தெற்காசியாவில் மலேரியா பரவலை செயற்கை நுண்ணறிவு கணித்துள்ளது

தெற்காசியாவில் மலேரியா வெடிப்புகளை முன்னறிவிக்க சுற்றுச்சூழல் அளவீடுகள் மற்றும் ஆழமான கற்றல் மாதிரிகளைப் பயன்படுத்துவதன் திறனை சர்வதேச நிறுவனங்களுடன் இணைந்து NDORMS இன் ஆராய்ச்சியாளர்கள் நிரூபித்துள்ளனர். உலகின் மிக மோசமான நோய்களில் ஒன்றான மலேரியாவிற்கான ஆரம்ப எச்சரிக்கை அமைப்புகளை மேம்படுத்துவதற்கான ஊக்கமளிக்கும் வாய்ப்புகளை இந்த ஆய்வு வழங்குகிறது.

மலேரியா ஒரு குறிப்பிடத்தக்க உலகளாவிய சுகாதாரப் பிரச்சினையாகவே உள்ளது, உலக மக்கள்தொகையில் சுமார் பாதி பேர், குறிப்பாக ஆப்பிரிக்கா மற்றும் தெற்காசியாவில், தொற்றுநோய்க்கான ஆபத்தில் உள்ளனர். மலேரியா தடுக்கக்கூடியது என்றாலும், காலநிலை, சமூக-மக்கள்தொகை மற்றும் சுற்றுச்சூழல் ஆபத்து காரணிகளின் மாறுபட்ட தன்மை, வெடிப்புகளைக் கணிப்பதை கடினமாக்குகிறது.

ஆக்ஸ்போர்டு பல்கலைக்கழகத்தின் NDORMS பிளானட்டரி ஹெல்த் இன்ஃபர்மேடிக்ஸ் குழுமத்தைச் சேர்ந்த இணைப் பேராசிரியர் சாரா காலித் தலைமையிலான ஆராய்ச்சியாளர்கள் குழு, லாகூர் மேலாண்மை அறிவியல் பல்கலைக்கழகத்துடன் இணைந்து, இந்தப் பிரச்சினையைத் தீர்க்கவும், சுற்றுச்சூழல் சார்ந்த இயந்திரக் கற்றல் அணுகுமுறை மலேரியாவிற்கான இடம் சார்ந்த ஆரம்ப எச்சரிக்கை கருவிகளுக்கான திறனை வழங்க முடியுமா என்பதை ஆராயவும் முயன்றது.

பாகிஸ்தான், இந்தியா மற்றும் வங்கதேசம் ஆகிய தெற்காசிய நாடுகளில் மலேரியா பாதிப்புகளை முன்னறிவிப்பதற்காக, வெப்பநிலை, மழைப்பொழிவு, தாவர அளவீடுகள் மற்றும் இரவு நேர ஒளி தரவு உள்ளிட்ட சுற்றுச்சூழல் அளவீடுகளை ஒரே நேரத்தில் பகுப்பாய்வு செய்யும் ஒரு பன்முக LSTM (M-LSTM) மாதிரியை அவர்கள் உருவாக்கினர்.

2000 மற்றும் 2017 க்கு இடையில் ஒவ்வொரு நாட்டிற்கும் மாவட்ட அளவிலான மலேரியா பாதிப்பு விகிதங்களுடன் தரவு ஒப்பிடப்பட்டது, இது சர்வதேச மேம்பாட்டுக்கான அமெரிக்க நிறுவனத்தின் மக்கள்தொகை மற்றும் சுகாதார ஆய்வுகள் தரவுத்தொகுப்புகளிலிருந்து பெறப்பட்டது.

தி லான்செட் பிளானட்டரி ஹெல்த் இதழில் வெளியிடப்பட்ட முடிவுகள், முன்மொழியப்பட்ட M-LSTM மாதிரி, பாகிஸ்தான், இந்தியா மற்றும் வங்காளதேசத்திற்கு முறையே 94.5%, 99.7% மற்றும் 99.8% குறைவான பிழைகளுடன் பாரம்பரிய LSTM மாதிரியை விட தொடர்ந்து சிறப்பாக செயல்படுகிறது என்பதைக் காட்டுகிறது.

ஒட்டுமொத்தமாக, மாதிரி சிக்கலான தன்மை அதிகரிப்பதன் மூலம் அதிக துல்லியம் மற்றும் குறைக்கப்பட்ட பிழைகள் அடையப்பட்டன, இது அணுகுமுறையின் செயல்திறனை எடுத்துக்காட்டுகிறது.

"இந்த அணுகுமுறை பொதுவானது, எனவே எங்கள் மாதிரியாக்கம் பொது சுகாதாரக் கொள்கையில் குறிப்பிடத்தக்க தாக்கங்களைக் கொண்டுள்ளது. எடுத்துக்காட்டாக, இது பிற தொற்று நோய்களுக்குப் பயன்படுத்தப்படலாம் அல்லது ஆப்பிரிக்காவில் WHO பிராந்தியங்களில் விகிதாச்சாரத்தில் அதிக மலேரியா நோய் மற்றும் இறப்பு உள்ள பிற அதிக ஆபத்துள்ள பகுதிகளுக்கு அளவிடப்படலாம். மலேரியா வெடிப்புகளை முன்கூட்டியே மற்றும் துல்லியமாக நிர்வகிக்க முடிவெடுப்பவர்கள் மிகவும் முன்னெச்சரிக்கை நடவடிக்கைகளை செயல்படுத்த இது உதவும்" என்று சாரா விளக்கினார்.

"பூமி கண்காணிப்பு, ஆழ்ந்த கற்றல் மற்றும் AI ஆகியவற்றில் விரைவான முன்னேற்றங்கள் மற்றும் உயர் செயல்திறன் கொண்ட கணினிகளின் கிடைக்கும் தன்மை காரணமாக, பூமியில் எங்கும் கிட்டத்தட்ட பகுப்பாய்வு செய்யும் திறன் உண்மையான ஈர்ப்பாகும். இது மலேரியாவை ஒழிப்பதற்கும் உலகளவில் பொது சுகாதார விளைவுகளை மேம்படுத்துவதற்கும் தொடர்ச்சியான முயற்சியில் அதிக இலக்கு தலையீடுகள் மற்றும் வளங்களை சிறப்பாக ஒதுக்குவதற்கு வழிவகுக்கும்."