Commonwealth Scientific and Industrial Research Organisation (CSIRO) Data61 har utvecklat ett verktyg för att spåra smittsamma sjukdomar och hur de specifikt kan sprida sig till Australien, med Bayesiansk inferens, statistisk machine learning-metoden, för att förstå att det finns en benägenhet i en region för att sprida sjukdomen till andra regioner.
Med hjälp av data från dengue-virus utbrott i Queensland som en fallstudie, verktyget identifierar och spårar nya fall av infektion till deras ursprungliga källa i Australien, och länkar hur sjukdomen har överförts mellan människor.
Enligt Data61 datavetare Raja Jurdak, traditionella metoder för att spåra smittan vägar är ofta beroende av tidskrävande undersökningar på platsen eller i intervjuer om resvägar av smittade patienter.
Data61 har samarbetat med Queensland Hälsa att få helt avidentifierade register av denguefeber rapporterats fall över en 15-års period. Jurdak berättade ZDNet dessa poster fungera som marken-en sanning som används för att träna modeller.
“Vi använder flera källor för information om människors rörlighet, inklusive uppgifter om flygpassagerare, geo-taggade sociala medier, och turist undersökningar, i syfte att förstå hur människor rör sig mellan olika regioner,” förklarade han.
“Med den mänskliga rörelsen trender som en utgångspunkt för vårt arbetssätt lär sig hur sjukdomen sprider sig mellan regionerna, och använda de faktiska rapporterade fall för att validera resultaten.”
Jurdak sa att denna metod gör det möjligt Data61 att se in i det förflutna och identifiera källor till infektion, och även förutsäga potentiella framtida spridning av sjukdomar.
Att förstå hur infektioner som sprids när de når Australien kommer att ge en möjlighet att förutsäga när och var ett utbrott kan inträffa, så att sjukhus och säkerheten organ för att vara så förberedd som möjligt.
Det är dock en av utmaningarna i projektet är att Data61 arbetar med rörelse data som inte täcker hela befolkningen.
“Detta är anledningen till att vi valde att kombinera flera datakällor på hur människor rör sig, så att eventuella fördomar från en uppsättning data kan kompenseras av den andra,” Jurdak berättade ZDNet. “Eftersom vi använde den faktiska rapporterade fall att träna och validera vår modell, vi är övertygade om att modellen var en robust till begränsningar av enskilda datamängder.”
Verktyget är en del av den bredare Sjukdom Nätverk och Rörlighet (DiNeMo) projektet syftar till att utveckla en real-tid med larm och system för övervakning av de mänskliga smittsamma sjukdomar. Data61 räknar med att det kommer att ge ny insikt i de beteenden av mänskliga sjukdomar förs in i Australien.
Enligt Jurdak verktyget kan skalas för att övervaka och följa andra utbrott av sjukdomar, som omfattar överföring av smitta bland människor, djur, eller som sprids genom vektorer såsom parasiter, virus och bakterier.
“Eftersom vi använder för förflyttning av människor och djur som underliggande drivkraft för spridning av sjukdomar, kan vi tillämpa vår inställning till ett brett utbud av utbrott där vi har en del information om den fria rörligheten av agenter — människor och djur — involverade i att sprida process,” tillade han.
Exempel på andra program av verktyg finns i exempelvis malaria, som också sprids via myggor, och mul-och klövsjuka i djur.
RELATERADE TÄCKNING
Data61 klar 317 projekt under de första två åren av drift
CSIRO bygger analytics plattform för att hjälpa Aussie farmers
På skärmen djur att få en liten bit av den royalty som en plätt tack vare Data61
CSIRO: Vår vetenskap startups är bättre för ekonomin än techbros
CSIRO Innovation Fund ryggen teknik för att ta itu med bananflugor
CSIRO med serverlösa beräkna att analysera det mänskliga genomet
CSIRO engagerande Australier för energiforskning
AI plattformar som syftar till att underlätta information overload i hälso-och sjukvård och förbättra patientvården (TechRepublic)
Relaterade Ämnen:
Australien
CXO
Digital Omvandling
Tech-Industrin
Smarta Städer
Cloud