हैजा के प्रकोपों ने जलवायु डेटा और एआई का उपयोग करने की भविष्यवाणी की
हैजा का प्रकोप: पृथ्वी की परिक्रमा उपग्रहों से लिया गया जलवायु डेटा, जो कि मशीन लर्निंग तकनीक के साथ मिलकर, हैजा के संभावित प्रकोपों और संभावित रूप से जान बचाने के लिए बेहतर भविष्यवाणी करने में मदद कर रहा है।
हैजा एक जलजनित बीमारी है जो जीवाणु विब्रियो कोलेरी के साथ दूषित पानी या भोजन के अंतर्ग्रहण के कारण होती है, जो दुनिया भर के कई तटीय क्षेत्रों में पाया जा सकता है, विशेष रूप से घनी आबादी वाले उष्णकटिबंधीय क्षेत्रों में।
हैजा का प्रकोप, ईएसए कृत्रिम बुद्धिमत्ता और सक्षम वातावरण का ज्ञान जोड़ता है
जिम्मेदार रोगज़नक़ आम तौर पर गर्म तापमान, मध्यम लवणता और मैलापन के तहत रहता है, और पानी में प्लवक और डिटर्जस द्वारा परेशान किया जा सकता है।
ग्लोबल वार्मिंग और चरम मौसम की घटनाओं में वृद्धि, हैजा के प्रकोप को बढ़ा रही है - एक ऐसी बीमारी जो दुनिया भर में हर साल 1.3 से 4 मिलियन लोगों को प्रभावित करती है और 143 000 तक मृत्यु का कारण बनती है।
एक नए अध्ययन से पता चलता है कि हैजा का पूर्वानुमान लगाने के लिए समुद्री सतह की लवणता का उपयोग करने के पहले प्रदर्शन में भारत के तटीय क्षेत्रों में हैजा के प्रकोप का 89% सफलता दर के साथ अनुमान लगाया जा सकता है।
इंटरनेशनल जर्नल ऑफ एनवायरनमेंटल रिसर्च एंड पब्लिक हेल्थ में कल प्रकाशित शोध उत्तरी हिंद महासागर के आसपास हैजा के प्रकोप की भविष्यवाणी करने पर केंद्रित है, जहां 2010-16 की अवधि में बीमारी के वैश्विक मामलों के आधे से अधिक मामले सामने आए थे।
हैजा की घटना के पर्यावरण चालकों के बीच संबंध जटिल हैं, और मौसमी मौसम से उदाहरण के लिए, अलग-अलग अंतराल के साथ, मौसमी रूप से भिन्न होते हैं।
मशीन लर्निंग एल्गोरिदम इन आंकड़ों को दूर करने में मदद कर सकता है ताकि परीक्षण योग्य भविष्यवाणियों को बनाने के लिए बड़े डेटासेट में पैटर्न को पहचान कर सीख सकें।
ईएसए क्षेत्र कार्यालय के साथ एक साल के स्नातक प्रशिक्षु के दौरान एमी कैंपबेल के नेतृत्व में हैजा फैलने का अध्ययन अध्ययन किया गया था
एमी, प्लायमाउथ मरीन लेबोरेटरी (पीएमएल) में अपने सह-लेखकों के साथ, पर्यावरण विज्ञान अनुप्रयोगों में लोकप्रिय एक मशीन लर्निंग एल्गोरिदम का उपयोग किया - यादृच्छिक वन क्लासिफायरियर - जो लंबे डेटासेट में पैटर्न को पहचान सकता है और परीक्षण योग्य भविष्यवाणियां कर सकता है।
एल्गोरिदम को 2010 और 2018 के बीच भारत में तटीय जिलों में रिपोर्ट किए गए रोग के प्रकोपों पर प्रशिक्षित किया गया था, और ईएसए के जलवायु परिवर्तन पहल (CCI) द्वारा उत्पन्न छह उपग्रह-आधारित जलवायु रिकॉर्ड के साथ संबंधों को सीखा।
पर्यावरणीय चर और अलग-अलग मौसमों के लिए उप-सेटिंग को शामिल या हटाकर, एल्गोरिथ्म ने हैजा के प्रकोप को भूमि की सतह के तापमान, समुद्र की सतह की लवणता, क्लोरोफिल-एक एकाग्रता और औसत से समुद्र स्तर अंतर (समुद्र तल विसंगति) के रूप में पूर्वानुमान के लिए महत्वपूर्ण चर की पहचान की।
एमी कैंपबेल ने कहा, "मॉडल ने आशाजनक परिणाम दिखाए, और विभिन्न हैजा निगरानी डेटासेट या विभिन्न स्थानों का उपयोग करके इस काम को विकसित करने की बहुत गुंजाइश है।
हमारे अध्ययन में, हमने विभिन्न मशीन लर्निंग तकनीकों का परीक्षण किया और पाया कि रैंडम फॉरेस्ट क्लासिफायरफायर सबसे अच्छा है, लेकिन अभी और भी ऐसी तकनीकें हैं जिनकी जांच की जा सकती है।
“सामाजिक-आर्थिक डेटासेट के प्रभाव का परीक्षण करना दिलचस्प होगा; दूरस्थ संवेदी डेटा का उपयोग मानव विकास के लिए रिकॉर्ड बनाने के लिए किया जा सकता है जो हैजा की घटनाओं के लिए महत्वपूर्ण हैं, जैसे कि जल संसाधनों तक पहुंच। "
अध्ययन और इसकी नई जानकारियों ने पीएमएल में सह-लेखक मैरी-फैनी रौल्ट की अगुवाई में चोलेरा एंड सॉल्यूशन टूल्स (PODCAST) प्रोजेक्ट के लिए यूकेआरआई-एनईआरसी पाथवे में योगदान दिया है, जो आवासों पर जलवायु वार्मिंग और जलवायु चरम सीमाओं के प्रभाव का आकलन कर रहा है। Vibrio हैजा के लिए उपयुक्त है।
अध्ययन से परिणाम 26 में PODCAST-DEMO परियोजना के भाग के रूप में एक वेब-आधारित पूर्वानुमान उपकरण के माध्यम से UNFCCC की COP2021 बैठक में प्रदर्शित किए जाएंगे।
यह ईएसए-फ्यूचर अर्थ संयुक्त कार्यक्रम द्वारा समर्थित है और फ्यूचर अर्थ के हेल्थ नॉलेज-एक्शन नेटवर्क के साथ मिलकर किया गया है।
यूरोपीय अंतरिक्ष एजेंसी ने नए हैजा के प्रकोपों का पता लगाया, अध्ययन प्रकाशित किया
ijerph-17-09378-वी 2इसके अलावा पढ़ें:
COVID-19 ड्रग्स, इंटरनेशनल स्पेस स्टेशन पर ट्रायल ऑन रेमेडिसवियर कंटीन्यू