Для того чтобы прогнозировать эпидемии гриппа, нужно иметь три составляющих: систему надзора за заболеваемостью гриппом и ОРВИ, данные о перемещении людей между регионами и математическую модель распространения гриппа среди населения. Если говорить об РФ, то надзор у нас есть и достаточно эффективный, данные о мобильности населения тоже можно добыть. Основные проблемы возникают на уровне модели. Дело в том, что до сих пор нет однозначных ответов на многие вопросы, связанные с характером распространения гриппа и схожих простудных заболеваний.
В начале 70-х годов XX века хорошо показала себя гипотеза, что один и тот же штамм гриппа вызывает примерно одинаковые эпидемии в разных городах, распространяясь по транспортным путям. Получается, когда становится известен момент начала эпидемии и её динамика в городе, первым в стране «попавшем под удар», то используя эти данные, можно будет примерно предсказать моменты эпидемических вспышек и характер эпидемий в других городах. Математическая модель Барояна-Рвачёва, построенная на основе этих предположений, первые несколько лет давала неплохие прогнозы, но затем качество прогнозирования упало. Причиной этому было изменение характера самих эпидемий: вместо распространения гриппа по регионам страны, пропорционального интенсивностям транспортного сообщения между ними, стали наблюдаться разрозненные эпидемические вспышки в отдельных городах — где-то эпидемия «выстреливает», где-то нет. Почему так происходит, опять же до сих пор доподлинно неизвестно, хотя гипотезы на этот счёт, конечно, имеются.
Чтобы в один прекрасный день всё же получить прогноз эпидемии гриппа, нужно продолжать научные исследования эпидемий гриппа, привлекая специалистов разных профилей (математиков, программистов, эпидемиологов, микробиологов). Хотя проблема кажется непростой, уверен, рано или поздно она будет решена.
Почему же? Можем более-менее точно. И поэтому привики от гриппа каждый год разные, и почти всегда они совпадают с грядущими штаммами. А почему эпидемию не удаётся предотвратить -- вопрос отдельный.