Τελικά, το έργο θέλει να συμβάλει στη βελτίωση της λήψης αποφάσεων από τις αρχές, ώστε να μπορούν να εφαρμόζουν σχετικά και αποτελεσματικά μέτρα για την καταπολέμηση των επιδημιών. Ομοίως, φαίνεται να επιτρέπει στις πολιτικές δημόσιας υγείας να συμβάλλουν στη μείωση των οικονομικών ανισοτήτων. Τα αποτελέσματα του έργου θα συμβάλουν έμμεσα στο νέο παράδειγμα ανάλυσης δεδομένων, το οποίο επιδιώκει να κατανοήσει την πραγματικότητα μέσω μεγάλων δεδομένων (που μπορεί να είναι δομημένα ή όχι).
Πανδημίες: Πριν γίνουν γνωστά τα πρώτα κρούσματα της COVID-19, ένας αλγόριθμος βασισμένος στην τεχνητή νοημοσύνη που αναπτύχθηκε από εταιρεία στον Καναδά είχε ήδη εντοπίσει έναν νέο ιό που εξαπλώθηκε σε όλη την κινεζική πόλη Γουχάν. Αυτή η επίδειξη των δυνατοτήτων των νέων τεχνολογιών που εφαρμόζονται στην πρόβλεψη μελλοντικών επιδημιών οδήγησε μια ομάδα ερευνητών στο Universitat Oberta de Catalunya (UOC) και το Πανεπιστήμιο των Βαλεαρίδων Νήσων (UIB) να χρησιμοποιήσουν τεχνητή νοημοσύνη για να διερευνήσουν νέα μοντέλα προβλεψιμότητας και να αξιολογήσει πόσο καιρό επιμένουν οι συνέπειες των επιδημιών. “Η κρίση υγείας που προκλήθηκε από την COVID-19 έδειξε ότι οι επιδημίες εξακολουθούν να αποτελούν πρόβλημα. Γνωρίζουμε ότι θα υπάρξουν και άλλες στο μέλλον, αλλά δεν ξέρουμε ποια μορφή θα πάρουν. Ωστόσο, έχουμε πολλά χρήσιμα πληροφορίες για τις επιδημίες στο παρελθόν», εξήγησε η Joana Maria Pujadas Mora, μέλος της Σχολής Τεχνών και Ανθρωπιστικών Επιστημών στο UOC, και ένας από τους κύριους ερευνητές στο ερευνητικό πρόγραμμα EPI-DESIGUAL που επικεντρώνεται στο θέμα.
Η ομάδα της οποίας ηγείται ο Pujadas στοχεύει στη χρήση τεχνητής νοημοσύνης, εφαρμόζοντας μηχανική μάθηση και επεξεργασία φυσικής γλώσσας για την εκτέλεση ανάλυσης μεγάλων ιστορικών δεδομένων. «Οι κοινωνικές επιστήμες και η ιστορική δημογραφία ειδικότερα είναι απαραίτητες για την πρόοδο στην πρόβλεψη και την καταπολέμηση των επιδημιών και για την αξιολόγηση των συνεπειών τους», είπε. Το έργο EPI-DESIGUAL, το οποίο διεξάγεται σε συνεργασία με το Κέντρο Δημογραφικών Μελετών, θα αναλύσει κείμενο από επίσημες εφημερίδες και ημερήσιες εφημερίδες σχετικά με τη χολέρα, την πανδημία γρίπης του 1918 και την πανώλη που δημοσιεύθηκαν στην Καταλονία και τις Βαλεαρίδες Νήσους μεταξύ 1820 και 1960 . «Το παρελθόν είναι το καλύτερο πεδίο δοκιμών για την πρόληψη και την προετοιμασία για την άφιξη μελλοντικών κρίσεων υγείας που δυστυχώς θα συνεχίσουν να προκύπτουν ως αποτέλεσμα της παγκοσμιοποίησης, των αυξημένων αλληλεπιδράσεων μεταξύ ανθρώπων και ζώων, της μεγαλύτερης αστικοποίησης και της κλιματικής αλλαγής», δήλωσε ο Pujadas. Οι 14 ερευνητές που εργάζονται επί του παρόντος στο έργο συλλέγουν όλες τις διαθέσιμες πληροφορίες από τα αρχεία για περαιτέρω ανάλυση. Το έργο θα διαρκέσει τρία χρόνια και, μετά την ολοκλήρωσή του, τα αποτελέσματα θα δημοσιευθούν σε κορυφαία επιστημονικά περιοδικά, παράλληλα με άλλες δημοσιεύσεις και πρωτοβουλίες διάδοσης.
Βελτίωση προβλεψιμότητας και διαπίστωση επιμονής Ο στόχος του ερευνητικού έργου είναι διπλός. Πρώτον, επιδιώκει να καινοτομήσει στον τομέα των μοντέλων προβλεψιμότητας και ανάπτυξης επιδημιών. Δεύτερον, στοχεύει να αξιολογήσει πόσο καιρό επιμένουν οι επιπτώσεις των επιδημιών βραχυπρόθεσμα, μεσοπρόθεσμα και μακροπρόθεσμα όσον αφορά την κοινωνικοοικονομική ανισότητα, που περιλαμβάνει τις ανισότητες στην υγεία και τις δημογραφικές συμπεριφορές από την άποψη του φύλου. «Θέλουμε να μάθουμε πώς οι πανδημίες επηρεάζουν το ποσοστό γεννήσεων, για παράδειγμα», είπε ο Pujadas. Τελικά, το έργο θέλει να συμβάλει στη βελτίωση της λήψης αποφάσεων από τις αρχές, ώστε να μπορούν να εφαρμόζουν σχετικά και αποτελεσματικά μέτρα για την καταπολέμηση των επιδημιών. Ομοίως, φαίνεται να επιτρέπει στις πολιτικές δημόσιας υγείας να συμβάλλουν στη μείωση των οικονομικών ανισοτήτων. Τα αποτελέσματα του έργου θα συμβάλουν έμμεσα στο νέο παράδειγμα ανάλυσης δεδομένων, το οποίο επιδιώκει να κατανοήσει την πραγματικότητα μέσω μεγάλων δεδομένων (που μπορεί να είναι δομημένα ή όχι). Πολλοί συγγραφείς προβλέπουν ότι τα επιστημονικά ερευνητικά έργα όπως το EPI-DESIGUAL, το οποίο βασίζεται στην επιστήμη των δεδομένων και θα έχει εξαιρετικά καινοτόμα αποτελέσματα, θα αντικαταστήσει τις επικρατούσες μεθόδους επαγωγικής συλλογιστικής στη σύγχρονη επιστήμη. Παρέχεται από το Πανεπιστήμιο Oberta de Catalunya (UOC)
Ακολουθήστε το healthweb.gr στο Google News και μάθετε πρώτοι όλες τις ειδήσεις
Ακολουθήστε το healthweb.gr στο κανάλι μας στο YouTube
