Et hold af videnskabsfolk på Massachusetts Institute of Technology (MIT) har udviklet et AI-model, der kan forudsige spredningen af SARS-CoV-2-varianter og identificere potentielle nye bølger af infektioner. De nuværende modeller, der bruges til at forudsige virusspredning, tager ikke højde for variant-specifik spredning af virusset, hvilket gør denne nye udvikling væsentlig i kampen mod COVID-19.
Under ledelse af Retsef Levi fra MIT’s Sloan School of Management analyserede holdet 9 millioner genetiske sekvenser af SARS-CoV-2, indsamlet fra 30 lande af Global Initiative on Sharing Avian Influenza Data (GISAID). Dataene inkluderede også oplysninger om vaccinationsrater og infektionsrater. Ved at studere faktorerne, der kunne forme virusspredningen, skabte holdet en risikovurderingsmodel med maskinindlæring.
Ifølge resultaterne, der blev offentliggjort i tidsskriftet PNAS Nexus, kunne modellen detektere 72,8% af varianterne i hvert land, der ville forårsage mindst 1.000 tilfælde pr. million mennesker inden for de næste tre måneder. Efter en observationsperiode på en uge steg modellens forudsigelige nøjagtighed til 80,1%.
“Forskningen giver en analytisk ramme, der udnytter flere datakilder, herunder genetiske sekvensdata og epidemiologiske data via maskinindlæringsmodeller, for at give forbedrede tidlige signaler om spredningsrisikoen for nye SARS-CoV-2-varianter,” forklarede forskerne.
Videnskabsfolkene bag dette gennembrud mener, at videre forskning i denne retning er nødvendig. De foreslår også, at en lignende tilgang potentiel kan udvides til andre luftvejsvirus, såsom influenza, aviær influenza eller andre koronavira.
Udviklingen af dette AI-model er et betydeligt skridt fremad i vores forståelse af spredningen af COVID-19-varianter. Med evnen til at forudsige, hvilke varianter der sandsynligvis vil forårsage nye bølger af infektioner, kan sundhedspersonale og beslutningstagere træffe proaktive foranstaltninger for at kontrollere og mindske virkningen af virusset på samfundene.
The source of the article is from the blog lisboatv.pt