Based on the analysis, it is established that traditional approaches, such as the SIR (Susceptible-Infectious-Covered) and SEIR
(Susceptible-Exposed-Infectious-Covered) models, do not provide sufficient forecasting accuracy and do not take into account the
complex dynamics of the spread of infectious diseases. The need to develop a method that will improve forecasting accuracy and
provide support for managerial decision-making to predict the spread of epidemiological threats based on the telegraphic equation is
substantiated. The developed system allows for making effective management decisions aimed at reducing the negative impact of the
epidemic on the population and medical infrastructure. The use of the telegraphic level allows us to predict the wave spread of
infection, spatial and temporal delays, as well as sources of new infections, which ensures accurate forecasting of peak periods, the
duration of the epidemic, and the workload of medical facilities. The developed method integrates the classical SIR model with the
telegraphic level, which allows the modelling the dynamics of infection spread in a spatio-temporal environment. This method
provides forecasting of the spatial and temporal dynamics of infection spread, taking into account wave effects, delays, and the
influence of external factors. It provides an opportunity to accurately analyze key epidemic indicators, such as the peak of the
disease, its duration, and the distribution of the burden on hospitals. The developed method and mathematical model based on the
telegraphic level provided an appropriate level of accuracy in predicting the spatial and temporal dynamics of the spread of
epidemiological threats. Testing the model on historical COVID-19 data showed that the average forecast error was 5...10%. This
indicates the model's adequacy. In the case of high population mobility, the model accurately described the wave dynamics of the
infection. The proposed decision support system includes a user-friendly interface with four tabs for entering model parameters,
analyzing results, visualizing them, and generating recommendations. It allows to improve the accuracy of estimating the duration of
the epidemic, peak loads, and some resources. The developed system is a tool for managers to support the adoption of governmental
decisions aimed at predicting the infection of the population of regions and optimizing the use of medical resources. The results of
the study can be used to plan epidemic response measures at the local, regional, and global levels. The proposed system ensures
efficiency, flexibility, and accuracy, which are key to managing epidemiological situations in the face of modern challenges.
На підставі проведеного аналізу встановлено, що традиційні підходи, такі як моделі SIR та SEIR, не забезпечують
достатньої точності прогнозування та не враховують комплексну динаміку поширення інфекційних захворювань.
Обгрунтовано потребу в розробці методу, який дозволить підвищити точність прогнозування та забезпечить підтримку
прийняття управлінських рішень для прогнозування розповсюдження епідеміологічних загроз на основі телеграфного
рівняння. Розроблена система дозволяє приймати ефективні управлінські рішення, спрямовані на зменшення негативного
впливу епідемії на населення та медичну інфраструктуру. Використання телеграфного рівня дозволяє передбачити хвильове
розповсюдження інфекції, просторово-часові затримки, а також джерела нових інфекцій, що забезпечує точне
прогнозування пікових періодів, тривалості епідемії та завантаження медичних закладів. Розроблений метод інтегрує
класичну SIR-модель із телеграфним рівнем, що дозволяє моделювати динаміку поширення інфекції в просторово-часовому
середовищі. Цей метод забезпечує прогнозування просторово-часової динаміки розповсюдження інфекції, враховуючи
хвильові ефекти, затримки та вплив зовнішніх факторів. Він забезпечує можливість точного аналізу ключових показників
епідемії, таких як пік захворюваності, її тривалість та розподіл навантаження на лікарні. Розроблені метод та математична
модель на основі телеграфного рівня забезпечили належний рівень точності в прогнозуванні просторово-часової динаміки
поширення епідеміологічних загроз. Перевірка моделі на історичних даних про COVID-19 показала, що середня похибка
прогнозу склала 5…10%. Це свідчить продостатню адекватність моделі. У випадку високої мобільності населення модель
точно описувала хвильову динаміку поширення інфекції. Запропонована система підтримки прийняття рішень включає
зручний інтерфейс із чотирма вкладками для введення параметрів моделі, аналізу результатів, їх візуалізації та формування
рекомендацій. Вона дозволяє підвищити точність оцінки тривалості епідемії, пікових навантажень та деяких ресурсів.
Розроблена система є інструментом для менеджерів, що забезпечує підтримку прийняття упарвлінських рішень,
спрямованих на прогнозування зараження анселення регіонів інфекцією та оптимізацію використання медичних ресурсів.
Результати дослідження можуть бути використані для планування заходів реагування на епідемії на локальному,
регіональному та глобальному рівнях. Запропонована система забезпечує оперативність, гнучкість та точність, що є
ключовими для управління епідеміологічними ситуаціями в умовах сучасних викликів.
