ปัญญาประดิษฐ์ในการคาดการณ์การระบาดของโรคติดเชื้อในอนาคต

การเรียนรู้ด้วยเครื่องสามารถระบุชนิดพันธุ์หนูที่เป็นโรคและจุดที่มีภูมิประเทศเป็นจุดเสี่ยงต่อปรสิตและเชื้อโรคตัวใหม่ ดังนั้นรายงานการศึกษาใหม่ใน กิจการของ National Academy of Sciences นำโดยบาร์บาร่าเอฮันนักนิเวศวิทยาโรคที่สถาบันการศึกษาระบบนิเวศของแครี

โรคติดต่ออุบัติใหม่ส่วนใหญ่ติดต่อจากสัตว์สู่คนโดยมีผู้ป่วยมากกว่าพันล้านคนต่อปี การปกป้องสุขภาพของประชาชนต้องใช้เครื่องมือเฝ้าระวังที่มีประสิทธิภาพ

กับเพื่อนร่วมงานของ University of Georgia Odum School of Ecology John Paul Schmidt, Sarah E. Bowden และ John M. โดยมีตัวแปรที่อธิบายถึงประวัติชีวิตนิเวศวิทยาพฤติกรรมสรีรวิทยาและการกระจายทางภูมิศาสตร์ของสิ่งมีชีวิต

Cary Institute รายงานว่าทีมได้พัฒนาแบบจำลองที่สามารถทำนายสายพันธุ์สัตว์ฟันแทะที่รู้จักด้วยความแม่นยำ 90 เปอร์เซ็นต์และระบุลักษณะเฉพาะที่แยกความแตกต่างของอ่างเก็บน้ำจากที่ไม่ใช่แหล่งกักเก็บ พวกเขาได้เปิดเผยสายพันธุ์สัตว์ฟันแทะที่มีศักยภาพใหม่กว่า 150 ชนิดและแหล่งกักเก็บไฮเปอร์ใหม่มากกว่าห้าสิบแห่ง (สัตว์ที่อาจมีเชื้อโรคหลายชนิดที่ติดมาสู่มนุษย์

ด้วยการรวมข้อมูลทางนิเวศวิทยาและชีวการแพทย์ไว้ในฐานข้อมูลทั่วไปบาร์บาร่าสามารถใช้การเรียนรู้ของเครื่องเพื่อค้นหารูปแบบที่สามารถแจ้งระบบเตือนภัยล่วงหน้าสำหรับการระบาดของโรคที่เกิดจากหนู

ชนิดของอ่างเก็บน้ำที่เสี่ยงที่สุดคือปลาที่โตเร็วสืบพันธุ์ในช่วงต้นและมักอาศัยอยู่ในพื้นที่ภาคเหนือตอนกลางที่มีความหลากหลายทางชีวภาพต่ำ

พื้นที่ทางภูมิศาสตร์พบว่ามีแหล่งกักเก็บหนูที่มีความหลากหลายสูง ได้แก่ อเมริกาเหนือชายฝั่งมหาสมุทรแอตแลนติกของอเมริกาใต้ยุโรปรัสเซียและบางส่วนของเอเชียกลางและตะวันออก จุดที่คาดการณ์ในอนาคตของความหลากหลายในอ่างเก็บน้ำของสัตว์ฟันแทะซึ่งครอบคลุมสิ่งมีชีวิตในอาร์กติกเขตอบอุ่นเขตร้อนและทะเลทรายรวมถึงจีนคาซัคสถานและแถบมิดเวสต์ของสหรัฐอเมริกา มีการคาดการณ์ว่าจะมีการคาดการณ์ว่าจะเกิดอ่างเก็บน้ำและไฮเปอร์สปีชีส์ใหม่ในละติจูดตอนบน

ผลการวิจัยเป็นพื้นฐานสำหรับความพยายามในการเฝ้าระวังซึ่งมีความสำคัญอย่างยิ่งต่อต้นทุนในการตรวจสอบโรคติดเชื้อที่เกิดขึ้นใหม่

บันทึกประจำรุ่นระบุว่าเทคนิคการเรียนรู้ของเครื่องที่ใช้ในการศึกษานี้กำลังถูกนำมาใช้เพื่อสำรวจคำถามใหม่ ๆ รวมถึงแหล่งกักเก็บของไวรัสอีโบลาและฟิโลไวรัสอื่น ๆ

 

บทความเต็ม โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.

นอกจากนี้คุณยังอาจต้องการ