Kolera salgınları: Dünya yörüngesindeki uydulardan alınan iklim verileri, makine öğrenimi teknikleriyle birlikte kolera salgınlarını daha iyi tahmin etmeye ve potansiyel olarak hayat kurtarmaya yardımcı oluyor.

Kolera, dünyanın birçok kıyı bölgesinde, özellikle yoğun nüfuslu tropik bölgelerde bulunabilen, Vibrio cholerae bakterisiyle kirlenmiş su veya yiyeceklerin yenmesi sonucu oluşan su kaynaklı bir hastalıktır.

Kolera salgınları, ESA yapay zeka ile ortamları kolaylaştırma bilgisini birbirine bağlar

Sorumlu patojen genellikle ılık sıcaklıklar, orta derecede tuzluluk ve bulanıklık altında yaşar ve sudaki plankton ve döküntüler tarafından barındırılabilir.

Küresel ısınma ve aşırı hava olaylarındaki artış, dünya çapında her yıl 1.3 ila 4 milyon kişiyi etkileyen ve 143 kadar ölüme neden olan bir hastalık olan kolera salgınlarına neden oluyor.

Yeni bir çalışma, kolera tahmini için deniz yüzeyi tuzluluğunun kullanıldığı ilk gösteride, Hindistan'ın kıyı bölgelerindeki kolera salgınlarının nasıl% 89 başarı oranıyla tahmin edilebileceğini gösteriyor.

Uluslararası Çevre Araştırmaları ve Halk Sağlığı Dergisi'nde dün yayınlanan araştırma, 2010-16 döneminde küresel hastalık vakalarının yarısından fazlasının rapor edildiği kuzey Hint Okyanusu çevresindeki kolera salgınlarını tahmin etmeye odaklanıyor.

Kolera insidansının çevresel etmenleri arasındaki ilişki karmaşıktır ve örneğin muson mevsiminden farklı gecikmeli etkilerle mevsimsel olarak değişir.

Makine öğrenimi algoritmaları, test edilebilir tahminler yapmak için büyük veri kümelerindeki kalıpları tanımayı öğrenerek bu sorunların üstesinden gelmeye yardımcı olabilir.

Kolera salgını çalışma çalışması, ESA İklim Ofisi ile bir yıllık yüksek lisans stajı sırasında Amy Campbell tarafından yönetildi.

Amy, Plymouth Deniz Laboratuvarı'ndaki (PML) ortak yazarlarıyla birlikte, çevre bilimi uygulamalarında popüler olan, uzun veri kümelerindeki kalıpları tanıyabilen ve test edilebilir tahminler yapabilen bir makine öğrenimi algoritması (rastgele orman sınıflandırıcı) kullandı.

Algoritma, 2010 ve 2018 yılları arasında Hindistan'ın kıyı bölgelerinde bildirilen hastalık salgınları üzerine eğitildi ve ESA'nın İklim Değişikliği Girişimi (CCI) tarafından oluşturulan altı uydu tabanlı iklim kaydı ile ilişkileri öğrendi.

Algoritma, çevresel değişkenleri ve farklı mevsimler için alt ayarı dahil ederek veya kaldırarak, kara yüzeyi sıcaklığı, deniz yüzeyi tuzluluğu, klorofil-a konsantrasyonu ve ortalamadan deniz seviyesi farkı (deniz seviyesi anomalisi) olarak kolera salgınlarını tahmin etmek için temel değişkenleri belirledi.

Amy Campbell, “Model umut verici sonuçlar gösterdi ve bu çalışmayı farklı kolera sürveyans veri kümeleri kullanarak veya farklı yerlerde geliştirmek için pek çok alan var.

Çalışmamızda, farklı makine öğrenme tekniklerini test ettik ve rastgele orman sınıflandırıcısının en iyisi olduğunu bulduk, ancak araştırılabilecek çok daha fazla teknik var.

“Sosyo-ekonomik veri setlerini dahil etmenin etkisini test etmek ilginç olurdu; Uzaktan algılama verileri, su kaynaklarına erişim gibi kolera vakası için önemli olan insan faktörlerini hesaba katacak kayıtları geliştirmek için kullanılabilir. "

Çalışma ve yeni içgörüler, iklim ısınmasının ve iklim aşırılıklarının habitatlar üzerindeki etkisini değerlendiren, PML'deki ortak yazar Marie-Fanny Racault liderliğindeki UKRI-NERC Kolera ve Çözüm Araçları için Dağıtım Yolları (PODCAST) Projesi'ne katkıda bulundu. Vibrio cholerae için uygundur.

Çalışmanın sonuçları, UNFCCC'nin 26'deki COP2021 toplantısında, PODCAST-DEMO projesinin bir parçası olarak web tabanlı bir tahmin aracı aracılığıyla gösterilecek.

Bu, ESA-Future Earth ortak programı tarafından desteklenir ve Future Earth'ün Sağlık Bilgi-Eylem ağı ile işbirliği içinde yürütülür.

Avrupa Uzay Ajansı yeni kolera salgınlarının tespit edilmesine öncülük ediyor, çalışma yayınlandı

ijerph-17-09378-v2

Ayrıca Oku: 

COVID-19 İlaçları, Remdesivir Üzerine Deneme Uluslararası Uzay İstasyonunda Devam Ediyor

İtalyan Makalesini Okuyun

Kaynak:

ESA resmi web sitesi