Učenje na stroju može odrediti vrste glodavaca koje sadrže bolesti i geografske hotspotove osjetljive na nove parazite i patogene. Stoga izvještava o novoj studiji u Zbornik National Academy of Sciences koju je vodila Barbara A. Han, ekologinja bolesti s Instituta za studije ekosustava Cary.

Većina novih zaraznih bolesti prenosi se sa životinja na ljude, a godišnje pati više od milijarde ljudi. Zaštita javnog zdravlja zahtijeva učinkovite nadzorne alate.

Han je s kolegama John Paul Schmidtom, Sarah E. Bowden i Johnom M. Drakeom sa Škole za ekologiju na University of Georgia Odum zaposlio strojno učenje, oblik umjetne inteligencije, kako bi otkrio obrasce u opsežnom nizu podataka o više od 2,000 vrsta glodavaca. , s varijablama koje opisuju povijest života vrsta, ekologiju, ponašanje, fiziologiju i zemljopisnu distribuciju.

Izdanje Instituta Cary izvještava da je tim razvio model koji je uspio predvidjeti poznate vrste rezervoara za glodavce s preciznošću od 90 posto i identificirao određene osobine koje razlikuju rezervoare od nerezervoara. Otkrili su preko 150 novih potencijalnih vrsta rezervoara za glodavce i više od pedeset novih hiper-rezervoara (životinje koje mogu nositi više patogena zaraznih za ljude).

Kombinirajući ekološke i biomedicinske podatke u zajedničku bazu podataka, Barbara je uspjela koristiti strojno učenje kako bi pronašla obrasce koji mogu informirati sustav ranog upozoravanja na izbijanje bolesti glodavaca.

Najcriskija vrsta ležišta jesu one koje brzo sazriju, prerano rano i često i žive sjeverne temperaturne površine s niskom razinom bioraznolikosti.

Geografska područja za koja je utvrđeno da imaju veliku raznolikost rezervoara za glodavce uključuju Sjevernu Ameriku, atlantsku obalu Južne Amerike, Europu, Rusiju i dijelove Srednje i Istočne Azije. Predviđena buduća žarišta raznolikosti ležišta glodavaca obuhvaćala su arktičke, umjerene, tropske i pustinjske biome, uključujući Kinu, Kazahstan i Srednji zapad Sjedinjenih Država. Predviđa se da će se većina novih rezervoara i hiper-rezervoara pojaviti u gornjim geografskim širinama.

Nalazi pružaju osnovu za ciljane napore nadzora, koji su od vitalnog značaja s obzirom na troškove praćenja novih zaraznih bolesti.

U izdanju se napominje da se tehnike strojnog učenja primijenjene u ovoj studiji trenutno koriste za istraživanje novih pitanja, uključujući potencijalne rezervoare virusa ebole i drugih filovirusa.

Cijeli članak ovdje.