Data lokasi untuk memberikan wawasan jangka panjang yang kuat tentang wabah flu – ScienceDaily

Data lokasi untuk memberikan wawasan jangka panjang yang kuat tentang wabah flu – ScienceDaily


Memprediksi wabah influenza menjadi sedikit lebih mudah, berkat alat perkiraan bertenaga AI baru yang dikembangkan oleh para peneliti di Stevens Institute of Technology.

Dengan menggabungkan data lokasi, sistem AI dapat mengungguli metode prakiraan mutakhir lainnya, memberikan peningkatan akurasi hingga 11% dan memprediksi wabah influenza hingga 15 minggu sebelumnya.

Alat perkiraan sebelumnya telah berusaha untuk menemukan pola dengan mempelajari cara tingkat infeksi berubah dari waktu ke waktu tetapi Yue Ning, yang memimpin pekerjaan di Stevens, dan timnya menggunakan grafik jaringan saraf untuk menyandikan infeksi flu sebagai kelompok regional yang saling berhubungan. Hal itu memungkinkan algoritme mereka untuk menemukan pola cara infeksi influenza mengalir dari satu wilayah ke wilayah lain, dan juga menggunakan pola yang terlihat di satu wilayah untuk menginformasikan prediksinya di lokasi lain.

“Menangkap interaksi ruang dan waktu memungkinkan mekanisme kami mengidentifikasi pola tersembunyi dan memprediksi wabah influenza dengan lebih akurat daripada sebelumnya,” kata Ning, seorang profesor ilmu komputer. “Dengan memungkinkan alokasi sumber daya dan perencanaan kesehatan masyarakat yang lebih baik, alat ini akan berdampak besar pada cara kita mengatasi wabah influenza.”

Ning dan timnya melatih alat AI mereka menggunakan data wilayah dan negara bagian dunia nyata dari AS dan Jepang, lalu menguji prakiraannya terhadap data riwayat flu. Model lain dapat menggunakan data masa lalu untuk meramalkan wabah flu satu atau dua minggu sebelumnya, namun menggabungkan data lokasi memungkinkan prediksi yang jauh lebih kuat selama beberapa bulan. Pekerjaan mereka dilaporkan dalam Proceedings of the 29th ACM International Conference on Information and Knowledge Management.

“Model kami juga sangat transparan – di mana prakiraan AI lainnya menggunakan algoritme ‘kotak hitam’, kami dapat menjelaskan mengapa sistem kami membuat prediksi khusus, dan bagaimana menurutnya wabah di lokasi yang berbeda saling memengaruhi,” jelas Ning. .

Di masa depan, teknik serupa juga dapat digunakan untuk memprediksi gelombang infeksi COVID-19. Karena COVID-19 adalah virus baru, tidak ada data historis yang dapat digunakan untuk melatih algoritme AI; Namun, Ning menunjukkan, sejumlah besar data COVID-19 berkode lokasi sekarang dikumpulkan setiap hari. “Itu memungkinkan kami untuk melatih algoritme lebih cepat saat kami terus mempelajari pandemi COVID-19,” kata Ning.

Ning sekarang bekerja untuk meningkatkan algoritme perkiraan influensanya dengan memasukkan sumber data baru. Salah satu tantangan utama adalah mencari tahu bagaimana mempertanggungjawabkan intervensi kesehatan masyarakat seperti pendidikan vaksinasi, pemakaian masker dan jarak sosial. “Ini rumit, karena kebijakan kesehatan diberlakukan sebagai respons terhadap parahnya wabah, tetapi juga menentukan jalannya wabah itu,” jelas Ning. “Kami membutuhkan lebih banyak penelitian untuk mempelajari tentang bagaimana kebijakan kesehatan dan pandemi berinteraksi.”

Tantangan lainnya adalah mengidentifikasi data mana yang benar-benar memprediksi wabah flu, dan mana yang hanya berupa kebisingan. Tim Ning menemukan bahwa pola lalu lintas penerbangan tidak berguna untuk memprediksi wabah flu regional, tetapi data cuaca lebih menjanjikan. “Kami juga terkendala oleh informasi yang tersedia untuk umum,” kata Ning. “Memiliki data berkode lokasi tentang tingkat vaksinasi akan sangat membantu, tetapi mencari informasi itu tidaklah mudah.”

Sejauh ini, alat AI belum digunakan dalam perencanaan kesehatan dunia nyata, tetapi Ning mengatakan bahwa hanya masalah waktu hingga rumah sakit dan pembuat kebijakan mulai menggunakan algoritme AI untuk memberikan respons yang lebih kuat terhadap wabah flu. “Algoritme kami akan terus belajar dan meningkat saat kami mengumpulkan data baru, memungkinkan kami memberikan prediksi jangka panjang yang lebih akurat,” kata Ning. “Saat kami berupaya untuk mengatasi pandemi di masa depan, teknologi ini akan berdampak besar.”

Sumber Cerita:

Materi disediakan oleh Institut Teknologi Stevens. Catatan: Konten dapat diedit untuk gaya dan panjangnya.

Untuk Informasi Lebih lanjut silahkan Kunjungi : Hongkong Prize

Posted in Flu
Author Image
adminProzen