Revolucionāra pētījuma rezultātā ir atklāts, ka mākslīgā inteliģence (AI) modelis var precīzi paredzēt, kuras SARS-CoV-2 vīrusa variācijas radīs jaunas Covid-19 infekcijas vilnas. Pētnieki no Masačūsetsas Tehnoloģijas institūta (MIT) un Ebreju universitātes-Hadassah Medicīnas skolas analizēja 9 miljonus vīrusa ģenētiskos sekvences no 30 valstīm, apvienojot šos datus ar vakcinācijas un infekcijas līmeņiem.
Izmantojot mašīnmācīšanos, AI algoritmu, kas mācās no pagātnes datiem, komanda izveidoja riska novērtēšanas modeli. Šis modelis var noteikt aptuveni 73% variantu katrā valstī, kas izraisīs vismaz 1 000 gadījumus uz 10 lakh cilvēkiem trīs mēnešu laikā. Pēc divām nedēļām modeļa precizitāte palielinās līdz vairāk nekā 80%.
Pētnieki identificēja vairākus faktorus, kas ietekmē varianta infekciozitāti. Tos ietver infekcijas agrīno trajectoriju, tā kaunstrāla mutācijas un mutāciju atšķirību no dominējošā varianta uzraudzības periodā. Pētījums secināja, ka varianti, kas iegūst pietiekamu mutāciju skaitu, var izraisīt vai nu atkārtotas infekcijas, vai arī mērķēt jaunus iedzīvotāju apakšgrupas.
Pašreizējie modeļi vīrusa transmisijas dinamikas un tendenču analīzei neņem vērā varianta specifisko izplatību, pētnieki secina. Tomēr viņu jaunievedums integrē variantu specifiskos ģenētiskos datus un epidemioloģisko informāciju, lai sniegtu agrīnus signālus un paredzētu jaunā atklātā varianta nākotnes izplatību. Turklāt pētījums norāda, ka šo tehnoloģiju varētu paplašināt citām elpceļu vīrusu kā influenzas un putnu gripas, kā arī citu infekcijas slimību izpētei.
Lai gan šis pētījums ir nozīmīgs solis uz priekšu Covid-19 pandēmijas izpratnē un prognozēšanā, komanda uzsver nepieciešamību pēc turpmākiem pētījumiem. Viņi suggestē pētīt, kā var tulkot genētisko un bioloģisko izpratni par variants infekciozitāti un izplatību par prognozēšanas faktoriem. Šī informācija ļautu veikt vērtēšanu, pamatojoties uz pieejamajiem datiem un iespējams palīdzētu izstrādāt stratēģijas cīņai ar nākotnes infekcijas slimību izcelšanos.
[Avots: Devdiscourse]
The source of the article is from the blog macnifico.pt