Новости и события » Общество » Искусственный интеллект на основе данных предсказал вспышки холеры

Искусственный интеллект на основе данных предсказал вспышки холеры

Искусственный интеллект на основе данных предсказал вспышки холеры

Климатические данные, полученные со спутников, находящихся на орбите Земли, в сочетании с методами машинного обучения помогают лучше прогнозировать вспышки холеры и потенциально спасать жизни.

Холера - это заболевание, передающееся через воду, которое возникает в результате употребления в пищу воды или пищи, зараженной бактерией Vibrio cholerae, которая встречается во многих прибрежных регионах мира, особенно в густонаселенных тропических районах. Ответственный за это патоген обычно живет при высоких температурах, умеренной солености и мутности, и его может содержать планктон и детрит в воде.

Глобальное потепление и учащение экстремальных погодных явлений вызывают вспышки холеры - болезни, от которой ежегодно страдают от 1,3 до 4 млн человек во всем мире и вызывают до 143 000 смертей. Новое исследование показывает, как вспышки холеры в прибрежных регионах Индии можно предсказать с вероятностью успеха 89%, в первом демонстрации использования солености морской поверхности для прогнозирования холеры.

Исследование, опубликованное в Международном журнале экологических исследований и общественного здравоохранения, направлено на прогнозирование вспышек холеры в северной части Индийского океана, где в период 2010-16 годов было зарегистрировано более половины глобальных случаев заболевания.

Количество вспышек холеры, о которых сообщается в еженедельных эпидемиологических отчетах, публикуемых Интегрированной программой эпиднадзора за заболеваниями Индии (IDSP) в период с января 2010 года по декабрь 2018 года в 40 прибрежных районах Индии, выбранных в исследовании. Показаны только районы, сообщающие данные о заболеваемости холерой, для которых были доступны все семь наборов данных по основным климатическим переменным (ECV). Предоставлено: Кэмпбелл и др., 2020.

Взаимосвязь между экологическими факторами заболеваемости холерой сложна и меняется в зависимости от сезона, с различными запаздывающими эффектами, например, от сезона дождей. Алгоритмы машинного обучения могут помочь преодолеть эти проблемы, научившись распознавать закономерности в больших наборах данных, чтобы делать проверяемые прогнозы.

Исследование проводилось под руководством Эми Кэмпбелл во время ее годичной стажировки в Климатическом бюро Европейского космического агентства ЕКА. Эми вместе со своими соавторами из морской лаборатории Плимута (PML) использовала алгоритм машинного обучения, популярный в приложениях для изучения окружающей среды, который может распознавать закономерности в длинных наборах данных и делать проверяемые прогнозы.

Результаты показателей производительности модели случайного леса в применении к невидимым тестовым данным для отдельных районов в прибрежной Индии, которые сообщили о вспышках холеры. Прибрежные районы, в которых вспышки холеры не зарегистрированы в исследуемый период, и прибрежные районы показаны серым цветом. Предоставлено: Кэмпбелл и др., 2020.

Алгоритм обучен на вспышках заболеваний, о которых сообщалось в прибрежных районах Индии в период с 2010 по 2018 год, и изучил взаимосвязь с шестью климатическими записями, полученными со спутников, созданными в рамках инициативы ЕКА по изменению климата (CCI).

Включая или удаляя экологические переменные и подпараметры для разных сезонов, алгоритм определил ключевые переменные для прогнозирования вспышек холеры, такие как температура поверхности земли, соленость поверхности моря, концентрация хлорофилла и аномалия уровня моря.

Искусственный интеллект на основе данных предсказал вспышки холеры

Искусственный интеллект на основе данных предсказал вспышки холеры

Европа



загрузка...


загрузка...

Свежие новости Украины на сегодня и последние события в мире экономики и политики, культуры и спорта, технологий, здоровья, происшествий, авто и мото

Вверх