3月20日消息,據(jù)外媒報道,IBM公司和美國卡里生態(tài)系統(tǒng)研究所共同研發(fā)出能夠識別攜帶寨卡病毒的靈長類動物的AI模型。
寨卡病毒(Zika)是黃病毒屬的一種,主要通過蚊子傳播,大多數(shù)成年人的癥狀輕微,但孕婦和幼兒的并發(fā)癥會更嚴重。該病毒與小頭畸形有關(guān),小頭畸形是大腦不能正常發(fā)育的出生缺陷,在極少數(shù)情況下會導致癱瘓甚至是死亡。
事實上,蚊子并不是寨卡病毒的唯一宿主,靈長類動物也會攜帶。考慮到這一點,為了預測疾病傳播,IBM公司和美國卡里生態(tài)系統(tǒng)研究所的研究人員利用機器學習技術(shù)開發(fā)出了可以識別可能攜帶病毒的靈長類動物的AI模型。他們在Epidemics期刊上發(fā)表的一篇論文中描述了他們的工作。
卡里研究所疾病生態(tài)學家Barbara Han在一份聲明中說:“數(shù)據(jù)不足可能會削弱預測感染病毒風險的能力。在全球范圍內(nèi),只有兩種靈長類動物被確認攜帶寨卡病毒,我們對將兩種建模技術(shù)結(jié)合起來以幫助我們克服靈長類生物學和生態(tài)學方面的有限數(shù)據(jù)很感興趣,這樣可以更好地找到需要重點監(jiān)測的靈長類動物。
研究人員首先使用兩種統(tǒng)計工具來彌補數(shù)據(jù)庫的不足:使用能夠反映真實值不確定性的替代值替換缺失數(shù)據(jù)的多重插補法,以及貝葉斯模型的多標簽分類算法。具體來說,研究人員利用多重估算鏈式方程(MICE),這是一種算法系統(tǒng),通過數(shù)據(jù)集篩選生物和生態(tài)特征之間的關(guān)系,并從這些關(guān)系中推斷出缺失的信息。
來自33個特征的數(shù)據(jù)點,例如代謝率、妊娠期、產(chǎn)仔數(shù)和行為等被納入上述算法,該算法給最有可能攜帶寨卡病毒的全球364種靈長類物種進行風險評分。Han表示:“與所有病原體一樣,寨卡病毒對動物宿主有著獨特的要求。為了確定哪些物種可能攜帶寨卡病毒,我們需要知道這些特性是什么,哪些物種具有這些特性,以及哪些物種會將病原體傳播給人類。這其中的信息量巨大,而且大部分都是未知的。”
那么,哪個物種最有可能攜帶病毒?在美洲,簇絨卷尾猴、委內(nèi)瑞拉紅吼猴以及白臉卷尾猴位列榜首。研究人員表示,這是一個令人不安的消息,因為這些猴子往往居住在人口密集的地區(qū)附近。
如果幸運的話,這項新的研究將在今后幾年為緩解病毒感染鋪平道路。
-
IBM
+關(guān)注
關(guān)注
3文章
1808瀏覽量
75471 -
AI
+關(guān)注
關(guān)注
87文章
34270瀏覽量
275427 -
人工智能
+關(guān)注
關(guān)注
1804文章
48726瀏覽量
246565
發(fā)布評論請先 登錄
工地AI行為識別系統(tǒng)作用
工廠園區(qū)AI行為識別系統(tǒng)作用
研究人員開發(fā)出基于NVIDIA技術(shù)的AI模型用于檢測瘧疾
如何通過高光譜技術(shù)識別污染源?

研究人員利用激光束開創(chuàng)量子計算新局面

NVIDIA AI助力日本制藥公司推進藥物研發(fā)
AI for Science:人工智能驅(qū)動科學創(chuàng)新》第4章-AI與生命科學讀后感
《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術(shù)支撐學習心得
《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得
人員超員識別系統(tǒng) 作業(yè)區(qū)域超員預警系統(tǒng)

人員跌倒識別檢測算法

研究人員:微生物電池可能會對遠程應用產(chǎn)生巨大影響
研究人員利用人工智能提升超透鏡相機的圖像質(zhì)量

評論