Падило Л. П. Применение цифровых технологий для решения эпизоотолого-эпидемиологических задач // Научная жизнь. 2025. Т. 20. Вып. 6 (144). С. 1820-1826. DOI: 10.35679/1991-9476-2025-20-6-1820-1826

Падило Лариса Павловна, канд. биол. наук, доцент кафедры «Болезни животных и ветеринарно-санитарная экспертиза», ФГБОУ ВО «Саратовский государственный университет генетики, биотехнологии и инженерии им. Н. И. Вавилова»: Россия, 410012, Саратовская обл., г. Саратов, пр-кт им. Петра Столыпина, зд. 4, стр. 3.

Тел.: (927) 138-32-40
E-mail: padilo-2019@mail.ru

Цифровизация активно внедряется во все сферы ветеринарии. Инфекционные болезни не стали исключением. В этой области цифровые технологии помогают оптимизировать и упростить работу практической ветеринарии и эпидемиологии, а также решить многие задачи фундаментальной инфектологии. В связи с этим, цель данной работы – проанализировать имеющийся арсенал цифровых инструментов, применяемых при изучении инфекционных болезней животных и человека для повышения качества противоэпизоотических и противоэпидемических мероприятий. Для данной аналитической работы были использованы данные русскоязычных и англоязычных исследователей из отечественных и иностранных наукометрических баз данных (Web of Science, Google академия, Elibrary). Научный поиск посвящен изучению цифровых методов доказательной эпизоотологии и эпидемиологии, которые помогают в решении локальных и глобальных задач в области профилактики и ликвидации инфекционных болезней животных и людей. Задачи управления санитарно-эпидемиологической ситуацией на региональном уровне связаны с хранением, передачей и анализом больших массивов данных, что определяет актуальность их преобразования в цифровой вид. Таким образом, анализ данных эпизоотологического надзора за животными имеет первостепенное значение для органов общественного здравоохранения для определения надлежащих мер контроля и стратегий вмешательства в случае эпидемий. Взаимодействие между хозяином, переносчиками, патогеном и окружающей средой требует анализа более сложных и разнообразных данных, поступающих из разных источников. Существует широкий спектр пространственно-временных методов, которые могут применяться в качестве инструмента эпиднадзора для выявления кластеров, выявления зон риска и факторов риска, а также оценки характера передачи заболеваний.

Список литературы:

1. Абрамов И. А., Чернявская О. П., Абрамов А. А. Методика оценки риска завоза и распространения инфекционного заболевания на территории субъектов Российской Федерации на примере кори в 2018 г // Анализ риска здоровью. – 2020.
2. Беляков В. Д. Качество и эффективность противоэпидемических мероприятий [Текст] В. Д. Беляков, А. П. Дегтярев, Ю. Г. Иванников. – М., 1981. – 304 с.
3. Цифровые методы доказательной эпизоотологии при экспертной оценке эпизоотологической и эпидемической опасности популяции животных [Текст] / А. Н. Горина, О. В. Козыренко, Н. В. Морозов [и др.] // «ІI Международное книжное издание стран Содружество Независимых Государств / «Лучший молодой ученый – 2020»: II международная книжная коллекция научных работ молодых ученых. – Нур-Султан, 2020 г. – С. 129-133.
4. Давыдовский И. В. Учения об инфекции (биологический аспект проблемы) [Текст] / И. В. Давыдовский. – М.: Медицина, 1956. – 108 с.
5. Джупина С. И. Методы эпизоотологического исследования и теория эпизоотического процесса [Текст] / С. И. Джупина. – Новосибирск: Наука. Сиб. отделение, 1991. – 142 с.
6. Доказательная эпизоотология [Текст] / Сочнев В. В., Пашкина Ю. В., Козыренко О. В. [и др.]. – Н. Новгород: Бикар, 2016. – 160 с.
7. Канавин Р. Д. Использование цифровых технологий в ветеринарии и ветеринарном делопроизводстве: анализ частного и государственного секторов / Р. Д. Канавин, В. А. Агольцов // Научная жизнь. – 2024. – Т. 19, № 2 (134). – С. 352-359.
8. Лисичкин В. А. Теория и практика прогностики [Текст] / В. А. Лисичкин. – М., 1972. – 222 с.
9. Макаров, В. В. Теория саморегуляции паразитарных систем В. Д. Белякова – парадигма в учении об эпидемическом процессе [Текст] / В. В. Макаров // Ветеринарная патология. – 2004. – № 3 (10). – С. 10–13.
10. Сочнев, В. В. /Территориальные, временные и популяционные границы эпизоотического процесса бруцеллеза в условиях Волгоградской области [Текст] / В. В. Сочнев, В. М. Авилов, Н. В. Филиппов // 100 лет Курской биофабрике и агробиологической промышленности России: Тез. докл. науч.-произв. конф. – Курск, 1996. – С. 310-311.
11. Хитоси Кумэ. Статистические методы повышения качества [Текст] // Перевод с англ. Ю.П. Адлера [и др.]. – М., 1990. – 301 с.
12. Цифровые технологии в задачах управления санитарно-эпидемиологической ситуацией на уровне субъекта Федерации // Здравоохранение РФ. – 2022. – № 5. URL: https://cyberleninka.ru/article/n/tsifrovye-tehnologii-v-zadachah-upravleniya-sanitarno-epidemiologicheskoy-situatsiey-na-urovne-subekta-federatsii (дата обращения: 11.01.2026)
13. Шабейкин А. А. Цифровые модели эпизоотических процессов бешенства и сибирской язвы, оценка и управление рисками / А. А. Шабейкин. – Москва. – 2022.
14. Aanensen D. M., Huntley D. M., Feil E. J., al-Own F., Spratt B. G.. EpiCollect: linking smartphones to web applications for epidemiology, ecology and community data collection. PLoS One. 2009 Sep 16;4(9):e6968. doi: 10.1371/journal.pone.0006968. PMID: 19756138; PMCID: PMC2735776.
15. Cox R., Sanchez J., Revie C. W. Multi-criteria decision analysis tools for prioritising emerging or re-emerging infectious diseases associated with climate change in Canada. PLoS One. 2013 Aug 7;8(8):e68338. doi: 10.1371/journal.pone.0068338. PMID: 23950868; PMCID: PMC3737372.
16. Myrzakhmetova B., Zhapparova G., Tlenchiyeva T., Bissenbayeva K., Tussipova A., Zhugunissov K., & Kutumbetov L. (2024). Assessment of biological risks in infectious diseases to ensure biological safety. eurasian journal of applied biotechnology, (4), 52–59. https://doi.org/10.11134/btp.4.2024.5
17. Savini L., Candeloro L., Perticara S., Conte A. EpiExploreR: A Shiny Web Application for the Analysis of Animal Disease Data. Microorganisms. 2019 Dec 11;7(12):680. doi: 10.3390/microorganisms7120680. PMID: 31835769; PMCID: PMC6956136.

THE USE OF DIGITAL TECHNOLOGIES TO SOLVE EPIZOOTIC AND EPIDEMIOLOGICAL PROBLEMS

Padilo Larisa Pavlovna, Cand. of Biol.  Sci., Ass. Prof. of the Depart. of Animal diseases and veterinary and sanitary expertise, Saratov state university of genetics, biotechnology and engineering named after N.I. Vavilov, Saratov, Russia.

Keywords: digital technologies, epizootology, epidemiology, infectious diseases of animals, zooanthroponoses.

Abstract. Digitalization is being actively implemented in all areas of veterinary medicine. Infectious diseases are no exception. In this area, digital technologies help to optimize and simplify the work of practical veterinary medicine and epidemiology, as well as solve many problems of fundamental infectology. In this regard, the purpose of this work is to analyze the existing arsenal of digital tools used in the study of infectious diseases of animals and humans to improve the quality of antiepizootic and antiepidemic measures. For this analytical work, data from Russian-speaking and English-speaking researchers from domestic and foreign scientometric databases (Web of Science, Google Academy, Elibrary) were used. The scientific search is devoted to the study of digital methods of evidence-based epizootology and epidemiology, which help in solving local and global problems in the field of prevention and elimination of infectious diseases of animals and humans. The tasks of managing the sanitary and epidemiological situation at the regional level are related to the storage, transmission and analysis of large amounts of data, which determines the relevance of their transformation into digital form. Therefore, the analysis of animal epizootic surveillance data is of paramount importance for public health authorities to determine appropriate control measures and intervention strategies in case of epidemics. The interaction between the host, vectors, pathogen and the environment requires the analysis of more complex and diverse data coming from different sources. There is a wide range of spatiotemporal methods that can be used as an surveillance tool to identify clusters, identify risk areas and risk factors, and assess the nature of disease transmission.

Padilo, L.P. (2025) The use of digital technologies to solve epizootic and epidemiological problems. Nauchnaya zhizn' [Scientific Life], vol. 20. iss. 6 (144). pp. 1820-1826 (in Russian) DOI: 10.35679/1991-9476-2025-20-6-1820-1826