Машинното обучение може да определи видовете гризачи, които приютяват болести и географски горещи точки, уязвими към нови паразити и патогени. Така че докладва ново проучване в Производството на Националната академия на науките водена от Барбара А. Хан, еколог по болести в Института за екосистемни изследвания Кари.

Повечето зараждащи се инфекциозни заболявания се предават от животни на хора, като годишно страдат повече от милиард души. Опазването на общественото здраве изисква ефективни инструменти за наблюдение.

С колегите по екология от Университета в Джорджия Одум Джон Пол Шмид, Сара Е. Боудън и Джон М. Дрейк, Хан използва машинно обучение, форма на изкуствен интелект, за да разкрие модели в обширен набор от данни за повече от 2,000 вида гризачи , с променливи, описващи историята на живота на видовете, екологията, поведението, физиологията и географското разпространение.

В съобщение на института Cary се съобщава, че екипът е разработил модел, който е успял да предскаже известни видове резервоари за гризачи с 90-процентна точност и е идентифицирал специфични черти, които различават резервоарите от не-резервоарите. Те разкриха над 150 нови потенциални вида резервоар за гризачи и повече от петдесет нови хипер резервоари (животни, които могат да носят множество патогени, заразени за хората).

Чрез комбиниране на екологични и биомедицински данни в обща база данни, Барбара успя да използва машинно обучение, за да намери модели, които могат да информират за система за ранно предупреждение за огнища на гризачи.

Най-рисковите резервоарни видове са тези, които се развиват бързо, възпроизвеждат се рано и често и живеят в северните умерени райони с ниски нива на биоразнообразие.

Географските области, за които е установено, че имат голямо разнообразие от резервоари за гризачи, включват Северна Америка, Атлантическото крайбрежие на Южна Америка, Европа, Русия и части от Централна и Източна Азия. Прогнозираните бъдещи горещи точки на разнообразието от резервоари за гризачи обхващат арктически, умерени, тропически и пустинни биоми, включително Китай, Казахстан и Средния Запад на САЩ. По-голямата част от новите резервоарни и хипер резервоарни видове се очаква да се появят в горните ширини.

Изводите дават основа за целенасочени усилия за надзор, които са жизненоважни предвид разходите за мониторинг на възникващи инфекциозни болести.

В съобщението се отбелязва, че техниките за машинно обучение, приложени в това проучване, в момента се използват за изследване на нови въпроси, включително потенциални резервоари на вирус Ебола и други филовируси.

Цялата статия тук.