2024. 01. 08. - 09:40

Képes a mesterséges intelligencia a COVID-19-változat hullámainak előrejelzésére

Képes a mesterséges intelligencia a COVID-19-változat hullámainak előrejelzésére

Meg tudja jósolni egy új mesterséges intelligencia modell, mely SARS-CoV-2 variánsok okozhatnak új fertőzési hullámokat.

Képes megjósolni egy új mesterséges intelligencia modell, hogy melyik SARS-CoV-2 variánsok válthatnak ki új fertőzési hullámokat.
 
A vírusátvitel dinamikájának előrejelzésére használt jelenlegi modellek nem jelzik előre a variáns-specifikus terjedést.
 
Retsef Levi és munkatársai tanulmányuk során azt vizsgálták, milyen tényezők befolyásolhatják a vírus terjedését a 9 millió SARS-CoV-2 genetikai szekvencia elemzése alapján, amelyet a Global Initiative on Sharing Avian Influenza Data (GISAID) gyűjtött össze 30 országból – a vakcinázási arányokra, fertőzési arányra és egyéb tényezőkre vonatkozó információk mellett. Olvasd el: Mely koronavírus-betegnél nagy a halál kockázata? - Az MI megjósolja
 
Képes a mesterséges intelligencia a COVID-19-változat hullámainak előrejelzésére
Képes a mesterséges intelligencia a COVID-19-változat hullámainak előrejelzésére
 
A kutatók a PNAS Nexus folyóiratban tették közzé eredményeiket.
 
Csupán egy hét alatt kész az észlelés
 
Az elemzésből kirajzolódó mintákat egy gépi tanulásra alkalmas kockázatértékelési modell felépítésére használták fel. 
 
A modell minden országban képes kimutatni azon változatok 72,8 százalékát, amelyek millió főre számítva legalább 1000 esetet okoznak a következő három hónapban, az észlelést követő mindössze egyhetes megfigyelési időszak után.
 
Ez a prediktív teljesítmény 2 hetes megfigyelést követően 80,1 százalékra emelkedik.
 
A variáns fertőzővé válásának legerősebb előrejelzői közé tartozik a variáns által okozott fertőzések korai pályája, a variáns tüskemutációi, valamint az, hogy egy új variáns mutációi mennyire különböznek a legdominánsabb variáns mutációitól a megfigyelési időszakban. Olvasd el: Segíthet felismerni a vírusokat az MI, mielőtt elterjednének
 
A modellezési megközelítés potenciálisan kiterjeszthető más fertőző betegségek jövőbeli lefolyásának előrejelzésére is – jegyezték meg a tanulmány szerzői.
 
 
L.A.

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.