Holēras uzliesmojumi: klimata dati, kas iegūti no Zemes orbītā esošajiem satelītiem, apvienojumā ar mašīnmācīšanās paņēmieniem palīdz labāk prognozēt holēras uzliesmojumus un potenciāli glābt dzīvības.

Holera ir ūdens pārnēsājama slimība, ko izraisa ūdens vai pārtikas uzņemšana, kas ir piesārņots ar Vibrio cholerae baktēriju, un kura sastopama daudzos piekrastes reģionos visā pasaulē, īpaši blīvi apdzīvotos tropiskos apgabalos.

Holēras uzliesmojumi, EKA sasaista mākslīgo intelektu un zināšanas par labvēlīgu vidi

Atbildīgais patogēns parasti dzīvo siltā temperatūrā, mērenā sāļumā un duļķainībā, un ūdenī to var uzturēt planktons un detrīts.

Globālā sasilšana un ārkārtēju laika apstākļu pieaugums izraisa holēras uzliesmojumus - slimību, kas katru gadu visā pasaulē skar 1.3 līdz 4 miljonus cilvēku un izraisa līdz pat 143 000 nāves gadījumu.

Jauns pētījums parāda, kā holēras uzliesmojumus Indijas piekrastes reģionos var paredzēt ar 89% panākumu līmeni, vispirms demonstrējot jūras virsmas sāļuma izmantošanu holēras prognozēšanai.

Vakar Starptautiskajā vides pētījumu un sabiedrības veselības žurnālā publicētais pētījums koncentrējas uz holēras uzliesmojumu prognozēšanu ap Indijas okeāna ziemeļu daļu, kur 2010. – 16.

Attiecības starp holēras sastopamības faktoriem vides jomā ir sarežģītas un sezonāli atšķirīgas, un tām ir atšķirīga ietekme, piemēram, no musonu sezonas.

Mašīnmācīšanās algoritmi var palīdzēt pārvarēt šīs problēmas, iemācoties atpazīt modeļus lielās datu kopās, lai veiktu pārbaudāmas prognozes.

Holēras uzliesmojuma pētījuma pētījumu vadīja Eimija Kempbela gadu ilgas absolventu prakses laikā EKA Klimata birojā

Eimija kopā ar līdzautoriem Plimutas jūras laboratorijā (PML) izmantoja vides zinātnes lietojumprogrammās populāru mašīnmācīšanās algoritmu - izlases meža klasifikatoru -, kas var atpazīt modeļus garās datu kopās un veikt pārbaudāmas prognozes.

Algoritms tika apmācīts par slimību uzliesmojumiem, par kuriem ziņots Indijas piekrastes rajonos laikā no 2010. līdz 2018. gadam, un uzzināja sakarības ar sešiem satelītu bāzes klimata ierakstiem, ko ģenerēja EKA Klimata pārmaiņu iniciatīva (CCI).

Iekļaujot vai noņemot vides mainīgos un apakšstaciju dažādiem gadalaikiem, algoritms identificēja galvenos mainīgos lielumus holēras uzliesmojumu prognozēšanai kā zemes virsmas temperatūru, jūras virsmas sāļumu, hlorofila-a koncentrāciju un jūras līmeņa atšķirību no vidējās (jūras līmeņa anomālija).

Eimija Kempbela sacīja: “Šis modelis parādīja daudzsološus rezultātus, un ir daudz iespēju attīstīt šo darbu, izmantojot dažādas holēras uzraudzības datu kopas vai dažādās vietās.

Mūsu pētījumā mēs pārbaudījām dažādas mašīnmācīšanās metodes un atklājām, ka nejaušais meža klasifikators ir labākais, taču ir daudz vairāk paņēmienu, kurus varētu izpētīt.

“Būtu interesanti pārbaudīt sociālo un ekonomisko datu kopu iekļaušanas ietekmi; attālās uzrādes datus varētu izmantot, lai izveidotu ierakstus, lai ņemtu vērā cilvēciskos faktorus, kas ir svarīgi holēras biežumam, piemēram, piekļuvi ūdens resursiem.

Pētījums un tā jaunās atziņas ir veicinājušas UKRI-NERC holēras un šķīduma rīku izkliedes ceļu (PODCAST) projektu, kuru vadīja līdzautore Marija-Fannija Raketa PML, un kurā tiek novērtēta klimata sasilšanas un klimata galējību ietekme uz dzīvotnēm. piemērots Vibrio cholerae.

Pētījuma rezultāti tiks demonstrēti UNFCCC COP26 sanāksmē 2021. gadā, izmantojot tīmekļa prognozēšanas rīku PODCAST-DEMO projekta ietvaros.

To atbalsta EKA-Future Earth kopīgā programma un to veic sadarbībā ar Future Earth's Health Knowledge-Action tīklu.

Eiropas Kosmosa aģentūra vada jaunu holēras uzliesmojumu atklāšanu, publicēts pētījums

ijerph-17-09378-v2

Lasīt arī: 

COVID-19 narkotikas, Remdesivir izmēģinājums turpinās Starptautiskajā kosmosa stacijā

Izlasiet Itālijas rakstu

Avots:

EKA oficiālā vietne