Sağlık

Yeni makine öğrenme aracı, COVID ölümleri için daha yüksek risk altındaki ABD eyaletlerini tespit ediyor

COVID-19 pandemisini ülke çapında kontrol etme ve vakaların bir sonraki aşamada nerede başlayacağını ve hangi bölgelerin yüksek ölüm oranlarına sahip olabileceğini tahmin etme görevi bilim adamları ve kamu görevlileri için göz korkutucu olmaya devam ediyor. Stony Brook Üniversitesi Bilgisayar Bilimi Bölümü ve İleri Hesaplamalı Bilim Enstitüsü (IACS) ile bağlantılı bir başlangıç şirketinde (Akai Kaeru LLC) araştırmacılar tarafından geliştirilen yeni bir makine öğrenme aracı, virüs ve yüksek ölüm oranları için en riskli alanları ölçmeye yardımcı olabilir .

Kullandıkları yazılım tüm 3.007 ABD ülkesinden büyük bir veri setini analiz ediyor. Yoksulluk, kırsal yerleşimler, düşük eğitim, düşük yoksulluk ancak konut borcu ve uyku yoksunluğu gibi faktör kombinasyonlarının ilçelerde daha yüksek ölüm oranları ile ilişkili olduğunu bulmuşlardır.

Araştırmacılar, tüm ABD eyaletlerinde demografi, ekonomi, ırk ve etnik köken ve altyapı ile ilgili ayrıntıları kapsayan yaklaşık 500 niteliğe sahip bir veri setini analiz etmek için otomatik bir desen madenciliği motoru ve yazılımı kullanıyor. İlçeler içindeki verileri analiz edip değerlendirdikten sonra COVID-19 ve ilgili ölüm oranları için "yüksek risk" altında yaklaşık 300 ilçe seti oluşturdular.

Setlerdeki bu ilçelerin çoğu – hepsi değil – Güney ABD eyaletlerinde ve 1.000'e yakın ilçeyi içeriyor. İlçelerin bazıları Hancock, Ga .; Attala, Bayan .; Lee, SC; Swisher Teksas; Adams, Ohio; Torrance, NM; ve Madison, Fla, Mississippi, Louisiana ve Georgia en fazla risk altında olan eyaletlerin yüzde 80-90'ı bu setlerle kaplıdır.

Yazılım algoritmamız COVID-19 nedeniyle ortalama ABD ölüm oranlarından daha yüksek gibi görünen belirli koşullara sahip ilçeleri tanımlar. Belli bir ilçenin normalden daha yüksek bir ölüm oranına sahip olacağını söyleyemeyiz, ancak bunu belirli koşullara uyan ilçeler için tahmin edebiliriz. "

Klaus Mueller, PhD, Bilgisayar Bilimleri Profesörü, IACS öğretim üyesi, başlangıç Akai Kaeru, LLC CEO'su ve şirket çalışmasının Baş Araştırmacısı

Mueller'e göre, verileri analiz etmek ve yüksek riskli ilçeleri tanımlamak için kullanılan yazılım ve yöntem, yetkilileri COVID-19 ölüm hızlarıyla ilgili önemli korelasyonlara göre bilgilendirmeye yardımcı olabilir ve test kitleri ve istasyonlar gibi kaynakların doğrudan tahsis edilmesine yardımcı olabilir. Yöntem ve bulgular ayrıca COVID-19 hakkında topluma dayalı bilgilendirme kampanyalarını ve salgını içerme ve potansiyel olarak vakaları azaltma önlemlerini hedeflemeye yardımcı olabilir.

Araştırmacılar, bir ilçeyi yüksek riske maruz bırakmak için aynı anda çeşitli koşulların mevcut olması gerektiğini bulmuşlardır. Bu koşul kümelerinden bazıları:

  • Yaşlanan sakinleri ile yoksul kırsal ilçeler.
  • Sağlık sigortasına düşük katılımlı, uykudan mahrum, eğitimsiz bölgeler.
  • Siyah çocukların yoksulluk içinde yaşadığı düşük Asya fakat azınlık nüfusuna sahip ilçeler.
  • Yüksek ev sahipliği ve düşük yoksulluğa sahip bölgeler. Bu ilçe seti için, ölüm oranı ile ilçe sakinlerinin sahip olduğu konut borcu miktarı arasında da anlamlı bir ilişki vardır.

"Bu koşul kümelerinin her biri benzersiz bir hikaye anlatıyor ve algoritmamızın arkasındaki Yapay Zekayı açıklıyor." Mueller diyor. "Örneğin, 'yüksek ev sahipliği ve düşük yoksulluk' modelinden sonuçlandırabileceğimiz şey, bu zengin ilçelerde yüksek ev sahipliği olan ve evlerini karşılayamayan ve sonuç olarak yüksek konut borcu işleten ev sahiplerinin olmasıdır. Bir ilçedeki bu tür ev sahiplerinin yüzdesi büyür, COVID-19 enfeksiyonu ve potansiyel olarak ölüm riski de artar. "

"Farklı bir ilçe setinde, düşük nüfus yoğunluğuna sahip fakir ve yaşlanan ilçelerin COVID-19'a göre özellikle sert bir darbe aldığını gözlemliyoruz," diye açıklıyor Mueller. "Eski sakinlerin COVID-19'a karşı daha savunmasız oldukları biliniyor olsa da, bu model bize bu yüksek riskin erişilebilirlikle ilgili iki faktör tarafından güçlendirildiğini söylüyor:

(1) Bölge sakinleri daha az acil bakım olanakları sunan seyrek nüfuslu bölgelerde yaşıyorlar ve (2) bölge sakinleri çoğunlukla yoksullar ve bu hizmetleri kullanma ve ödeme yeteneklerini engelliyorlar. "

Mueller, ilçe setlerinde veya belirli illerde COVID-19'un yüksek ölüm oranlarıyla ilgili koşullarla ilgili sonuçların, bir pandemi statik olmadığından ve hastalığa ve ölüme katkıda bulunan faktörlerin genellikle karmaşık olduğu için daha fazla araştırmaya ihtiyaç duyulacağını vurgulamaktadır.

Akai Kaeru, New York Eyaleti Kablosuz ve Bilgi Teknolojileri Mükemmeliyet Merkezi'nde (CEWIT) geliştirilmiş ve kurulmuş bir başlangıç şirketidir. 2003 yılında kurulan CEWIT, araştırma yapmak ve ticarileştirmek için Stony Brook Üniversitesi Araştırma ve Geliştirme Parkı'na demirleme binasıdır.

AD Res
Click to comment

Leave a Reply

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

Güvenilir kaynaklardan derlenen seçkin içeriğiyle sağlık ve tıp alanında en güncel gelişmeleri paylaşmayı amaçlayan, yorum alanı ile kullanıcı etkileşimini önceleyen interaktif bir web portalıdır.

Bumerang - Yazarkafe

Copyright © 2020 Sağlık Yardım PortalıThemetf

To Top