Dados alimentados por IA previram surtos de cólera

A cólera é uma doença transmitida pela água que ocorre como resultado da ingestão de água.

ou alimentos contaminados com a bactéria Vibrio cholerae,que é encontrada em muitas regiões costeiras do mundo, especialmente em áreas tropicais densamente povoadas. O patógeno responsável normalmente vive em altas temperaturas, salinidade e turbidez moderadas e pode conter plâncton e detritos na água.

Aquecimento global e aumento da frequênciaEventos climáticos extremos causam surtos de cólera, uma doença que afeta 1,3 a 4 milhões de pessoas em todo o mundo todos os anos e causa até 143 mil mortes. Um novo estudo mostra como os surtos de cólera nas regiões costeiras da Índia podem ser previstos com uma taxa de sucesso de 89%, na primeira demonstração da utilização da salinidade da superfície do mar para prever a cólera.

Pesquisa publicada emJornal Internacional de Pesquisa Ambiental e Saúde Pública,tem como objectivo prever surtos de cólera no Norte do Oceano Índico, onde mais de metade dos casos globais foram notificados entre 2010-16.

Número de surtos de cólera relatados emrelatórios epidemiológicos semanais publicados pelo Programa Integrado de Vigilância de Doenças (IDSP) da Índia entre janeiro de 2010 e dezembro de 2018 em 40 regiões costeiras indianas selecionadas no estudo. Apenas as áreas de relatórios de cólera para as quais todos os sete conjuntos de dados de variáveis ​​climáticas essenciais (ECV) estavam disponíveis são mostradas. Crédito: Campbell et al., 2020.

A relação entre fatores ambientaisA incidência de cólera é complexa e varia com a estação, com vários efeitos tardios, como a estação das chuvas. Algoritmos de aprendizado de máquina podem ajudar a superar esses problemas, aprendendo a reconhecer padrões em grandes conjuntos de dados para fazer previsões testáveis.

O estudo foi liderado por AmyCampbell durante o seu estágio de um ano no Climate Bureau ESA da Agência Espacial Europeia. Amy, junto com seus coautores do Plymouth Marine Laboratory (PML), usaram um algoritmo de aprendizado de máquina popular em aplicações de ciências ambientais que pode reconhecer padrões em longos conjuntos de dados e fazer previsões testáveis.

Resultados de métricas de desempenho do modelofloresta aleatória aplicada a dados de teste invisíveis para áreas selecionadas na costa da Índia que relataram surtos de cólera. As áreas costeiras onde nenhum surto de cólera foi relatado durante o período de estudo e as áreas costeiras são mostradas em cinza. Crédito: Campbell et al., 2020.

Algoritmo treinado em surtos de doenças, ohrelatado nas regiões costeiras da Índia entre 2010 e 2018, e examinou a relação com seis registros climáticos de satélites gerados pela Iniciativa de Mudança Climática da ESA (CCI).

Incluindo ou removendo variáveis ​​ambientais esubparâmetros para diferentes estações, o algoritmo identificou variáveis-chave para prever surtos de cólera, como temperatura da superfície da terra, salinidade da superfície do mar, concentração de clorofila e anomalia do nível do mar.

Leia também

Confira as fotos mais bonitas do Hubble. O que o telescópio viu em 30 anos?

A Rússia criou um material durável a partir do lixo para cobrir estradas

A vida extraterrestre é encontrada em meteoritos. O que se sabe sobre ela e de onde é?