Модели машинного обучения прогнозируют риск патогенов в источниках питьевой воды

Источники питьевой воды могут содержать разнообразные бактериальные и вирусные патогены, поэтому надежный мониторинг необходим для защиты здоровья населения. Традиционный надзор обычно опирается на фекальные индикаторные бактерии, которые не всегда отражают наличие конкретных патогенов, особенно вирусов. Культуральные методы занимают несколько дней, а молекулярное тестирование требует специального оборудования и подготовленного персонала. Машинное обучение позволяет оценивать концентрации микробов на основе регулярно собираемых измерений окружающей среды, выявляя сложные взаимосвязи, которые могут оставаться незаметными для простых линейных моделей. Вместе с тем большинство предыдущих исследований фокусировалось на индикаторных бактериях, а не на самих патогенах, и пока не полностью решены вопросы о том, насколько такие модели дают интерпретируемую и полезную информацию в меняющихся условиях и в разные сезоны мониторинга. Университет науки и технологий показал, что данные об окружающей среде могут помочь прогнозировать множество микробных мишеней и давать оценки потенциального риска для здоровья, в целом согласующиеся с расчетами на основе измеренных концентраций патогенов.

Исследователи собрали 95 проб поверхностной воды из пяти фиксированных пунктов в двух источниках питьевой воды в одном из городов на востоке Китая в период с мая 2024 года по декабрь 2025 года. Они измерили семь параметров качества воды, включая температуру, мутность, проводимость, растворённый кислород и общее количество растворённых твёрдых веществ, а также учли шесть метеорологических переменных. Мембранная фильтрация использовалась для количественного определения трёх индикаторных бактерий, а количественная полимеразная цепная реакция — для шести патогенов: Pseudomonas aeruginosa, Salmonella spp., Shigella spp., аденовирус, норовирус и энтеровирус. Сравнивали шесть алгоритмов: линейную регрессию, методы бустинга, деревья решений, машины опорных векторов, случайные леса и нейронные сети. Пакеты выборок хранились вместе при разделении наборов обучающих и тестовых данных, а групповая перекрёстная проверка использовалась для оптимизации моделей.

Дополнительные пробы, собранные в январе и феврале 2026 года, обеспечили независимую временную валидацию. Микробиологические измерения показали частую контаминацию и слабую или противоречивую связь между бактериальными индикаторами и вирусами. Случайные леса и деревья решений показали наилучшие результаты для большинства целей. Отобранные модели достигли коэффициентов детерминации выше 0,75, при этом дерево решений для P. aeruginosa превысило 0,90. Временная валидация в целом подтвердила прогностическую способность моделей, хотя для некоторых патогенных мишеней неопределённость оставалась высокой. Анализ по методу аддитивных объяснений Шепли показал, что мутность является доминирующим фактором для прогнозов индикаторных бактерий, тогда как для моделей патогенов важны разные комбинации переменных окружающей среды. Команда затем использовала прогнозируемые концентрации в количественной оценке микробного риска и провела 10 000 итераций Монте‑Карло для учёта неопределённости. Прогнозируемое распределение бремени болезней в целом соответствовало распределениям, рассчитанным на основе измеренных концентраций. При смоделированных предположениях об экспозиции и обработке вероятность превышения контрольного порога бремени для здоровья, установленного в исследовании, составила 31,68% для Salmonella, 59,70% для Shigella и 20,86% для энтеровируса. Эффективность дезинфекции оказалась наибольшим источником изменчивости риска. Исследователи подчёркивают, что эти оценки описывают потенциальные риски в конкретных сценариях: молекулярное обнаружение регистрирует генетический материал и не позволяет самостоятельно установить инфекционность или фактическое возникновение заболевания у потребителей. Результаты также подчеркивают, что эффективность очистки критична для контроля микробного воздействия.

Авторы предлагают практический путь от обычного мониторинга окружающей среды к интерпретируемым оценкам микробной опасности и возможных последствий для здоровья. Для более широкого развертывания требуется дополнительная проверка на независимых водосборах, в разные сезоны и при различных параметрах очистки. Интеграция таких моделей с платформами мониторинга в реальном времени может в перспективе помочь целевому тестированию, своевременным вмешательствам и более оперативному управлению источниками питьевой воды.