MD, Dr. Sci. (Medicine), Professor
доктор медицинских наук, профессор, член-корреспондент РАН
начальник кафедры общей и военной эпидемиологии
преподаватель кафедры
MD, Dr. Sci. (Medicine), Associate Professor, the Head of the Healthcare Organization and Public Health Department, Professor of the Public Health and Healthcare Department
доктор медицинских наук, доцент, профессор кафедры общественного здоровья и здравоохранения
MD, Dr. Sci. (Medicine), Assistant Professor
д-р мед. наук, доцент
This article addresses the pressing issue of enhancing the resilience of large metropolitan areas to biological threats, using Saint Petersburg and the Leningrad Region as a case study. The authors identify a key institutional and managerial vulnerability in the region: the administrative fragmentation of the healthcare and biosecurity systems between the two constituent entities of the Russian Federation, a problem exacerbated by intensive cross-border commuting. As a solution, a preventive strategy is proposed, centered on an artificial intelligence (AI) – based forecasting mechanism. Employing comparative and economic (cost-benefit) analysis, along with scenario modeling, the study evaluates three response strategies to a hypothetical biological threat. The results demonstrate that a preventive scenario utilizing AI for early threat detection can reduce resource mobilization time from 36–48 hours to 6–10 hours. Despite higher initial costs, this approach leads to an 8 to 9-fold reduction in the projected number of infections and decreases the total economic damage by 4 to 5 times compared to a reactive model. The findings provide a basis for assessing the economic feasibility of transitioning to proactive protection systems for megacities.
Статья посвящена актуальной проблеме повышения устойчивости крупных агломераций к биологическим угрозам на примере Санкт-Петербурга и Ленинградской области. Авторами выявлена ключевая институционально-управленческая уязвимость региона – административная разобщенность систем здравоохранения и биобезопасности двух субъектов Российской Федерации, усугубляемая интенсивными трансграничными потоками. В качестве решения предлагается превентивная стратегия, ядром которой является механизм прогнозирования на основе искусственного интеллекта. В исследовании с помощью методов сравнительного и экономического анализа («затраты-выгоды»), а также сценарного моделирования проведена оценка трех стратегий реагирования на гипотетическую угрозу. Результаты демонстрируют, что превентивный сценарий с использованием ИИ для раннего выявления угроз позволяет сократить время мобилизации ресурсов с 36-48 до 6-10 часов. Несмотря на более высокие первоначальные затраты, такой подход приводит к сокращению прогнозируемого числа случаев заражений в 8-9 раз и уменьшает совокупный экономический ущерб в 4–5 раз по сравнению с реактивной моделью. Сформулированные выводы позволяют оценить экономическую целесообразность перехода к проактивным системам защиты мегаполисов.