Izbijanja kolere: klimatski podaci uzeti sa satelita koji kruže oko Zemlje, u kombinaciji s tehnikama mašinskog učenja, pomažu u boljem predviđanju izbijanja kolere i potencijalno spašavaju živote.

Kolera je bolest koja se prenosi vodom, a uzrokovana je gutanjem vode ili hrane zagađene bakterijom Vibrio cholerae, a koja se može naći u mnogim primorskim regijama širom svijeta, posebno u gusto naseljenim tropskim područjima.

Izbijanja kolere, ESA povezuje umjetnu inteligenciju i znanje o povoljnim okruženjima

Odgovorni patogen uglavnom živi pod toplim temperaturama, umjerenom slanošću i zamućenošću, a plankton i detritus u vodi mogu ga zadržati.

Globalno zagrijavanje i porast ekstremnih vremenskih prilika uzrokuju izbijanje kolere - bolesti koja pogađa 1.3 do 4 miliona ljudi svake godine širom svijeta i uzrokuje do 143 000 smrtnih slučajeva.

Nova studija pokazuje kako se epidemije kolere u obalnim regijama Indije mogu predvidjeti sa 89% uspjeha, u prvoj demonstraciji korištenja saliniteta morske površine za predviđanje kolere.

Istraživanje objavljeno jučer u Međunarodnom časopisu za istraživanje životne sredine i javno zdravlje usredotočeno je na predviđanje izbijanja kolere oko sjevernog Indijskog okeana, gdje je zabilježeno više od polovine globalnih slučajeva bolesti u periodu 2010-16.

Odnosi između pokretača pojave kolere u okolini su složeni i sezonski variraju, s različitim zaostalim efektima, na primjer iz sezone monsuna.

Algoritmi mašinskog učenja mogu pomoći u prevazilaženju ovih problema učenjem prepoznavanja obrazaca u velikim skupovima podataka kako bi se napravila provjerljiva predviđanja.

Studiju o izbijanju kolere vodila je Amy Campbell tokom jednogodišnjeg postdiplomskog staža u ESA-inom uredu za klimu

Amy je, zajedno sa svojim koautorima u Plymouth Marine Laboratory (PML), koristila algoritam strojnog učenja popularan u naukama o zaštiti okoliša - klasifikator slučajnih šuma - koji može prepoznati obrasce u dugim skupovima podataka i napraviti provjerljiva predviđanja.

Algoritam je obučen za izbijanje bolesti prijavljenih u obalnim okruzima u Indiji između 2010. i 2018. godine i naučio je veze sa šest satelitskih klimatskih zapisa generiranih od strane ESA-ine inicijative za klimatske promjene (CCI).

Uključujući ili uklanjajući varijable okoline i podešavanje za različita godišnja doba, algoritam je identificirao ključne varijable za predviđanje izbijanja kolere kao temperaturu površine kopna, salinitet morske površine, koncentraciju hlorofila-a i razinu mora u odnosu na prosjek (anomalija nivoa mora).

Amy Campbell je rekla: „Model je pokazao obećavajuće rezultate i postoji puno prostora za razvoj ovog rada koristeći različite skupove podataka o nadzoru kolere ili na različitim lokacijama.

U našoj studiji testirali smo različite tehnike mašinskog učenja i otkrili da je klasifikator slučajnih šuma najbolji, ali postoji mnogo više tehnika koje se mogu istražiti.

„Bilo bi zanimljivo testirati utjecaj uključivanja socio-ekonomskih skupova podataka; podaci daljinskog istraživanja mogu se koristiti za izradu evidencije koja uzima u obzir ljudske faktore koji su važni za pojavu kolere, poput pristupa vodenim resursima. "

Studija i njeni novi uvidi doprinijeli su projektu UKRI-NERC Pathways Of Disperzation for Cholera And Solution Tools (PODCAST) koji vodi koautorica Marie-Fanny Racault iz PML-a, a koji procjenjuje utjecaj klimatskog zagrijavanja i klimatskih ekstrema na staništa pogodno za kolebriju Vibrio.

Rezultati studije bit će prikazani na sastanku UNFCCC-a COP26 2021. putem web alata za predviđanje u sklopu projekta PODCAST-DEMO.

Ovo je podržano zajedničkim programom ESA-Future Earth, a provodi se u suradnji s mrežom Future Earth's Health Knowledge-Action.

Europska svemirska agencija predvodi otkrivanje novih izbijanja kolere, objavljeno je istraživanje

ijerph-17-09378-v2

Pročitajte takođe: 

Droge COVID-19, suđenje Remdesiviru nastavlja se na Međunarodnoj svemirskoj stanici

Pročitajte talijanski članak

Izvor:

ESA službena web stranica