توقع تفشي الكوليرا باستخدام بيانات المناخ والذكاء الاصطناعي

تفشي الكوليرا: تساعد البيانات المناخية المأخوذة من الأقمار الصناعية التي تدور حول الأرض ، جنبًا إلى جنب مع تقنيات التعلم الآلي ، على التنبؤ بشكل أفضل بتفشي الكوليرا وربما إنقاذ الأرواح.

الكوليرا مرض ينتقل عن طريق المياه وينتج عن تناول الماء أو الطعام الملوث ببكتيريا ضمة الكوليرا ، والتي يمكن العثور عليها في العديد من المناطق الساحلية حول العالم ، وخاصة في المناطق الاستوائية المكتظة بالسكان.

تفشي الكوليرا ، تربط وكالة الفضاء الأوروبية بين الذكاء الاصطناعي والمعرفة بالبيئات التمكينية

يعيش العامل الممرض المسؤول بشكل عام تحت درجات حرارة دافئة وملوحة معتدلة وعكارة ، ويمكن أن يأوي بواسطة العوالق والفضلات في الماء.

يؤدي الاحترار العالمي وزيادة الظواهر الجوية المتطرفة إلى تفشي الكوليرا - وهو مرض يصيب 1.3 إلى 4 ملايين شخص كل عام في جميع أنحاء العالم ويسبب ما يصل إلى 143 حالة وفاة.

تُظهر دراسة جديدة كيف يمكن التنبؤ بتفشي الكوليرا في المناطق الساحلية من الهند بمعدل نجاح 89٪ ، في أول عرض لاستخدام ملوحة سطح البحر للتنبؤ بالكوليرا.

يركز البحث الذي نُشر أمس في المجلة الدولية للبحوث البيئية والصحة العامة على التنبؤ بتفشي الكوليرا حول شمال المحيط الهندي ، حيث تم الإبلاغ عن أكثر من نصف الحالات العالمية للمرض في الفترة 2010-16.

العلاقة بين الدوافع البيئية لحدوث الكوليرا معقدة ، وتتفاوت موسمياً ، مع تأثيرات متأخرة مختلفة ، على سبيل المثال من موسم الرياح الموسمية.

يمكن أن تساعد خوارزميات التعلم الآلي في التغلب على هذه المشكلات من خلال تعلم التعرف على الأنماط عبر مجموعات البيانات الكبيرة من أجل عمل تنبؤات قابلة للاختبار.

قادت دراسة تفشي الكوليرا إيمي كامبل خلال فترة تدريب للخريجين لمدة عام مع مكتب المناخ التابع لوكالة الفضاء الأوروبية

استخدمت إيمي ، جنبًا إلى جنب مع مؤلفيها المشاركين في مختبر بليموث البحري (PML) ، خوارزمية التعلم الآلي الشائعة في تطبيقات العلوم البيئية - المصنف العشوائي للغابات - والذي يمكنه التعرف على الأنماط عبر مجموعات البيانات الطويلة وإجراء تنبؤات قابلة للاختبار.

تم تدريب الخوارزمية على تفشي الأمراض المبلغ عنها في المناطق الساحلية في الهند بين عامي 2010 و 2018 ، وتعلمت العلاقات مع ستة سجلات مناخية تعتمد على الأقمار الصناعية تم إنشاؤها بواسطة مبادرة تغير المناخ التابعة لوكالة الفضاء الأوروبية (ESA).

من خلال تضمين أو إزالة المتغيرات البيئية والإعدادات الفرعية لمواسم مختلفة ، حددت الخوارزمية المتغيرات الرئيسية للتنبؤ بتفشي الكوليرا مثل درجة حرارة سطح الأرض وملوحة سطح البحر وتركيز الكلوروفيل-أ وفرق مستوى سطح البحر عن المتوسط ​​(شذوذ في مستوى سطح البحر).

قالت آمي كامبل: "أظهر النموذج نتائج واعدة ، وهناك مجال كبير لتطوير هذا العمل باستخدام مجموعات بيانات مختلفة لمراقبة الكوليرا أو في مواقع مختلفة.

في دراستنا ، اختبرنا تقنيات مختلفة للتعلم الآلي ووجدنا أن مصنف الغابة العشوائي هو الأفضل ، ولكن هناك تقنيات أكثر بكثير يمكن التحقيق فيها.

سيكون من المثير للاهتمام اختبار تأثير تضمين مجموعات البيانات الاجتماعية والاقتصادية ؛ يمكن استخدام بيانات الاستشعار عن بعد لتطوير السجلات لحساب العوامل البشرية المهمة لحدوث الكوليرا ، مثل الوصول إلى موارد المياه ".

ساهمت الدراسة ورؤاها الجديدة في مشروع مسارات تشتت الكوليرا والحلول في UKRI-NERC (PODCAST) بقيادة المؤلفة المشاركة ماري فاني راكولت في PML ، والذي يقوم بتقييم تأثير الاحترار المناخي والظواهر المناخية المتطرفة على الموائل. مناسبة ل Vibrio cholerae.

سيتم عرض نتائج الدراسة في اجتماع COP26 لاتفاقية الأمم المتحدة الإطارية بشأن تغير المناخ في عام 2021 عبر أداة تنبؤ على شبكة الإنترنت كجزء من مشروع PODCAST-DEMO.

ويدعم ذلك البرنامج المشترك بين ESA و Future Earth ويتم تنفيذه بالتعاون مع شبكة عمل المعرفة الصحية في Future Earth.

وكالة الفضاء الأوروبية تقود عملية الكشف عن حالات تفشي جديدة للكوليرا ، دراسة نشرت

ijerph-17-09378-v2-mod.apk

اقرأ أيضا: 

أدوية COVID-19 ، تستمر التجربة على Remdesivir على محطة الفضاء الدولية

اقرأ المقال الإيطالي

المصدر

موقع ESA الرسمي

قد يعجبك ايضا