Universitetsteam skapar AI-verktyg för att förutsäga och hantera pandemier genom flyganalys
StockholmIngenjörer vid University of Houston har utvecklat en ny AI-modell för att förutsäga och kontrollera pandemier genom att studera internationellt flygresor. Deras forskning, som publicerats i tidskriften Nature, visar att AI:n kan identifiera och övervaka områden där infektioner sannolikt sprids på grund av flygresor. Denna information kan ge globala hälsoledare beslutsunderlag. Ingenjörerna upptäckte att Västeuropa, Mellanöstern och Nordamerika spelar betydande roller i spridningen av COVID-19 på grund av sina höga antal internationella flygningar.
Dynamic Weighted GraphSAGE är ett nytt verktyg som använder en speciell typ av neuralt nätverk för att analysera komplexa nätverk, som ofta föränderliga flygplansscheman. Det hjälper till att upptäcka mönster i hur människor rör sig mellan olika platser vid olika tidpunkter. Genom att förstå dessa mönster kan forskare identifiera viktiga områden där reducering av flyg kan minska spridningen av sjukdomar avsevärt. Verktyget har flera viktiga funktioner, såsom:
- Analys av dynamiska nätverk för stora datamängder
- Identifiering av flygförbindelser med hög känslighet
- Skapande av prediktiva modeller för strategiska beslut
Studieförfattarna menar att deras AI-baserade analys kan underlätta kloka beslut kring resebegränsningar, vilket minskar påverkan på människors rörelsefrihet samtidigt som spridningen av sjukdomar kontrolleras. Denna metod är användbar inte bara för COVID-19, utan även vid framtida pandemier. Den hjälper myndigheter att tidigt hantera risker och förhindra stora utbrott.
Denna nya metod erbjuder ett annorlunda sätt att hantera pandemier genom att fokusera på förebyggande istället för att reagera efter ett utbrott. Med hjälp av realtidsdata och avancerad maskininlärning anpassar sig modellen till hur pandemier förändras och sprids. Forskare kan testa olika scenarier för att se hur även små förändringar i regler för flygresor kan påverka resultaten kraftigt. Detta hjälper till att skapa strategier som bibehåller både folkhälsa och ekonomi.
När det globala resandet ökar blir dessa nya verktyg allt viktigare. De hjälper till att förutsäga problem och möjliggör åtgärder som skyddar både lokala och internationella samhällen. Forskningen vid University of Houston förbättrar prognoser för pandemier och uppmuntrar till ett nytt sätt att hantera globala hälsofrågor.
Studien publiceras här:
http://dx.doi.org/10.1038/s41598-024-73639-7och dess officiella citering - inklusive författare och tidskrift - är
Syed Rizvi, Akash Awasthi, Maria J. Peláez, Zhihui Wang, Vittorio Cristini, Hien Van Nguyen, Prashant Dogra. Deep learning-derived optimal aviation strategies to control pandemics. Scientific Reports, 2024; 14 (1) DOI: 10.1038/s41598-024-73639-718 november 2024 · 14:36
Mindre djur, större precision: ny AI-teknik för avancerade beteendestudier av möss
Dela den här artikeln