IBM研發大數據模型,爲控制埃博拉病毒傳播大顯身手

 2017-03-07 10:30:00.0

雷鋒網AI科技評論按:2014年西非埃博拉疫情給西非當地民衆造成巨大傷亡,超過28000人發病,11000多人死亡。三個受疫情影響最嚴重的非洲國家:塞拉利昂、利比里亞和幾內亞,其社會經濟已處於崩潰邊緣。

 IBM研發大數據模型,爲控制埃博拉病毒傳播大顯身手

照片來源:CDC

從疫情爆發到疫情出現下降趨勢這段時間,世界衛生組織 (WHO) 發佈了一個旨在增加預防和應急措施、提供緊急護理以及通過提高民衆對埃博拉病毒抗感染能力來預疾病蔓延的三階段方案。雷鋒網(公衆號:雷鋒網)獨家編譯,未經許可不得轉載。

埃博拉病毒主要由動物攜帶,是一種能引起人類和大猩猩等靈長類動物產生埃博拉出血熱的傳染病病毒。由於對病毒缺乏抵抗力,人和靈長類動物一旦被感染埃博拉病毒,生病和死亡的風險都很高。人類與動物(攜帶病毒沒有臨牀症狀)接觸後感染病毒的現象,稱爲溢出事件。很多病毒上都能引發溢出事件,像禽流感或豬流感等衆所周知的病毒一樣,埃博拉病毒也能引起溢出事件。

雖然蝙蝠和大型蛇類很有可能是動物宿主(或稱爲病毒載體),但有多少種動物是動物宿主尚未確定。無論是直接觸摸還是進食受感染的動物,都會導致疾病在人羣中以野火燎原之勢蔓延。

爲了制定和順利執行干預措施,研究人員和政府機構通常建立流行病學模型,在模型上分析與疾病相關的大量數據。在疫情盛行期間,爲了解疾病的發病原因和分析可能實施的干預措施的潛在影響,包括美國疾病控制中心 (CDC) 等機構的研究人員,研製出可以模擬疾病擴散的數學模型。

增加醫院的病牀數和實行更便捷的無公害掩埋的倡議,經過徹底驗證,證實能顯著降低受感染人羣的總數。然而很少有模型能研究出動物宿主的數量和疫情的關係,更沒有模型考慮過溢出事件的隨機性。最近一篇由IBM和蒙特克萊爾州立大學 (Montclair State University) 合作撰寫的文章填補了這一空白,研究人員在文章裏公佈了一個能研究埃博拉病毒從動物宿主感染到人類的開源計算模型。

該模型把溢出事件的隨機性考慮在內,還披露如果忽視控制傳染路線後果有多嚴重。在特定情況下,人羣和攜帶病毒動物之間導致感染的接觸越多,越有可能在人羣中爆發流行。這意味着,即使不存在第二隻能傳播病毒的動物,疾病也有可能在一個地區爆發。

IBM研發大數據模型,爲控制埃博拉病毒傳播大顯身手

埃博拉病毒體   照片來源:CDC / Frederick A. Murphy

疫情發展到這一步,不論存在多少隻能傳播病毒的動物,大流行第一幕已經拉開——病毒開始在人羣內傳播。增加住院率和提高無公害掩埋率等干預措施此時要有效實施也變得更困難,代價也更高昂。而且如果沒有快速且強有力的干預措施,大流行在這種情況下自主滅亡的可能性幾乎爲零。因此,實驗裏的公共衛生數據揭示了切斷人類和動物宿主之間埃博拉病毒的傳播鏈的重要性,從源頭上越早解決整個埃博拉疾病傳播鏈,疫情越不可能演變爲一次流行,更不可能演變成一次大流行,切斷傳播鏈的重要性不應該也不能被低估。

爲了幫助人道主義機構的研究員,和讓政府和各界人士對資源進行更好地調整分配,使疾病擴散從傳播鏈上得到整體解決,藉助Eclipse基金會免費時空流行病學建模框架IBM Research提供以下開源計算模型:

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

http://wiki.eclipse.org/Ebola_Models

更多資訊請關注雷鋒網。

via   IBM ,   雷鋒網編譯

IBM研發大數據模型,爲控制埃博拉病毒傳播大顯身手

文章來源:雷鋒網