یادگیری ماشینی در آینده نزدیک به جلوگیری از گسترش بیماری‌های اپیدمی کمک می‌کند

نتایج بررسی مطالعه اخیر محققان نشان می‌دهد یادگیری ماشینی مبتنی بر هوش مصنوعی می‌تواند به عنوان یکی از راهکارهای موثر برای جلوگیری از شیوع گسترده بیماری‌های همه گیر در آینده مورد استفاده قرار گیرد.

در مطالعه جدید انجام شده توسط محققان دانشگاه گوتنبرگ، پژوهشگران این موضورع را مورد بررسی قرار داده‌اند که چگونه می‌‌توان از یادگیری ماشینی برای یافتن روش‌های موثر در تست ابتلا به بیماری در هنگام شیوع پاندمی‌ها استفاده کرد تا بلکه بتوان با تشخیص به موقع بیماران مبتلا چرخه سرایت را متوقف کرده و امکان سرایت بیماری‌های اپیدمی را تا حد امکان به کنترل د رآورد.

در این مطالعه، محققان روشی را برای بهبود استراتژی‌های آزمایش در هنگام همه گیری مورد بررسی قرار داده‌اند. در واقع این روش به محققان کمک می‌کند تا با داشتن اطلاعات نسبتا محدود، بتوانند افراد مستعد بیماری را شناسایی کرده و مورد آزمایش قرار دهند.

«لورا ناتالی» دانشجوی دکترای فیزیک دانشگاه گوتنبرگ و یکی از محققان این پژوهش می‌گوید:

«نتایج این مطالعه می‌تواند گامی موثر برای کنترل شیوع بیماری‌های همه گیر در آینده باشد. در این صورت دیگر نیازی به قرنطینه و تعطیلی سراسری نخواهد بود.»

با کمک یادگیری ماشینی مبتنی بر هوش مصنوعی، می‌توان از آن به عنوان یک مدل ریاضی استفاده کرد. در چنین سیستمی،‌ با استفاده از مجموعه‌ای از داده‌‌های مختلف می‌تواند ارتباطات بین قسمت‌های مختلف سیستم را مشاهده کرده و به حل مشکلات کمک کرد.

محققان از الگوی یادگیری ماشینی برای شبیه سازی شیوع بیماری‌های اپیدمی استفاده می‌کنند. در این روش، اطلاعات مربوط به فردی که دچار بیماری شده به همراه بقیه افراد در ارتباط با وی وارد سیستم می‌شود. همه اطلاعات شبکه ارتباطی این فرد به همراه مکان‌هایی که رفته و مدت زمانی که در هر مکان حضورداشته وارد این سیستم می‌شود.

معمولا در آزمایش‌هایی که به صورت معمول برای تشخیص بیماری‌های همه گیر انجام می‌شود، به دلیل آنکه کنترل نشده هستند،‌ حتی در برخی موارد به دلیل حضور فرد در محل‌های عمومی،‌ احتمال مبتلا شدن افزایش پیدا می‌کند. اما با روش جدید مبتنی بر هوش مصنوعی، می‌توان شیوع گسترده بیماری‌های همه گیر را به سرعت به کنترل درآورد.

محققان می‌گویند می‌‌توان به داده‌های مربوطه اطلاعات بیشتری از جمله داده‌های جمعیت، سن، شرایط مربوط به سلامتی و موارد دیگری را نیز اضافه کرد که باعث بهبود نتایج می‌شود. حتی با کمک همین داده‌ها می‌توان از ابتلای مجدد فرد به همان بیماری را نیز تا حد امکان جلوگیری کرد.

محققان این مطالعه تاکید می‌کنند که این مطالعه در حد یک شبیه سازی اولیه است و برای آنکه بتواند به صورت عملی مورد استافده قرار گیرد، لازم است آزمایش‌های بیشتری روی آن با کمک داده‌های واقعی انجام شود. به همین دلیل نمی‌توان در حال حاضر از این راهکار برای جلوگیری از گسترش بیماری کرونا استفاده کرد.