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,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結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)特征之間的關系,并從這些關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
+關注
關注
3文章
1848瀏覽量
76656 -
AI
+關注
關注
88文章
37225瀏覽量
292068 -
人工智能
+關注
關注
1813文章
49539瀏覽量
259400
發(fā)布評論請先 登錄
利用 Banana Pi BPI-CM5 Pro(ARMSoM CM5 SoM) 加速保護科學
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+AI的科學應用
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+可期之變:從AI硬件到AI濕件
【「AI芯片:科技探索與AGI愿景」閱讀體驗】+內(nèi)容總覽
AI 芯片浪潮下,職場晉升新契機?
大小鼠糖水偏好實驗系統(tǒng)
【書籍評測活動NO.64】AI芯片,從過去走向未來:《AI芯片:科技探索與AGI愿景》
無刷直流電機雙閉環(huán)串級控制系統(tǒng)仿真研究
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技術的AI模型用于檢測瘧疾
如何通過高光譜技術識別污染源?
研究人員利用激光束開創(chuàng)量子計算新局面

研究人員利用AI技術 識別攜帶寨卡病毒的靈長類動物
評論