Прогнозирани от AI данни за огнища на холера

Холерата е водно заболяване, което възниква в резултат на пиене на вода.

или храна, заразена с бактерията Vibrio cholerae,който се среща в много крайбрежни региони на света, особено в гъсто населените тропически райони. Отговорният патоген обикновено живее при високи температури, умерена соленост и мътност и може да съдържа планктон и детрит във водата.

Глобално затопляне и повишена честотаЕкстремните климатични явления причиняват огнища на холера, заболяване, което засяга 1,3 до 4 милиона души по света всяка година и причинява до 143 000 смъртни случая. Ново проучване показва как огнищата на холера в крайбрежните райони на Индия могат да бъдат предвидени с 89% успеваемост, в първата демонстрация на използване на солеността на морската повърхност за прогнозиране на холера.

Изследване, публикувано вМеждународен вестник за изследване на околната среда и обществено здраве,има за цел да предскаже огнища на холера в Северния Индийски океан, където са докладвани повече от половината случаи в света между 2010-16 г.

Брой на огнища на холера, отчетени презседмични епидемиологични доклади, публикувани от Индийската програма за интегрирано наблюдение на заболяванията (IDSP) между януари 2010 г. и декември 2018 г. в 40 индийски крайбрежни региона, избрани в проучването. Показани са само областите за докладване за холера, за които са налични всичките седем набора от данни за съществени климатични променливи (ECV). Кредит: Campbell et al., 2020.

Връзка между факторите на околната средаЧестотата на холерата е сложна и варира в зависимост от сезона, с различни изоставащи ефекти, като дъждовния сезон. Алгоритмите за машинно обучение могат да помогнат за преодоляването на тези предизвикателства, като се научат да разпознават модели в големи масиви от данни, за да правят проверими прогнози.

Проучването е ръководено от ЕймиКембъл по време на едногодишния си стаж в климатичното бюро на Европейската космическа агенция ESA. Ейми, заедно с нейните съавтори в Plymouth Marine Laboratory (PML), използваха алгоритъм за машинно обучение, популярен в приложенията на науката за околната среда, който може да разпознава модели в дълги набори от данни и да прави прогнози, подлежащи на проверка.

Резултати от показатели за ефективност на моделаслучайна гора, приложена към невидими данни от тестове за избрани райони в крайбрежната Индия, които съобщават за огнища на холера. Крайбрежни райони, в които не са докладвани огнища на холера през периода на проучването, а крайбрежните зони са показани в сиво. Кредит: Campbell et al., 2020.

Обучен алгоритъм за огнища на болести, одокладвано в крайбрежната Индия между 2010 и 2018 г. и проучва връзката с шест климатични записа от сателити, създадени от Инициативата за изменение на климата (CCI) на ESA

Включване или премахване на променливите на околната среда иподпараметри за различни сезони, алгоритъмът идентифицира ключови променливи за прогнозиране на огнища на холера като температура на повърхността на сушата, соленост на морската повърхност, концентрация на хлорофил и аномалия на морското ниво.

Прочетете също

Вижте най-красивите снимки на Хъбъл. Какво е видял телескопът за 30 години?

В Русия те създадоха траен материал от боклука, за да покрият пътищата

Извънземен живот се среща в метеоритите. Какво се знае за нея и откъде е?