Οι επιδημίες της χολέρας προέβλεπαν τη χρήση δεδομένων σχετικά με το κλίμα και του AI

Κρούσματα της χολέρας: κλιματικά δεδομένα που λαμβάνονται από δορυφόρους σε τροχιά γύρω από τη Γη, σε συνδυασμό με τεχνικές μηχανικής εκμάθησης, βοηθούν στην καλύτερη πρόβλεψη των επιδημιών χολέρας και ενδεχομένως να σώσουν ζωές.

Η χολέρα είναι μια ασθένεια που προκαλείται από το νερό που προκαλείται από την κατάποση νερού ή τροφής μολυσμένης με το βακτήριο Vibrio cholerae, το οποίο μπορεί να βρεθεί σε πολλές παράκτιες περιοχές σε όλο τον κόσμο, ειδικά σε πυκνοκατοικημένες τροπικές περιοχές.

Τα κρούσματα της χολέρας, το ESA συνδέει την τεχνητή νοημοσύνη και τη γνώση των δυνατοτήτων περιβάλλοντος

Το υπεύθυνο παθογόνο γενικά ζει κάτω από ζεστές θερμοκρασίες, μέτρια αλατότητα και θολότητα, και μπορεί να καλυφθεί από πλαγκτόν και υπολείμματα στο νερό.

Η υπερθέρμανση του πλανήτη και η αύξηση των ακραίων καιρικών φαινομένων προκαλούν ξέσπασμα χολέρας - μια ασθένεια που πλήττει 1.3 έως 4 εκατομμύρια ανθρώπους κάθε χρόνο παγκοσμίως και προκαλεί έως και 143 000 θανάτους.

Μια νέα μελέτη δείχνει πώς μπορεί να προβλεφθεί η εμφάνιση χολέρας σε παράκτιες περιοχές της Ινδίας με ποσοστό επιτυχίας 89%, στην πρώτη απόδειξη της χρήσης αλατότητας επιφανείας της θάλασσας για την πρόβλεψη της χολέρας.

Η έρευνα που δημοσιεύθηκε χθες στο International Journal of Environmental Research and Public Health επικεντρώνεται στην πρόβλεψη εστιών χολέρας γύρω από τον βόρειο Ινδικό Ωκεανό, όπου πάνω από τα μισά από τα παγκόσμια κρούσματα της νόσου αναφέρθηκαν την περίοδο 2010-16.

Η σχέση μεταξύ των περιβαλλοντικών παραγόντων της επίπτωσης της χολέρας είναι περίπλοκη και ποικίλλει εποχιακά, με διαφορετικές καθυστερημένες επιπτώσεις, για παράδειγμα από την εποχή των μουσώνων.

Οι αλγόριθμοι μηχανικής μάθησης μπορούν να βοηθήσουν να ξεπεραστούν αυτά τα ζητήματα μαθαίνοντας να αναγνωρίζουν μοτίβα σε μεγάλα σύνολα δεδομένων, προκειμένου να κάνουν δοκιμαστικές προβλέψεις.

Η μελέτη της επιδημίας της χολέρας ήταν επικεφαλής της Amy Campbell κατά τη διάρκεια μιας μακράς διάρκειας πρακτικής άσκησης στο ESA Climate Office

Η Amy, μαζί με τους συν-συγγραφείς της στο Plymouth Marine Laboratory (PML), χρησιμοποίησαν έναν αλγόριθμο μηχανικής μάθησης που είναι δημοφιλής σε εφαρμογές περιβαλλοντικής επιστήμης - ο τυχαίος δασικός ταξινομητής - ο οποίος μπορεί να αναγνωρίσει μοτίβα σε μεγάλα σύνολα δεδομένων και να κάνει δοκιμαστικές προβλέψεις.

Ο αλγόριθμος εκπαιδεύτηκε για κρούσματα ασθενειών που αναφέρθηκαν σε παράκτιες περιοχές στην Ινδία μεταξύ του 2010 και του 2018 και έμαθε τις σχέσεις με έξι δορυφορικές εγγραφές για το κλίμα που δημιουργήθηκαν από την ESA's Climate Change Initiative (CCI).

Συμπεριλαμβάνοντας ή αφαιρώντας περιβαλλοντικές μεταβλητές και υπο-ρύθμιση για διαφορετικές εποχές, ο αλγόριθμος προσδιόρισε βασικές μεταβλητές για την πρόβλεψη εκδηλώσεων χολέρας ως θερμοκρασία επιφάνειας εδάφους, αλατότητα επιφανείας θάλασσας, συγκέντρωση χλωροφύλλης και διαφορά στάθμης θάλασσας από τον μέσο όρο (ανωμαλία στάθμης θάλασσας).

Η Amy Campbell είπε: «Το μοντέλο έδειξε πολλά υποσχόμενα αποτελέσματα και υπάρχει μεγάλο περιθώριο για την ανάπτυξη αυτής της εργασίας χρησιμοποιώντας διαφορετικά σύνολα δεδομένων παρακολούθησης της χολέρας ή σε διαφορετικές τοποθεσίες.

Στη μελέτη μας, δοκιμάσαμε διαφορετικές τεχνικές μηχανικής εκμάθησης και βρήκαμε ότι ο τυχαίος ταξινομητής δασών είναι ο καλύτερος, αλλά υπάρχουν πολύ περισσότερες τεχνικές που θα μπορούσαν να διερευνηθούν.

«Θα ήταν ενδιαφέρον να δοκιμάσουμε τον αντίκτυπο της συμπερίληψης κοινωνικοοικονομικών συνόλων δεδομένων. Τα δεδομένα τηλεπισκόπησης θα μπορούσαν να χρησιμοποιηθούν για την ανάπτυξη αρχείων για την εξεύρεση ανθρώπινων παραγόντων που είναι σημαντικοί για την εμφάνιση χολέρας, όπως η πρόσβαση σε υδατικούς πόρους. "

Η μελέτη και οι νέες γνώσεις της έχουν συμβάλει στο έργο UKRI-NERC Pathways Of Dispersal for Cholera And Solution Tools (PODCAST) με επικεφαλής τη συν-συγγραφέα Marie-Fanny Racault στο PML, το οποίο αξιολογεί τον αντίκτυπο της υπερθέρμανσης του κλίματος και των ακραίων κλιμάτων στα ενδιαιτήματα κατάλληλο για Vibrio cholerae.

Τα αποτελέσματα της μελέτης θα παρουσιαστούν στη συνάντηση COP26 της UNFCCC το 2021 μέσω ενός διαδικτυακού εργαλείου πρόβλεψης ως μέρος του έργου PODCAST-DEMO.

Αυτό υποστηρίζεται από το κοινό πρόγραμμα ESA-Future Earth και πραγματοποιείται σε συνεργασία με το δίκτυο Γνώσης-Δράσης Υγείας του Future Earth.

Η Ευρωπαϊκή Υπηρεσία Διαστήματος καθοδηγεί τον εντοπισμό νέων κρουσμάτων χολέρας, δημοσιεύθηκε μελέτη

ijerph-17-09378-v2

Διαβάστε επίσης: 

Ναρκωτικά COVID-19, η δοκιμή στο Remdesivir συνεχίζεται στον Διεθνή Διαστημικό Σταθμό

Διαβάστε το ιταλικό άρθρο

πηγή:

Επίσημος ιστότοπος της ESA

Μπορεί επίσης να σας αρέσει