Viedās telpas – jauna pieeja infekciju ierobežošanā?

Katrs no trim “T” apzīmē vienu no trim paņēmieniem, ar kuru apturēt slimības pāreju nākamajā posmā: Tracing – Testing – Treatment jeb monitorēšana, testēšana un terapija. LU Skaitliskās modelēšanas institūta (SMI) vadošais pētnieks asoc. prof. Andris Jakovičs vada darba paku T-1, kas attiecas uz monitorēšanas posmu. Šajā aktivitātē iesaistīti arī LU Datorikas fakultātes (DF) pētnieki, tostarp fakultātes dekāns prof. Guntis Arnicāns. SMI un DF kopīgais pētījuma mērķis ir izveidot digitālu risinājumu, kas ar telpā ierīkotu sensoru palīdzību aprēķina klātesošo Covid-19 saslimšanas risku.

Intervijā Kasparam Eglītim, kas notika ar attālinātā videozvana palīdzību, prof. Guntis Arnicāns iepazīstina ar savu darbu un dažām T-1 darba rezultātā gūtajām atziņām, mācībām un idejām. 

Kas ir T-1 – kāda ir darba pakas rezultātā izstrādātā inovācija un kāds ir Jūsu ieguldījums tās tapšanā? 

Es pirmajā darba pakā esmu Datorikas fakultātes pārstāvis, kas kopā ar profesoru Leo Seļāvo atbild par daļu no programmēšanas darbiem. Šajā pakā kopumā mēs ar dažādiem telpās izvietotiem sensoriem mērām darba un dzīvošanas apstākļus telpās, t.s., noskaidrojam telpas fizikālos apstākļus. Zinot šos apstākļus, mēs varam veikt datorsimulācijas, lai uzzinātu, kā telpā varētu izplatīties Covid-19, ņemot vērā telpas platību, gaisa tilpumu, mitrumu, temperatūru, ventilāciju, un vēl visādus datus. Pieņemot, ka telpā ir infekcijas avots jeb inficēts cilvēks, mēs paredzam, kā varētu izplatīties vīruss un cik liela varētu būt tā koncentrācija.

Ar fizikālajiem mērījumiem, datiem un atzinumiem no zinātniskās literatūras, mēs varam izveidot riska noteikšanas moduli, kas ar sensoriem aprīkotā telpā jebkurā brīdī sniedz telpā esošo personu saslimšanas riska līmeni. Tādā veidā cilvēki saņems informāciju par potenciālo vīrusa eksistenci un pieņems lēmumus, ko tālāk darīt. 

Par riska līmeni mēs varam ziņot dažādi, piemēram, kādā displejā, kas redzams visiem telpas iemītniekiem. Pašreiz izstrādājam mobilo lietotni, kurā var aplūkot telpas būtiskos raksturlielumus, kā arī saslimšanas risku, lai lietotājs pats varētu izlemt, vai turpināt atrasties telpā. Cita iespēja būtu konkrētā ēkā, kurā ir iebūvēti sensori, pārvaldnieku nodrošināt ar monitoringa sistēmu, kur vienlaicīgi pieejama informācija par vairākām telpām. Atbildīgā persona varētu sekot līdzi, vai kādā telpā apstākļi nekļūst riskanti, cilvēkiem neievērojot piesardzību. Viņš varētu samazināt risku, pārtraucot cilvēku atrašanos telpā un pieprasot telpu vēdināšanu. 

Tātad – darba pakas mērķis ir ēkā izveidot sensoru tīklu, izmērīt telpas raksturlielumus un izveidot programmatūru, kas informē gala lietotājus par apstākļiem telpā, lai tie spētu pieņemt lēmumus gan individuālā, gan organizatoriskā līmenī.

Kādi ir Jūsu pārsteigumi par pašreizējām izplatības ierobežošanas praksēm?

Tā kā sensorus ieguvām salīdzinoši nesen, risinājums pagaidām vēl tikai top, bez tam pēdējās nedēļās studijas klātienē ir ierobežotas un cilvēki neatrodas universitātes telpās tik bieži. Mērījumu pagaidām nav pietiekami daudz, taču jau esam nonākuši pie vairākām gan pozitīvām, gan negatīvām atziņām.

Modernās telpās ar ventilācijas sistēmu, kas ir atzīta par labu, veicot simulācijas un mērījumus, secinām, ka ventilāciju tāpat jādubulto, lai risku saglabātu pieņemamās robežās. Toties vecās ēkās, kur pamatā jāpaļaujas uz dabisko ventilāciju, kā Datorikas fakultātes telpās Raiņa bulvāri 19, ventilācijas lūkas un šahtas gandrīz nemaz nevar novērot. Šīs telpas ventilējas caur logiem un durvīm. Svaigais gaiss nāk arī no koridora, kuri kaut kā ventilējas. 

Pirms mērījumiem šķita, ka situācija DF telpās būs ļoti slikta, bet īstenībā tā ir labāka nekā gaidījām. DF  telpas ar nelielu cilvēku daudzumu ventilējas diezgan labi. Auditorijās CO₂ līmenis ātri kļūst tāds pats, kāds tas ir ārpus telpām. Protams, kad telpas būs pilnas ar studentiem un to aizpildes blīvums palielināsies, šie mērījumi katastrofāli pasliktināsies. Pagaidām ir grūti prognozēt, kāds reālais stāvoklis būs vēlāk un kā organizēt telpu izmantošanu.

Vai saskaņā ar esošajiem datiem vecās mājas ir efektīvākas un epidemioloģiski drošākas par jaunajām?

Nē, tā īsti es nevarētu teikt. Šobrīd simulācijas ir veiktas atbilstoši Akadēmiskā centra Torņkalnā telpām. Iespējams, simulējot telpas Raiņa bulvārī, izrādīsies, ka situācija ir pavisam slikta, taču mēs pagaidām varam runāt tikai par relatīvajiem iespaidiem. Tas nenozīmē, ka atrasties Latvijas Universitātes akadēmiskajā centrā Torņakalnā ir sliktāk nekā Raiņa bulvārī 19. 

Tiesa, ir viena atšķirība - jaunākās telpās, tostarp Torņakalnā, griesti ir daudz zemāki nekā Raiņa bulvārī 19. Patiesībā daudz ko izsaka telpas tilpums, jo aerosols izplatās pa visu telpu. Tas ir, jo lielāka ir gaisa ietilpība, jo risks ir mazāks. Zemāki griesti līdz ar to nozīmē, ka risks saslimt var būt pat par 30 – 50 procentiem lielāks. 

Ja projektā izveidoto risinājumu tomēr neizdosies pārvērst par produktu, ko varētu lietot ikdienā, vai varam ko mācīties no esošā prototipa? Varbūt šīs zināšanas ir noderīgas arī kādās citās jomās?

Paskatāmies globāli. Pašreiz ar Covid-19 cīnās visā pasaulē. Iesaistās arī milzīgas zinātniskās iestādes, valsts iestādes un uzņēmumi, kas ir ar lielākiem resursiem nekā mums pieejamie. Visticamāk, ka mums šīs organizācijas pāris mēnešos pārspēt būtu grūti, bet nevajadzētu domāt, ka, projektam noslēdzoties, mēs neradīsim pasaules līmeņa atklājumus. Mēs tāpat ietekmējam Covid-19 pētniecību un T-1 darba pakas rezultāti būs noderīgi arī tad, kad pandēmija būs beigusies. 

Ja mēs aizmirstu par to, ka šis pētījums ir saistīts ar Covid-19, ar šī risinājuma palīdzību mēs varētu rūpēties, lai telpās uzturētu cilvēkam labvēlīgu vidi. Ja mēs uzturēsim vidi, kurā Covid-19 ir grūti izplatīties, sliktāk izplatīsies arī visas citas respiratorās slimības. Uzturot šo vidi nelabvēlīgu vīrusiem, mēs uzturam labvēlīgu darba vidi cilvēkiem. Izvietojot sensorus un monitorējot telpas klimatu, mēs varam labāk vēdināt telpas, lai skābekļa ir vairāk, bet CO₂ – mazāk. Varam kontrolēt cilvēku blīvumu un uzlabot ventilāciju. Uzlabojot dzīves un darba apstākļus, mēs varam uzturēt cilvēkiem labāku veselību.

Nākotnē mēs varētu ieteikt, kādi jaunām vai renovētām ēkām ieteicami sensori, kur tos likt un kā mērīt. Pamazām varētu attīstīties programmatūra, kas uzkrāj un analizē datus. Šie dati, ja to ir ļoti daudz, var pārvērsties par lielajiem datiem, lai pat valsts mērogā varētu veikt datu izraci un analīzi, atklājot dažādas likumsakarības. Rezultātā mēs varētu ieteikt, kā būvēt ēkas, kā pārkārtot esošās, kā uzlabot darba režīmu un kā labāk ventilēt. Cilvēki saņemtu informāciju par apstākļiem telpās un operatīvi pieņemtu lēmumus par tālākām savām darbībām.

Visbeidzot, daudzi visā pasaulē strādā pie Covid-19 seku un inficēšanās risku samazināšanas, bet tik un tā notiek taustīšanās un eksperimentēšana. Pat tur, kur pieejami ievērojami naudas resursi, valstis saskaras ar problēmām. Tātad nauda visu neatrisina. Katrai valstij ir sava pieeja. Būtiski ir, ka visas Valsts pētījumu programmas ietvaros Latvijā tiek iegūta kompetence dažādās sfērās: kā mēs vīrusu uzmanām, kontrolējam un kā pieņemam lēmumus šeit, konkrēti – Latvijā. Mums ir speciālisti, kas projekta ietvaros ieguvuši vairāk zināšanas par koronavīrusu, gan vīrusiem vispār, gan veselību. Līdz ar to Latvijā var plānot aktivitātes, izmantojot pasaules sasniegumus. Latvijai ir būtiski, ka šādi speciālisti rodas un ka viņi paliks arī pēc projekta beigām.  

Noslēdzot: padoms vai ideja, ko cilvēks var ieviest savā ikdienā. Vai, strādājot projektā, Jums radies secinājums vai analoģija, ko citi var izmantot savā ikdienā?

Strādājot pie šī uzdevuma, varam secināt, ka būtiska ir telpu ventilēšana, distancēšanās un ņemšana vērā, kurš un ko telpā dara. Skaļa runāšana, dziedāšana, klepošana un īpaši šķaudīšana veicina vīrusa izplatību. Mēs katrs varam ņemt vērā, ka ir ļoti būtiski vēdināt telpas, distancēties no citiem un būt mazāk ekspresīviem.

“3-T” projekta koncepcija (Tracing-Testing-Treatment) balstās uz slimības progresijas aizkavēšanu katrā no pārejām: T-1 - aiztur pāreju no vesela cilvēka uz inficēto pateicoties riska novērtēšanai cilvēkiem telpās. T-2 - aiztur pāreju no asimptomatiskā (bez simptomu) uz simptomātisko pateicoties ātrās testēšanas rīkam. T-3 - aiztur pāreju no slimības vieglas formas uz smago pateicoties piemērotai “pastāvīga pozitīva spiediena elpceļos” uzturēšanai kopā ar skābekļa terapiju.

Plašāka informācija par projektu