Massachusetts Teknoloji Enstitüsü (MIT) araştırmacıları tarafından geliştirilen çığır açıcı bir yapay zeka (AI) modeli, yaklaşan COVID-19 varyantlarını tahmin etme yeteneğine sahip. Mevcut modellerin aksine, hangi varyantların yayılmasını tahmin etmiyor, bu yeni model, belirli SARS-CoV-2 varyantları tarafından olası salgınlara erken teşhis ve tepki sağlıyor.
MIT Sloan Yönetim Okulu’ndan Retsef Levi liderliğindeki araştırma ekibi, Küresel Kuş Grip Veri Paylaşım İnisiyatifi’nden (GISAID) elde edilen 9 milyon SARS-CoV-2 genetik dizisini kapsayan kapsamlı bir analiz gerçekleştirdi. Aşılama oranları, enfeksiyon oranları ve diğer ilgili unsurlar gibi faktörleri dikkate alan araştırmacılar, virüsün yayılmasını etkileyen belirleyici faktörleri belirledi. Bu çalışmanın bulguları PNAS Nexus dergisinde yayımlandı.
Analizde gözlemlenen desenleri kullanarak, araştırmacılar, makine öğrenmesi destekli bir risk değerlendirme modeli oluşturdu. Bu model, önümüzdeki üç ay içinde en az bir milyon kişi başına 1.000 vaka oluşturacak olan varyantların %72.8’ini doğru bir şekilde tahmin edebilir. İki haftalık bir gözlem süresinden sonra, modelin tahmin performansı %80.1’e çıkar. Bir varyantın bulaşıcı hale geleceğine dair ana göstergeler, varyant tarafından neden olunan enfeksiyonların erken seyri, varyantın spike mutasyonları ve gözlem süresi boyunca en baskın varyanta göre mutasyon farklılıklarıdır.
Araştırmacılar, bu çalışmanın önemini vurgulayarak, genetik dizi verileri ve epidemiyolojik verileri kullanarak yeni SARS-CoV-2 varyantlarının yayılma riskine erken sinyalleri iyileştirmek için bir analitik çerçeve sağladığını belirtti. Ayrıca, bu modelleme yaklaşımının, influenza veya koronavirüs gibi diğer solunum yolu virüslerine genişletilebileceğini önerdiler.
Daha fazla araştırmaya ihtiyaç olsa da, bu AI modelinin geliştirilmesi, proaktif pandemi yönetiminde büyük bir ilerleme olarak kabul edilmektedir. Belirli varyantları tespit ederek ve tahmin ederek, sağlık sistemleri ve hükümetler bu varyantların yayılmasını ve etkisini önlemek için erken önlemler alabilirler.
The source of the article is from the blog regiozottegem.be