К сожалению, в настоящее время существует очень мало инструментов, позволяющих определить "нулевого пациента". Поэтому группа ученых из Хорватии собрала массу аналитических и статистических инструментов, которые были объединены в один сложный алгоритм. Проверка работоспособности этого алгоритма, проведенная на имеющихся реальных статистических данных показала, что определение начальной точки эпидемии в большинстве случаев проводится с достаточно высокой точностью.
Для решения задачи поиска алгоритм строит сеть взаимосвязанных узлов, которые представляют зараженных и незараженных людей в области распространения эпидемии. Эта сеть подвергается обработке при помощи цифровых аналитических методов и методов оценки Монте-Карло, в результате чего для каждого узла
вычисляется вероятность того, что он и является нулевым пациентом. И как только вероятность для какого-нибудь узла сети становится равной 100 процентам, решение задачи завершается. Но при работе такого алгоритма бывают такие случаи, когда в сети находится более одного узла со 100-процентной вероятностью и такая ситуация требует анализа дополнительных данных и фактов, которые проверить может только человек.
Исследователи отмечают, что работа разработанного ими алгоритма демонстрирует высокую точность при условии возникновения распространяющихся с большой скоростью эпидемий, охватывающих большие области. Попытка анализа статистических эпидемиологических данных, собранных в одной относительно небольшой местности с небольшим количеством жителей, проведенная через значительное время после возникновения эпидемии, приводит к тому, что алгоритм считает нулевым пациентом каждый узел, т.е. каждого человека.
Несмотря на столь существенные ограничения для соблюдения работоспособности нового алгоритма, он, этот алгоритм, является единственным на сегодняшний день средством, позволяющим вычислить точку возникновения эпидемии. Кроме этого, точно такой же метод может быть использован и в виртуальном пространстве для выявления "эпидемии", связанной с распространением компьютерных вирусов, или для выявления причин начала некоторых инцидентов, возникающих в социальных сетях.
