Sērkociņu kārbiņas lieluma rīki pret pandēmiju

Latvijas Universitātes Jauno tehnoloģiju un inovāciju dienas Zināšanu agorā vairāki pētījumi bija saistīti ar Covid-19 pandēmijas tematiku. Ar ekspertu grupu pētnieku, Latvijas Universitātes Datorikas fakultātes profesoru Leo Seļāvo sarunājas Māris Zanders.

Vispirms par tēmu “Kontaktu trasēšana infekcijas riska mazināšanai”. Trasēšanas metode pēdējā pusotra gada laikā lietota dažādās valstīs, vairumam tā asociējas ar kontaktu fiksēšanu, lietojot viedtālruņu iespējas. Kādu risinājumu piedāvā jūsu grupa?

Vispirms gan atgādināšu, ka mana kompetence saistās nevis ar infektoloģiju, bet ar sensoriem, datorinženieriju un līdzīgām tēmām. Trasēšana bija daļa plašākā

pētījumu projektā, kas tika īstenots no 2020.gada vidus līdz gada beigām un vēl mazliet ilgāk, jau bez budžeta finansējuma. Vienkāršoti mūsu veikumu var aprakstīt tā: mēs gājām ļoti dažādās vidēs un skatījāmies, kā cilvēki šajās vidēs uzvedas. Vides bija atšķirīgas– sākot no vannu izgatavošanas rūpnīcas, beidzot ar Latvijas Nacionālo operu un baletu. Tāpat jāpiemin vairākas slimnīcas Rīgā. Tiem cilvēkiem, kuri, protams, piekrita, iedevām sērkociņu kastītes izmēra sensoriņu, ko var likt vai nu ap roku, vai ap kaklu, vai vēl citādi. Šīs kastītes, ko deva Latvijas Universitāte, bija viena no tehnoloģijām, un šīs tehnoloģijas priekšrocība ir spēja ļoti precīzi, dažu centimetru robežās, noteikt, kur kastīte atrodas. Otru tehnoloģiju deva Elektronikas un datorzinātņu institūts– kolēģi faktiski darīja to pašu, tikai izmantojot kameras. Līdz ar to viens no šā pētījuma rezultātiem bija iespēja salīdzināt, kādos gadījumos labāk strādā kameras, kādos– sensoriņi. Piemēram, kameru pluss ir tas, ka tu vari tās uzstādīt, tās stāv, cik ilgi vajag, tām var organizēt elektrības piegādi tā, ka nav nepieciešams mainīt kameras. Savukārt mīnuss ir tas, ka kameras ir ļoti jutīgas pret gaismas vidi– piemēram, uz skatuves brīžiem ir ļoti gaišs, brīžiem tumšs, un tas ir izaicinājums. Savukārt sensoriņus– konkrētajā gadījumā runa ir par ultra wideband tehnoloģiju, ko latviešu valodā varētu tulkot kā “ļoti plašas joslas laika lokalizācijas sistēmas”– gaisma nemaz netraucē, toties mīnuss ir tas, ka sensoriņš ir jāiedod ikvienam pētījuma dalībniekam. Tāpat, ja vidē ir daudz metālisku priekšmetu, lokācijas noteikšanas precizitāte varētu nebūt tik laba, kā gribētos. Tomēr jebkurā gadījumā mēs ieguvām datus, kurus izmantojot varējām jau vēlāk rēķināt, kurā vietā cilvēks ir bijis, cik ilgi, kādā attālumā no cita cilvēka un līdzīgi. Dati, protams, bija anonimizēti. Starp citu, šeit parādās arī problēma kameru gadījumā– ja cilvēks iziet no telpas un pēc tam atgriežas telpā, kamera “nezina”, ka tas ir tas pats cilvēks (pētījumā izmantotajām kamerām nebija sejas vai apģērba atpazīšanas funkcijas).

Tātad, izsverot tehnoloģiju vājās un stiprās puses, mēs varam formulēt rekomendācijas, kādu tehnoloģiju konkrētajā gadījumā lietot. Tāpat mēs varējām izstrādāt dažus ieteikumus, balstoties uz iegūtajiem datiem. Daži secinājumi bija diezgan prognozējami– piemēram, ka kafijas automāts ir iecienīta cilvēku tikšanās vieta. Toties intriģējošāki bija daži secinājumi, kas radās no pētījumiem skolās. Diemžēl skolu gadījumā mēs līdz sensoriem netikām, jo pedagogi bija pārāk aizņemti ar attālināto mācību procesa nodrošināšanu, viņiem, kā saka, citu problēmu netrūka. Toties mūsu grupā bija antropologi, kuri intervēja gan skolēnus, gan skolu darbiniekus. Izrādījās, ka skolēni skolā pulcējas vietās, kur ir vislabākais wi-fi.

Profesors Leo Seļāvo

“Izrādījās, ka skolēni skolā pulcējas vietās, kur ir vislabākais wi-fi

Tātad epidēmiju var ierobežot, izslēdzot “wi-fi”. Man jau tā likās. Joks.

Jūs pieminējāt trasēšanu, izmantojot viedtālruņus. Es gana labi zinu arī šo metodi, tostarp Apturi Covid, tomēr jāņem vērā, ka šī mērīšana notiek, izmantojot Bluetooth tehnoloģiju, un tad nomērījumi ir salīdzinoši neprecīzāki. Savukārt, ja mums nepieciešams saprast, ko darīt konkrētā darba vietā– varbūt iznest kādu galdu no telpas, ja tur

pārāk pulcējas darbinieki, kas, starp citu, bija kādas medicīnas iestādes gadījums–, tad Bluetooth precizitāte varētu būt nepietiekama.

Tas nozīmē, ka jūsu modelis ir saistīts ar individualizētu pieeju. Skolas X direktors jūs uzaicina, jūs ierodaties ar sensoriem, nedēļu pētāt, seko rekomendācijas. Skolā Y rekomendācijas var būt citas.

Apmēram tā. Piemēram, Bērnu klīniskā universitātes slimnīca lūdza mūs veikt dažus šādus mērījumus, un mēs to arī izdarījām. Labas gribas vārdā, jo projekta finansējums bija beidzies.

Otrā tēma – gaisa kvalitātes mērījumi inficēšanās risku mazināšanai. Man pirmās asociācijas ir ar ogļskābās gāzes mērītājiem, tomēr pieļauju, ka jēdziens “gaisa kvalitāte” ir plašāk interpretējams.

Taisnība, jo viens aspekts ir komforts, cits– kā gaisa kvalitāte ietekmē jau veselību. Mūsu fokuss bija gaisa kvalitātes un inficēšanas risku sasaiste. Tātad mums Covid-19 gadījumā ir darīšana ar infekciju, kas, tēlaini izsakoties, izplatās ar nesēju, mazu ūdens pilieniņu, starpniecību. Attiecīgi gaisma mitrums un temperatūra ļoti ietekmē to, kāds ir inficēšanās risks– pat neatkarīgi no tā, cik tuvu vai tālu mēs esam viens no otra, un pat no cilvēku skaita. Šajā projektā darbojās citi cilvēki, no Latvijas Universitātes puses– Fizikas, matemātikas un optometrijas fakultātes eksperti. Viena no izmantotajām metodēm bija ar sensoriņiem mērīt gaisa temperatūru un mitrumu, kā arī ogļskābās gāzes līmeni. Šāds sensoriņš arī man ir uz galda darbā, un tas man ļauj saprast, kad telpa jāvedina. Galu galā runa ir ne tikai par inficēšanās riskiem, bet arī par to, ka svaigs gaiss uzlabo domāšanas spējas, kā tautā saka. Atgriežoties pie pētījuma– mēs gājām uz Covid-19 nodaļu Paula Stradiņa Klīniskajā universitātes slimnīcā, izvietojām gaisa sensoriņus un pēc tam monitorējām. Mērķis bija veidot modeli, kas gan ļautu analizēt situāciju on-line režīmā, gan noderētu vēlākiem pētījumiem. Ļoti praktiskā izpratnē– cilvēks var redzēt, kā mainās gaisa kvalitāte dienas, nedēļas vai mēneša griezumā. Izrādījās, ka nodaļā, kas ir slimnīcas jaunajā ēkā, gaisa kvalitāte patiesībā ir ļoti laba. Mēs dažus sensorus izvietojām arī slimnīcas vecākos korpusos, pieņemot, ka tur gaisa kvalitāte varētu būt sliktāka, un tur bija interesanti novērojumi no psiholoģiskā viedokļa. Mēs uzliekam telpā uz galda sensoru, kas rāda, ka kvalitāte nav laba; nosacīti runājot, vajadzētu būt 400–500, bet ir pāri tūkstotim. Ļoti slikti. Cilvēki redz “ciparus”, cītīgi vēdina telpu. Tomēr, kā mums vēlāk stāstīja, cītīgums noturējās apmēram divas nedēļas. Pēc tam cilvēki pierada, tātad var secināt, ka ar tehnoloģiskiem risinājumiem vien nepietiek. Lai cilvēkus motivētu ilgākā termiņā, ir acīmredzot nepieciešami arī psiholoģiski risinājumi. Šis aspekts arī dara mani mazliet bažīgu skolu kontekstā– arī gadījumā ja gaisa kvalitātes sensori būs, cik rūpīgi to informācija tiks ņemta vērā? Tas gan vairs nav atkarīgs no mums.