Екип от Хайделбергския университет разработи модел с изкуствен интелект, който прогнозира с 94% точност огнища на птичи грип в Европа, използвайки климатични и биологични данни.

Учени от Хайделбергския университет са разработили иновативен модел за машинно обучение, който може с висока точност да прогнозира регионалните огнища на птичи грип в Европа. Моделът използва данни за температура, влажност, растителност и миграция на животни, съобщи пресслужбата на университета.

Екипът, ръководен от проф. д-р Йоахим Рокльов – епидемиолог, математик и статистик, е създал алгоритъм, който анализира големи набори от данни, за да предвиди вероятността от нови случаи на зараза в различни райони на континента.

Как работи моделът

Системата е разработена от специалисти от Интердисциплинарния център за научни изчисления и Хайделбергския институт за глобално здраве.

Моделът е обучен с данни от документирани епидемии на птичи грип в Европа за периода 2006–2021 г., комбинирани с показатели като:

  • сезонни температури и валежи;

  • видове и миграционни маршрути на диви птици;

  • гъстота на птицевъдните ферми;

  • нива на водните басейни и растителност в региона.

Комбинацията от тези фактори позволява на системата да прогнозира с до 94% точност вероятността от нови огнища на зараза.

Потенциал за превенция и защита на общественото здраве

Вирусът на птичия грип (HPAI) засяга основно птици, но през последните години все по-често се предава и на бозайници, което повишава риска от заразяване на хора.

Новият модел може да помогне на здравните власти и фермерите да предприемат превантивни мерки, преди вирусът да се разпространи.

„Нашият модел показва, че комбинацията от екологични и биологични индикатори може да бъде мощен инструмент за предсказване и контрол на бъдещи епидемии“, посочва проф. Рокльов.

Подкрепа и публикация

Проектът е финансиран от Фондация „Александър фон Хумболт“ и програмата „Хоризонт Европа“ на Европейския съюз.

Резултатите са публикувани в престижното научно списание Nature.