Commonwealth Scientific og Industrial Research Organisation (CSIRO) Data61 har udviklet et værktøj til at spore smitsomme sygdomme, og hvordan de konkret kan sprede sig til Australien, ved hjælp af Bayesiansk inferens, en statistisk machine learning-metoden, for at forstå den tilbøjelighed til en region til at sprede sygdommen til andre regioner.
Ved hjælp af data fra dengue virus udbrud i Queensland som et casestudie, værktøj identificerer og spor nye tilfælde af smitte til deres originale kilde i Australien, og links, hvordan sygdommen overføres mellem mennesker.
Ifølge Data61 datalog Raja Jurdak, traditionelle metoder til sporing af infektion ruter afhænger ofte tidskrævende undersøgelser eller interviews i forbindelse med rejse ruter af inficerede patienter.
Data61 har indgået en aftale med Queensland Health for at få fuldt anonymiserede registre af den rapporterede dengue tilfælde over en periode på 15 år. Jurdak fortalte ZDNet disse poster tjene som grundlag-sandheden bruges til at træne modeller.
“Vi bruger flere kilder til oplysninger om personer, bevægelighed, herunder oplysninger om flypassagerer, geo-tagget sociale medier, og turist undersøgelser for at forstå, hvordan mennesker bevæger sig mellem regionerne,” forklarede han.
“Ved hjælp af den menneskelige bevægelse tendenser som udgangspunkt, at vores tilgang lærer, hvordan sygdommen spreder sig blandt de regioner, og bruge den faktiske rapporterede tilfælde at validere resultaterne.”
Jurdak sagde, at denne metode giver mulighed for Data61 til at se ind i fortiden og identificere kilder til infektion, og også forudsige potentielle fremtidige spredning af sygdommen.
Forståelsen af, hvordan de infektioner, der spredes, når de når frem til Australien vil give en mulighed for at forudsige, hvornår og hvor et udbrud er tilbøjelige til at opstå, så hospitaler og biosikkerhed, agenturer til at være så forberedt som muligt.
Men en af udfordringerne ved projektet er, at Data61 arbejder med bevægelse data, der ikke omfatter hele befolkningen.
“Det er derfor, vi har valgt at kombinere flere kilder til data om, hvordan folk bevæger sig, således at eventuelle afvigelser fra et datasæt vil kunne opvejes af de andre,” Jurdak fortalte ZDNet. “Fordi vi har brugt den faktiske rapporterede tilfælde at træne og validere vores model, vi er overbeviste om, at modellen er robust i forhold til de begrænsninger af de enkelte datasæt.”
Værktøjet er en del af den bredere Sygdom Netværk og Mobilitet (DiNeMo) projektet sigter mod at udvikle et real-time alarm og overvågning af human-smitsomme sygdomme. Data61 forventer, at det vil give ny indsigt i menneskelige sygdomme, der bringes ind i Australien.
Ifølge Jurdak, det værktøj, der kan skaleres til at overvåge og spore andre udbrud af sygdomme, der involverer overførsel blandt mennesker, dyr, eller der spredes via angrebsvinkler, såsom parasitter, vira og bakterier.
“Fordi vi bruger bevægelse af mennesker og dyr, som de underliggende drivkraft for udbredelsen af sygdomme, vi kan anvende vores tilgang til en bred vifte af udbrud, hvor vi har nogle oplysninger om bevægelsen af agenter — mennesker og dyr — der er involveret i spredning proces,” tilføjede han.
Eksempler på andre anvendelser af værktøj omfatter malaria, som også spredes via myg, og mund-og klovsyge hos dyr.
RELATEREDE DÆKNING
Data61 afsluttet 317 projekter i de to første år af drift
CSIRO bygger analytics platform til at hjælpe Aussie landmænd
På skærmen dyr at få et lille stykke af den royalty pie tak til Data61
CSIRO: Vores videnskab nystartede virksomheder er bedre for økonomien end techbros
CSIRO Innovation Fond støtter teknologi til bekæmpelse af bananfluer
CSIRO hjælp serverless beregne til at analysere den menneskelige arvemasse
CSIRO engagerende Australierne for energiforskning
AI platforme til formål at lette information overload i sundhedsvæsenet og forbedre patientplejen (TechRepublic)
Relaterede Emner:
Australien
CXO
Digital Transformation
Tech-Branchen
Intelligente Byer
Cloud