Health & Wellness Science & Technology

新算法的信号可能死灰复燃的疾病

教授pejman鲁哈尼工作在方程对生态建筑内部的电路板。 (照片由安德鲁戴维斯打褶/ UGA)

现有传染病,它可以提供一种爆发的预警

科学家佐治亚大学已经使用机器学习 预测现有传染病的重新出现。该算法监控公共健康数据,以检测与即将发生的疫情相关的统计模式。 研究,由Tobias Brett和 pejman鲁哈尼最近发表在公共科学图书馆·生物学。

虽然这种方法不能预测新的疾病如365bet体育的开始,但它具有在大流行对公众健康的影响。

“世界卫生组织在谈论的疾病我们已经知道和我们有疫苗减少疫苗接种覆盖率,像麻疹,像百日咳,像腮腺炎,说:”鲁哈尼,摄政教授,UGA运动协会教授生态学和传染病。 “作为covid的结果,这种算法可能是查明这些人群中可能出现的这些疫苗可预防感染,经过回潮真的很有用。”

同样的模式

该方法是基于某些搬弄是非的图案出现在监控报告为基础条件的爆发成为有利的理论。这些不断变化的条件可以包括像减弱疫苗的有效性或降低疫苗接种率或环境因素,如气候变化。不管变化的根本原因的的情况下的报告显示出相同的统计模式。

Brett和鲁哈尼开发了一种算法,随着时间的推移监测情况报告,以寻找那些图案和计算的风险,疾病会再度出现的水平。

因为算法需要适用于多种疾病,Brett和鲁哈尼训练有素的它认识到使用10000套的覆盖期限为10年的模拟情况报告一个即将爆发的特征模式。模拟的数据包括一个宽范围的参数的组合和回潮的不同机制。

所以算法获悉哪些统计功能,并统计特征的组合,成功地预测,如果人口即将呈现爆发与否。” - pejman鲁哈尼

这些时间序列数据集的一半被设计导致长达一个紧急疫情,另一半则没有。

“我们告诉这5000的时间序列不断涌现[疾病]和5000不是算法,”布雷特说,在一个博士后 生态奥德姆学校。 “这样的算法可以学习什么是统计功能,并统计特征的组合,成功地预测,如果人口即将呈现爆发与否。”

一旦算法学会了识别的一般模式指示的疾病出现,Brett和鲁哈尼测试了时间序列数据的情况下领先多达四个历史疾病的爆发。

2004- 2005年,流行性腮腺炎暴发,病毒病,发生在英格兰婴儿常规疫苗接种的机构下一个约15年的时间非常低传后。从1990年到2005年分析,从公共卫生英格兰病例报告,该算法识别的图案信号的即将爆发前四年就开始。

近乎完美的识别

百日咳,细菌性疾病,是通过大幅疫苗接种计划减少,最近出现在美国的复苏不均疫情发生在一些,但不是全部,在不同的时间状态开始于70年代末。在这种情况下,Brett和鲁哈尼想知道如果算法可以提前其中规定有经验的爆发识别。适用于从国家公共卫生机构对1980年至2000年期间的数据,算法正确识别这些国家的近100%的时间。

流行性腮腺炎和百日咳都是直接传送,但公共卫生关切的许多传染病都是由载体,如蚊子,扁虱或跳蚤传播。确定算法是否将工作这些疾病以及,Brett和鲁哈尼在马达加斯加鼠疫的短暂爆发的2017年和一系列波多黎各登革热,在1995年和2009年之间发生的爆发,测试了数据的情况下,他们发现,该算法能够他们发生之前识别即将爆发。

“我认为无论托比和我是通过算法在这些不同的系统如何工作有不同的传输模式和中兴作用在很不同的时间表,从几周到多年震惊”鲁哈尼说。 “这增加了我们的信心,这种做法是确定的东西,在这些系统非常通用的,它不是系统特定或详细,具体。”

卫生官员仍拨打电话

Brett和鲁哈尼强调的是,虽然该算法可以计算出一个疾病再度出现的风险,决定风险的,将触发警报,疫情预防措施,将需要通过公共卫生官员要做的门槛,考虑到更大的社会和经济上下文。

“我们认为我们的算法作为公共卫生工具的潜在工具。该种时发出警报,并在不发出警报不能只靠科学家提出的问题,说:”布雷特。 “他们必须与任何错误拉响警报或未能对爆发做准备相关的成本,更广的理解进行。目前,这是后话公共卫生机构最好定位于做“。