인공지능, 남아시아 말라리아 발병 예측

NDORMS의 연구원들은 국제 기관과 협력하여 환경 측정 및 딥 러닝 모델을 사용하여 남아시아의 말라리아 발병을 예측할 수 있는 가능성을 보여주었습니다. 이 연구는 세계에서 가장 치명적인 질병 중 하나에 대한 조기 경보 시스템을 개선할 수 있는 유망한 전망을 제시합니다.

말라리아는 전 세계적으로 심각한 건강 문제로 남아 있으며, 특히 아프리카와 남아시아에서 세계 인구의 약 절반이 감염될 위험이 있습니다. 말라리아는 예방할 수 있지만 기후, 사회인구학적, 환경적 위험 요소의 가변성으로 인해 발생을 예측하기가 어렵습니다.

옥스퍼드 대학교 NDORMS Planetary Health Informatics Group의 Sarah Khalid 부교수가 이끄는 연구팀은 Lahore University of Management Sciences와 협력하여 이 문제를 해결하고 환경 기반 머신러닝 접근 방식이 가능한지 탐구했습니다. 말라리아에 대한 현장별 조기 경보 도구의 가능성을 제공합니다.

그들은 파키스탄, 인도, 방글라데시를 포함하는 남아시아 벨트에서 말라리아 발생률을 예측하기 위해 온도, 강우량, 식생 측정 및 야간 조명 데이터를 포함한 환경 지표를 동시에 분석하는 다변량 LSTM 모델(M-LSTM)을 개발했습니다.

이 데이터는 미국 국제개발청의 인구 및 건강 조사 데이터 세트에서 얻은 2000년에서 2017년 사이의 각 국가의 카운티 수준 말라리아 발생률과 비교되었습니다.

The Lancet Planetary Health에 게재된 결과에 따르면 제안된 M-LSTM 모델은 기존 LSTM 모델보다 지속적으로 성능이 우수했으며 오차는 94.5%, 99.7%, 99.8%로 파키스탄, 인도, 방글라데시의 오차가 각각 더 낮았습니다.

전반적으로 모델 복잡성이 증가함에 따라 정확도와 오류 감소가 더 높아져 접근 방식의 효과를 강조했습니다.

Sarah 설명: "이 접근 방식은 보편적이므로 모델링은 공중 보건 정책에 상당한 영향을 미칩니다. 예를 들어, 다른 감염성 질병에 적용하거나 아프리카 WHO 지역에서 말라리아 발병률과 사망률이 불균형적으로 높은 다른 고위험 지역으로 확장할 수 있습니다. 이를 통해 의사 결정권자는 말라리아 발병을 조기에 정확하게 관리하기 위한 보다 적극적인 조치를 구현하는 데 도움이 될 수 있습니다.

"진정한 매력은 지구 관측, 딥 러닝 및 AI의 급속한 발전과 고성능 컴퓨터의 가용성 덕분에 지구상 거의 모든 곳을 분석할 수 있는 능력에 있습니다. 이를 통해 보다 집중적인 개입과 말라리아 근절 노력에 대한 자원의 보다 나은 할당이 가능해지고 전 세계의 공중 보건 결과가 개선될 수 있습니다."