27.10.2021
Наш канал в Telegram: https://t.me/berzaru

Искусственный интеллект научился предсказывать вспышки холеры

Предсказание вспышки холеры ИИ

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 живёт при высоких температурах, умеренной солёности 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 солёности 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.

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 её 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.

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.