Makine öğrenimi, yeni parazitlere ve patojenlere karşı hassas olan hastalık ve coğrafi bölgeleri barındıran kemirgen türlerini belirleyebilir. Yani yeni bir çalışma raporları Ulusal Bilimler Akademisi Tutanakları Cary Ekosistem Çalışmaları Enstitüsü'nde hastalık ekolojisti olan Barbara A. Han liderliğindedir.

Ortaya çıkan bulaşıcı hastalıkların çoğu hayvanlardan insanlara bulaşmakta ve her yıl bir milyardan fazla insan acı çekmektedir. Halk sağlığının korunması, etkili sürveyans araçları gerektirir.

Han, Georgia Üniversitesi Odum Ekoloji Okulu'ndaki meslektaşları John Paul Schmidt, Sarah E. Bowden ve John M. Drake ile birlikte 2,000'den fazla kemirgen türüne ilişkin kapsamlı bir veri kümesindeki kalıpları ortaya çıkarmak için bir yapay zeka biçimi olan makine öğrenimini kullandı. türlerin yaşam öyküsünü, ekolojisini, davranışını, fizyolojisini ve coğrafi dağılımını tanımlayan değişkenlerle.

Bir Cary Enstitüsü yayınında, ekibin bilinen kemirgen rezervuar türlerini yüzde 90 doğrulukla tahmin edebilen bir model geliştirdiğini ve rezervuarları rezervuar olmayanlardan ayıran belirli özellikleri belirlediğini bildirdi. 150'den fazla yeni potansiyel kemirgen rezervuar türü ve elliden fazla yeni hiper rezervuar (insanlara bulaşıcı birden fazla patojen taşıyabilen hayvanlar) ortaya çıktı.

Barbara, ekolojik ve biyomedikal verileri ortak bir veri tabanında birleştirerek, kemirgen kaynaklı hastalık salgınları için erken uyarı sistemini bilgilendirebilecek modeller bulmak için makine öğrenimini kullanabildi.

En riskli rezervuar türleri hızla olgunlaşan, erken ve sıklıkla çoğalan ve düşük seviyelerde biyolojik çeşitlilik gösteren kuzey ılıman bölgelerdir.

Çok çeşitli kemirgen rezervuarlarına sahip olduğu tespit edilen coğrafi alanlar arasında Kuzey Amerika, Güney Amerika'nın Atlantik kıyısı, Avrupa, Rusya ve Orta ve Doğu Asya'nın bazı kısımları yer almaktadır. Kemirgen rezervuar çeşitliliğinin, Çin, Kazakistan ve Orta Amerika Birleşik Devletleri de dahil olmak üzere arktik, ılıman, tropikal ve çöl biyomlarını kapsayan gelecekteki sıcak noktaları tahmin edildi. Yeni rezervuar ve hiper rezervuar türlerinin çoğunun üst enlemlerde meydana geleceği tahmin edilmektedir.

Bulgular, ortaya çıkan bulaşıcı hastalıklar için izleme maliyeti göz önüne alındığında hayati önem taşıyan hedefli gözetim çabaları için bir temel oluşturmaktadır.

Sürüm, bu çalışmada uygulanan makine öğrenme tekniklerinin şu anda potansiyel Ebola virüsü rezervuarları ve diğer filovirüsler de dahil olmak üzere yeni soruları keşfetmek için kullanıldığını belirtiyor.

Tam makale okuyun.