资讯 人工智能
此为临时链接,仅用于文章预览,将在时失效

IBM研发大数据模型,为控制埃博拉病毒传播大显身手

作者:陈鸣鸠
2017/03/07 10:30

雷锋网AI科技评论按:2014年西非埃博拉疫情给西非当地民众造成巨大伤亡,超过28000人发病,11000多人死亡。三个受疫情影响最严重的非洲国家:塞拉利昂、利比里亚和几内亚,其社会经济已处于崩溃边缘。

 IBM研发大数据模型,为控制埃博拉病毒传播大显身手

照片来源:CDC

从疫情爆发到疫情出现下降趋势这段时间,世界卫生组织 (WHO) 发布了一个旨在增加预防和应急措施、提供紧急护理以及通过提高民众对埃博拉病毒抗感染能力来预疾病蔓延的三阶段方案。雷锋网独家编译,未经许可不得转载。

埃博拉病毒主要由动物携带,是一种能引起人类和大猩猩等灵长类动物产生埃博拉出血热的传染病病毒。由于对病毒缺乏抵抗力,人和灵长类动物一旦被感染埃博拉病毒,生病和死亡的风险都很高。人类与动物(携带病毒没有临床症状)接触后感染病毒的现象,称为溢出事件。很多病毒上都能引发溢出事件,像禽流感或猪流感等众所周知的病毒一样,埃博拉病毒也能引起溢出事件。

虽然蝙蝠和大型蛇类很有可能是动物宿主(或称为病毒载体),但有多少种动物是动物宿主尚未确定。无论是直接触摸还是进食受感染的动物,都会导致疾病在人群中以野火燎原之势蔓延。

为了制定和顺利执行干预措施,研究人员和政府机构通常建立流行病学模型,在模型上分析与疾病相关的大量数据。在疫情盛行期间,为了解疾病的发病原因和分析可能实施的干预措施的潜在影响,包括美国疾病控制中心 (CDC) 等机构的研究人员,研制出可以模拟疾病扩散的数学模型。

增加医院的病床数和实行更便捷的无公害掩埋的倡议,经过彻底验证,证实能显著降低受感染人群的总数。然而很少有模型能研究出动物宿主的数量和疫情的关系,更没有模型考虑过溢出事件的随机性。最近一篇由IBM和蒙特克莱尔州立大学 (Montclair State University) 合作撰写的文章填补了这一空白,研究人员在文章里公布了一个能研究埃博拉病毒从动物宿主感染到人类的开源计算模型。

该模型把溢出事件的随机性考虑在内,还披露如果忽视控制传染路线后果有多严重。在特定情况下,人群和携带病毒动物之间导致感染的接触越多,越有可能在人群中爆发流行。这意味着,即使不存在第二只能传播病毒的动物,疾病也有可能在一个地区爆发。

IBM研发大数据模型,为控制埃博拉病毒传播大显身手

埃博拉病毒体   照片来源:CDC / Frederick A. Murphy

疫情发展到这一步,不论存在多少只能传播病毒的动物,大流行第一幕已经拉开——病毒开始在人群内传播。增加住院率和提高无公害掩埋率等干预措施此时要有效实施也变得更困难,代价也更高昂。而且如果没有快速且强有力的干预措施,大流行在这种情况下自主灭亡的可能性几乎为零。因此,实验里的公共卫生数据揭示了切断人类和动物宿主之间埃博拉病毒的传播链的重要性,从源头上越早解决整个埃博拉疾病传播链,疫情越不可能演变为一次流行,更不可能演变成一次大流行,切断传播链的重要性不应该也不能被低估。

为了帮助人道主义机构的研究员,和让政府和各界人士对资源进行更好地调整分配,使疾病扩散从传播链上得到整体解决,借助Eclipse基金会免费时空流行病学建模框架IBM Research提供以下开源计算模型:

https://www.eclipse.org/forums/index.php/t/1083337/

http://wiki.eclipse.org/Ebola_Models

更多资讯请关注雷锋网。

via   IBM ,   雷锋网编译

长按图片保存图片,分享给好友或朋友圈

IBM研发大数据模型,为控制埃博拉病毒传播大显身手

扫码查看文章

正在生成分享图...

取消
相关文章