Избијање колере предвиђено коришћењем климатских података и АИ
Избијања колере: климатски подаци узети са сателита који круже око Земље, у комбинацији са техникама машинског учења, помажу у бољем предвиђању избијања колере и потенцијално спашавају животе.
Колера је болест која се преноси водом, а узрокована је гутањем воде или хране загађене бактеријом Вибрио цхолерае, а која се може наћи у многим приморским регионима широм света, посебно у густо насељеним тропским областима.
Избијање колере, ЕСА повезује вештачку интелигенцију и знање о повољним окружењима
Одговорни патоген углавном живи под топлим температурама, умереном сланошћу и замућеношћу, а планктон и детритус у води могу га задржати.
Глобално загревање и пораст екстремних временских прилика покрећу избијање колере - болести која погађа 1.3 до 4 милиона људи сваке године широм света и узрокује до 143 000 смртних случајева.
Нова студија показује како се епидемије колере у приобалним регионима Индије могу предвидети са 89% успеха, у првој демонстрацији употребе сланости морске површине за предвиђање колере.
Истраживање објављено јуче у Међународном часопису за истраживање животне средине и јавно здравље усредсређено је на предвиђање избијања колере око северног Индијског океана, где је забележено више од половине глобалних случајева болести у периоду 2010-16.
Односи између покретача појаве колере у животној средини су сложени и сезонски варирају, са различитим заосталим ефектима, на пример у сезони монсуна.
Алгоритми машинског учења могу помоћи у превазилажењу ових проблема тако што ће научити да препознају обрасце у великим скуповима података како би се направила проверљива предвиђања.
Студију о избијању колере водила је Ами Цампбелл током једногодишњег постдипломског приправништва у Канцеларији за климу ЕСА
Ами је, заједно са коауторима у Плимоутх Марине Лаборатори (ПМЛ), користила алгоритам машинског учења популаран у наукама о животној средини - случајни класификатор шума - који може препознати обрасце у дугим скуповима података и направити проверљива предвиђања.
Алгоритам је обучен за избијање болести пријављених у приобалним окрузима у Индији између 2010. и 2018. године и научио је везе са шест сателитских климатских записа генерисаних од стране ЕСА-ине иницијативе за климатске промене (ЦЦИ).
Укључујући или уклањајући променљиве животне средине и подешавање за различита годишња доба, алгоритам је идентификовао кључне променљиве за предвиђање избијања колере као температуру површине копна, сланост површине мора, концентрацију хлорофила-а и разлику у нивоу мора у односу на просек (аномалија нивоа мора).
Ами Цампбелл је рекла: „Модел је показао обећавајуће резултате и постоји пуно простора за развој овог рада користећи различите скупове података за надзор колере или на различитим локацијама.
У нашој студији тестирали смо различите технике машинског учења и открили да је класификатор случајних шума најбољи, али постоји много више техника које се могу истражити.
„Било би занимљиво тестирати утицај укључивања социо-економских скупова података; подаци даљинског истраживања могу се користити за израду евиденција које ће узети у обзир људске факторе који су важни за појаву колере, као што је приступ воденим ресурсима. “
Студија и њени нови увиди допринели су пројекту УКРИ-НЕРЦ Патхваис Оф Дисперсал фор Цхолера Анд Солутион Тоолс (ПОДЦАСТ) који води коауторка Марие-Фанни Рацаулт из ПМЛ-а, а који процењује утицај климатског загревања и климатских екстрема на станишта погодан за колебру Вибрио.
Резултати студије биће приказани на састанку УНФЦЦЦ-а ЦОП26 2021. године путем веб алата за предвиђање у оквиру пројекта ПОДЦАСТ-ДЕМО.
Ово подржава заједнички програм ЕСА-Футуре Еартх и спроводи се у сарадњи са мрежом Футуре Еартх'с Хеалтх Кновледге-Ацтион.
Европска свемирска агенција предводи откривање нових избијања колере, објављено је у студији
ијерпх-17-09378-в2Прочитајте такође:
Лекови ЦОВИД-19, суђење Ремдесивиру наставља се на Међународној свемирској станици