هوش مصنوعی بیماری‌های همه گیر جهانی را پیش بینی میکند

به گزارش مجله خبری نگار، تیمی ازدانشمندان موسسه تحقیقاتی اسکریپس سیستم جدیدی را برای ردیابی ظهور و تکامل ویروس‌های همه گیر آموزش داده اند. این سیستم مبتنی بر هوض مصنوعی بوده و می‌تواند زمان و نوع دقیق ظهور یک بیماری همه گیر را اعلام کرده و به این ترتیب دانشمندان زمان مناسبی برای پیشگیری از آن در اختیار دارند.

به گفته پروفسور ویلیام بالچ، محقق ارشد این مطالعه، سیستم فوق الذکر می‌تواند برای ردیابی همه گیری‌های ویروسی در آینده با استفاده از یک رویکرد بی سابقه استفاده شود. به باور این دانشمند، قوانینی برای تکامل ویروس همه گیر وجود دارد که ما آن‌ها را درک نکرده ایم، اما با کمک هوش مصنوعی می‌توان آن‌ها را کشف کرد.

یافته‌های جدید دانشمندان نشان می‌دهد: این سیستم می‌ت وانست ظهور انواع جدید کووید را چند هفته قبل از اینکه سازمان بهداشت جهانی آن را به عنوان تهدید معرفی کند، پیش بینی کند.

پرفسور بالچ در این رابطه گفت: یکی از موضوعات بسیار مهم در مطالعه بیماری‌های همه گیر، این است که نه تنها چند نوع برجسته از عوامل بیماری زا، بلکه ده‌ها هزار نوع دیگر تعیین نشده از ویروس‌ها که ما آن‌ها را نوعی ماده تاریک می‌نامیم، برای پیش بینی الگوی همه گیری‌های آینده مورد توجه قرار گیرند.

بررسی‌های انجام شده نشان می‌دهد:فناوری هوش مصنوعی قادر به شناسایی انواع کلیدی ماده تاریک بوده و انواع عوامل بیماری زا را که به طور قابل توجهی بر گسترش ویروسی و نرخ مرگ و میر تأثیر می‌گذاشتند، مورد بررسی و مطالعه قرار می‌دهد.

باید توجه داشت هنگام استفاده از این سیستم مبتنی بر هوش مصنوعی برای تحلیل داده‌های مربوط به همه گیری کووید، این سیستم قادر به ردیابی تغییرات ژنتیکی در انواع این ویروس و همچنین کشف قابلیت سازگاری ویروس با شرایط قرنطینه، استفاده از ماسک، معرفی و ساخت واکسن‌های جدید، افزایش ایمنی انسان و رقابت بین انواع مختلف بود.

دانشمندان امیدوارند: یافته‌های آن‌ها نشان دهد که سیستم‌های هشدار اولیه مشابه می‌توانند همه گیری‌های ویروسی آینده را در زمان مناسبی ردیابی کنند. این موضوع می‌تواند به دانشمندان کمک کند تا به موقع افزایش نرخ عفونت را پیش بینی کرده و خود را برای اعمال اقدامات متقابلی مانند وضع قوانین و مقررات خدمات بهداشتی آماده کنند.

هوش مصنوعی همچنین می‌تواند به محققان برای یافتن روش‌های جدید درمانی و تولید واکسن‌های جدید در طول همه گیری کمک کند، زیرا این سیستم به خوبی توانست پروتئین‌های کلیدی کووید و نقش آن‌ها در تکامل همه گیری را شناسایی کند.

دکتر بن کالورلی، نویسنده اول این مطالعه در رابطه با موضوع فوق گفت: این سیستم و روش‌های فنی زیربنایی آن کاربرد‌های احتمالی زیادی در آینده دارند.