Новое исследование показало, что с помощью системы ИИ, основанной на анализе проб сточных вод, содержащих COVID-19, можно точно предсказать число госпитализаций на срок до четырех недель вперед.
Исследование возглавили два инженера из University of Technology Sydney (UTS) - профессор Цилинь Ванг и доктор Сюань Ли. Работая вместе с коллегами из UNSW Sydney, Delft University of Technology и Morgan State University, ученые изучили данные о сточных водах 159 округов США, охватывающих около 100 млн. граждан. Затем они сопоставили эти данные с данными о госпитализации в США и разработали свою модель прогнозирования. Работа опубликована в журнале Nature Communications.
"Моя докторская диссертация была посвящена проектированию канализационных систем для снижения коррозии бетона, однако я закончил университет как раз в то время, когда начался COVID-19, и увидел возможность отслеживать и изучать эту пандемию, - сказала д-р Ли.- Существующие методы прогнозирования основаны на лабораторном тестировании COVID-19 или самотестировании и отчетности, однако это не позволяет выявить бессимптомные случаи, а многие страны отказываются от строгих требований к тестированию".
По мнению профессора Ванга, сточные воды представляют собой богатый источник данных, который пока не используется в полной мере. Он считает, что моделирование на основе ИИ может стать экономически эффективной системой раннего предупреждения, позволяющей работникам здравоохранения лучше подготовиться к пандемическим волнам и управлять ими, а также эффективно распределять ограниченные ресурсы здравоохранения.
"Мониторинг сточных вод уже проводится во многих странах, но он ограничивается тем, что показывает, присутствует ли COVID-19 в том или ином регионе, а также дает приблизительную оценку того, увеличивается или уменьшается его нагрузка, - сказал он. - Мы использовали ИИ для выявления закономерностей и изменений в данных и обучения на их основе для повышения точности прогнозов".
Профессор Ванг поясняет, что “среди переменных, которые могут влиять на госпитализацию: изменение поведения в связи с государственной политикой, уровень вакцинации, праздники и погода. Созданная модель может помочь точно предсказать потребности в госпитализации в регионе".
По словам д-ра Ли, результаты работы команды могут стать основой для создания системы раннего отслеживания COVID и ряда других заболеваний, а также для прогнозирования степени воздействия пандемий и вспышек на местное население.
Исследование было поддержано Australian Research Council и Australian Academy of Science.
Фото: Unsplash/Marco Bicca
Комментарии
(0) Добавить комментарий