Universiteit van Houston ontwikkelt AI-model voor pandemiepreventie via luchtverkeersanalyse

AmsterdamIngenieurs van de Universiteit van Houston hebben een AI-model ontwikkeld om pandemieën te voorspellen en te beheersen door internationaal vliegverkeer te bestuderen. Hun onderzoek, gepubliceerd in Nature, toont aan dat de AI gebieden kan identificeren en volgen waar infecties zich waarschijnlijk verspreiden door luchtverkeer. Deze gegevens kunnen wereldwijde gezondheidsleiders helpen bij het nemen van beslissingen. De ingenieurs ontdekten dat West-Europa, het Midden-Oosten en Noord-Amerika belangrijke rollen spelen in de verspreiding van COVID-19 vanwege hun hoge aantallen internationale vluchten.

Dynamisch Gewogen GraphSAGE is een innovatief hulpmiddel dat een bijzonder type neuraal netwerk gebruikt om complexe netwerken te analyseren, zoals voortdurend veranderende vluchtschema's. Het helpt patronen te ontdekken in hoe mensen op verschillende momenten tussen verschillende locaties reizen. Door deze patronen te onderzoeken, kunnen onderzoekers belangrijke gebieden aanwijzen waar het verminderen van vluchten de verspreiding van ziekten aanzienlijk kan beperken. Dit hulpmiddel heeft verschillende belangrijke kenmerken, zoals:

• Analyse van voortdurend veranderende big data netwerken
• Opsporen van vluchten met hoge gevoeligheid
• Veelzeggende voorspellende modellen voor beleidsmakers

De onderzoekers van het onderzoek stellen dat hun AI-gebaseerde analyse kan helpen bij het maken van verstandige keuzes over reisbeperkingen in de luchtvaart, waardoor de impact op bewegingsvrijheid wordt verminderd, terwijl de verspreiding van ziektes wordt gecontroleerd. Deze methode is niet alleen van toepassing op COVID-19, maar kan ook worden ingezet bij toekomstige pandemieën. Het stelt autoriteiten in staat om risico's vroegtijdig te beheren en grote uitbraken te voorkomen.

Lees ook:

Gisteren · 09:07

Slimmere IoT-apparaten met randgeoptimaliseerde neurale netwerken voor efficiënte AI-integratie

Een nieuwe benadering voor het aanpakken van pandemieën legt de nadruk op preventie in plaats van het reageren na een uitbraak. Met behulp van real-time data en geavanceerde machine learning past het model zich aan de veranderende verspreiding van pandemieën aan. Wetenschappers kunnen verschillende scenario's testen om te onderzoeken hoe zelfs kleine aanpassingen in reisregels de uitkomsten sterk kunnen beïnvloeden. Dit draagt bij aan de ontwikkeling van beleidsmaatregelen die zowel de volksgezondheid als de economie beschermen.

Naarmate wereldwijd reizen toeneemt, worden deze nieuwe hulpmiddelen steeds belangrijker. Ze helpen problemen te voorspellen, waardoor acties kunnen worden ondernomen die zowel lokale als internationale gemeenschappen beschermen. Het onderzoek van de Universiteit van Houston verbetert de voorspelling van pandemieën en moedigt een herziening aan van onze aanpak van mondiale gezondheidsvraagstukken.