การระบาดของอหิวาตกโรค: ข้อมูลสภาพภูมิอากาศที่นำมาจากดาวเทียมที่โคจรรอบโลกรวมกับเทคนิคการเรียนรู้ของเครื่องช่วยให้คาดการณ์การระบาดของอหิวาตกโรคได้ดีขึ้นและอาจช่วยชีวิตได้

อหิวาตกโรคเป็นโรคที่เกิดจากน้ำที่เกิดจากการกินน้ำหรืออาหารที่ปนเปื้อนเชื้อแบคทีเรียวิบริโออหิวาตกโรคซึ่งพบได้ในบริเวณชายฝั่งหลายแห่งทั่วโลกโดยเฉพาะในพื้นที่เขตร้อนที่มีประชากรหนาแน่น

การระบาดของอหิวาตกโรค ESA เชื่อมโยงปัญญาประดิษฐ์และความรู้ในการเปิดใช้งานสภาพแวดล้อม

เชื้อโรคที่รับผิดชอบโดยทั่วไปอาศัยอยู่ภายใต้อุณหภูมิที่อบอุ่นความเค็มและความขุ่นปานกลางและสามารถถูกเก็บงำโดยแพลงก์ตอนและเศษซากในน้ำ

ภาวะโลกร้อนและการเพิ่มขึ้นของเหตุการณ์สภาพอากาศที่รุนแรงทำให้เกิดการระบาดของอหิวาตกโรคซึ่งเป็นโรคที่ส่งผลกระทบต่อประชากร 1.3 ถึง 4 ล้านคนในแต่ละปีทั่วโลกและทำให้เสียชีวิตมากถึง 143 คน

การศึกษาใหม่แสดงให้เห็นว่าการระบาดของอหิวาตกโรคในพื้นที่ชายฝั่งของอินเดียสามารถทำนายได้อย่างไรโดยมีอัตราความสำเร็จ 89% ในการสาธิตครั้งแรกโดยใช้ความเค็มของผิวน้ำทะเลเพื่อพยากรณ์อหิวาตกโรค

งานวิจัยที่ตีพิมพ์เมื่อวานนี้ใน International Journal of Environmental Research and Public Health มุ่งเน้นไปที่การทำนายการระบาดของอหิวาตกโรคบริเวณมหาสมุทรอินเดียตอนเหนือซึ่งมากกว่าครึ่งหนึ่งของผู้ป่วยทั่วโลกได้รับรายงานในช่วงปี 2010-16

ความสัมพันธ์ระหว่างตัวขับเคลื่อนสิ่งแวดล้อมของอุบัติการณ์อหิวาตกโรคมีความซับซ้อนและแตกต่างกันไปตามฤดูกาลโดยมีผลกระทบที่ล้าหลังแตกต่างกันตัวอย่างเช่นจากฤดูมรสุม

อัลกอริทึมการเรียนรู้ของเครื่องสามารถช่วยแก้ไขปัญหาเหล่านี้ได้โดยการเรียนรู้ที่จะจดจำรูปแบบในชุดข้อมูลขนาดใหญ่เพื่อทำการคาดการณ์ที่สามารถทดสอบได้

การศึกษาการศึกษาการระบาดของอหิวาตกโรคนำโดย Amy Campbell ในระหว่างการฝึกงานระดับบัณฑิตศึกษาตลอดทั้งปีกับ ESA Climate Office

Amy พร้อมกับผู้ร่วมเขียนของเธอที่ Plymouth Marine Laboratory (PML) ได้ใช้อัลกอริทึมการเรียนรู้ของเครื่องที่ได้รับความนิยมในการใช้งานด้านวิทยาศาสตร์สิ่งแวดล้อมซึ่งก็คือลักษณนามฟอเรสต์แบบสุ่มซึ่งสามารถจดจำรูปแบบในชุดข้อมูลขนาดยาวและทำการคาดการณ์ที่ทดสอบได้

อัลกอริทึมได้รับการฝึกอบรมเกี่ยวกับการระบาดของโรคที่รายงานในเขตชายฝั่งทะเลในอินเดียระหว่างปี 2010 ถึง 2018 และได้เรียนรู้ความสัมพันธ์กับบันทึกสภาพอากาศบนดาวเทียม XNUMX รายการที่สร้างโดยโครงการริเริ่มการเปลี่ยนแปลงสภาพภูมิอากาศ (CCI) ของ ESA

ด้วยการรวมหรือลบตัวแปรด้านสิ่งแวดล้อมและการตั้งค่าย่อยสำหรับฤดูกาลต่างๆอัลกอริทึมได้ระบุตัวแปรสำคัญในการทำนายการระบาดของอหิวาตกโรคเป็นอุณหภูมิพื้นผิวความเค็มของผิวน้ำทะเลความเข้มข้นของคลอโรฟิลล์ - เอและความแตกต่างของระดับน้ำทะเลจากค่าเฉลี่ย (ความผิดปกติของระดับน้ำทะเล)

Amy Campbell กล่าวว่า“ โมเดลดังกล่าวแสดงให้เห็นถึงผลลัพธ์ที่น่าสนใจและมีขอบเขตมากมายสำหรับการพัฒนางานนี้โดยใช้ชุดข้อมูลการเฝ้าระวังอหิวาตกโรคที่แตกต่างกันหรือในสถานที่ต่างๆ

ในการศึกษาของเราเราได้ทดสอบเทคนิคการเรียนรู้ของเครื่องต่างๆและพบว่าตัวจำแนกฟอเรสต์แบบสุ่มนั้นดีที่สุด แต่มีเทคนิคอื่น ๆ อีกมากมายที่สามารถตรวจสอบ

“ มันน่าสนใจที่จะทดสอบผลกระทบของการรวมชุดข้อมูลเศรษฐกิจสังคม ข้อมูลการสำรวจระยะไกลสามารถนำมาใช้เพื่อพัฒนาบันทึกเพื่ออธิบายถึงปัจจัยมนุษย์ที่มีความสำคัญต่ออุบัติการณ์ของอหิวาตกโรคเช่นการเข้าถึงแหล่งน้ำ”

การศึกษาและข้อมูลเชิงลึกใหม่ได้มีส่วนร่วมในโครงการ UKRI-NERC Pathways Of Dispersal for Cholera And Solution Tools (PODCAST) ที่นำโดย Marie-Fanny Racault ผู้ร่วมเขียนที่ PML ซึ่งกำลังประเมินผลกระทบของสภาวะอากาศร้อนและสภาพอากาศที่รุนแรงต่อที่อยู่อาศัย เหมาะสำหรับเชื้อ Vibrio cholerae

ผลลัพธ์จากการศึกษาจะแสดงให้เห็นในการประชุม COP26 ของ UNFCCC ในปี 2021 ผ่านเครื่องมือพยากรณ์ทางเว็บซึ่งเป็นส่วนหนึ่งของโครงการ PODCAST-DEMO

สิ่งนี้ได้รับการสนับสนุนโดยโครงการร่วม ESA-Future Earth และดำเนินการร่วมกับเครือข่ายการดำเนินการด้านความรู้ด้านสุขภาพของ Future Earth

European Space Agency เป็นผู้นำในการตรวจหาการระบาดของอหิวาตกโรคใหม่การศึกษาตีพิมพ์

อิเจอร์ฟ -17-09378-v2

อ่านเพิ่มเติม: 

ยาเสพติด COVID-19 การทดลองใช้ Remdesivir ยังคงดำเนินต่อไปบนสถานีอวกาศนานาชาติ

อ่านบทความภาษาอิตาลี

ที่มา:

เว็บไซต์อย่างเป็นทางการของ ESA