هوش مصنوعی برای پیش‌بینی شیوع بیماری‌های عفونی آموزش دیده است

هوش مصنوعی برای پیش‌بینی دقیق شیوع آنفولانزا و کووید-۱۹ آموزش دیده است

به گزارش مجله خبری نگار، دانشمندان دانشگاه جانز هاپکینز یک مدل هوش مصنوعی (AI) به نام PandemicLLM ارائه داده‌اند که قادر به پیش‌بینی پویایی اپیدمی یک تا سه هفته قبل از وقوع آن است. نتایج این مطالعه در مجله Nature Computational Science (NCS) منتشر شده است.

به گفته دانشمندان، همه‌گیری کووید-۱۹ نشان داد که ابزار‌های هوش مصنوعی موجود برای در نظر گرفتن عوامل به سرعت در حال تغییر - مانند ظهور گونه‌های جدید ویروس یا تغییرات سیاست در سراسر کشور‌ها - با مشکل مواجه هستند. در پاسخ به این چالش، محققان تصمیم گرفتند از مدل‌های زبانی در مقیاس بزرگ (LLM)، مشابه مدل‌های موجود در هسته ChatGPT، استفاده کنند. توانایی منحصر‌به‌فرد آنها در پردازش مجموعه داده‌های پیچیده و شناسایی الگو‌های پنهان.

PandemicLLM طیف گسترده‌ای از پارامتر‌ها را در نظر می‌گیرد: جمعیت‌شناسی، وضعیت مراقبت‌های بهداشتی، تاریخچه شیوع، میزان بستری شدن در بیمارستان و واکسیناسیون، الزامات استفاده از ماسک، داده‌های مربوط به انواع جدید ویروس و سایر عوامل. بر اساس این عوامل، هوش مصنوعی پیش‌بینی‌های دقیقی از شیوع عفونت و میزان بستری شدن در بیمارستان ارائه می‌دهد.

این مدل قبلاً روی داده‌های ویروس کرونا در ایالات متحده که ۱۹ ماه از همه‌گیری را در بر می‌گیرد، آزمایش شده و عملکرد بهتری نسبت به تمام ابزار‌های قبلی داشته است. دانشمندان اطمینان دارند که PandemicLLM می‌تواند برای ردیابی هر عامل بیماری‌زایی - از آنفولانزای مرغی گرفته تا آبله میمونی و ویروس سینسیشیال تنفسی انسان (RSV) - سازگار شود.

محققان اکنون در تلاشند تا به این مدل آموزش دهند که رفتار انسان را نیز در نظر بگیرد - برای مثال، تصمیمات آنها در مورد واکسیناسیون یا رعایت اقدامات ایمنی. به گفته نویسندگان این پروژه، این رویکرد می‌تواند به کشور‌ها کمک کند تا استراتژی‌های دقیق‌تر و مؤثرتری را برای مهار همه‌گیری‌های آینده تدوین کنند.

لینک کپی شد

اشتراک‌ گذاری