كشفت دراسة مبتكرة أن نموذج الذكاء الاصطناعي (AI) يستطيع توقع ظهور سلالات COVID المستقبلية وتوقع تأثيرها المحتمل على معدلات العدوى بدقة. تم تطوير هذا النموذج من قبل باحثين من معهد ماساتشوستس للتكنولوجيا (MIT) في الولايات المتحدة ومدرسة الطب في جامعة هداساه العبرية في إسرائيل، وقد ثبت فعاليته في اكتشاف حوالي 73 في المائة من السلالات في كل بلد تؤدي إلى حدوث ما يقرب من 1000 حالة لكل 10 لاكش نسمة خلال فترة ثلاثة أشهر.
لتطوير نموذج الذكاء الاصطناعي، قام الفريق بتحليل مجموعة بيانات شاملة تتكون من 9 ملايين تسلسل وراثي لفيروس SARS-CoV-2 تم جمعها من 30 بلدًا من مبادرة الجمعية العالمية لمشاركة بيانات إنفلونزا الطيور (GISAID). تم دمج هذه المجموعة مع معلومات حول معدلات التطعيم ومعدلات العدوى وعوامل أخرى ذات الصلة.
باستخدام التعلم الآلي، وهو خوارزمية ذكاء اصطناعي تتعلم من البيانات السابقة وتقدم توقعات، تمكن الباحثون من تحديد الأنماط داخل المجموعة البيانات. استخدم النموذج هذه الأنماط لإنشاء أداة تقييم المخاطر قادرة على توقع قدرة العدوى وانتشار السلالات الجديدة.
تشمل العوامل الرئيسية التي تؤثر في قدرة العدوى للسلالة مسار العدوى المبكرة الناتجة عنها والطفرات الناتجة عنها ودرجة الاختلاف عن السلالة السائدة خلال فترة المراقبة. أظهرت الدراسة أن السلالات التي تحصل على عدد كافٍ من الطفرات من المرجح أن تسبب إعادة العدوى أو تستهدف فئات جديدة من السكان.
تمتد آثار هذا البحث إلى ما هو أبعد من COVID-19. يقترح الكتاب أنه يمكن استخدام النهج النمذجة لتوقع مسار أمراض معدية أخرى في المستقبل، مثل إنفلونزا الطيور وفيروسات إنفلونزا الطيور وفيروسات كورونا الأخرى. من خلال فهم الخصائص الجينية والبيولوجية للسلالات وانتشارها، قد يكون من الممكن تطوير عوامل توقعية تساعد في الكشف المبكر والاستجابة.
تمثل هذه الدراسة تقدمًا كبيرًا في قدرتنا على التنبؤ بانتشار الأمراض المعدية ومكافحتها. يوفر نموذج الذكاء الاصطناعي أداة جديدة في محاربة COVID-19 ويحمل الأمل لجهود الاستعداد للمستقبل. ستكون هناك حاجة إلى مزيد من البحث لتحسين وتوسيع هذه النتائج، ولكن الأثر المحتمل هو هائل.
The source of the article is from the blog hashtagsroom.com