Bir yapay zeka modeli, hangi SARS-CoV-2 varyantlarının yeni enfeksiyon dalgalarına neden olabileceğini tahmin edebiliyor. Viral bulaşmanın dinamiklerini tahmin etmek için kullanılan mevcut modeller, varyanta özgü yayılmayı öngörmemektedir. Retsef Levi ve meslektaşları, Küresel Kuş Gribi Verilerini Paylaşma Girişimi (GISAID) tarafından 30 ülkeden toplanan 9 milyon SARS-CoV-2 genetik dizisinin ve aşılama oranlarına ilişkin verilerin analizine dayanarak viral yayılımı hangi faktörlerin şekillendirebileceğini araştırdı. Bulgular PNAS Nexus dergisinde yayınlandı.

Bu analizden ortaya çıkan modeller, makine öğreniminin etkin olduğu bir risk değerlendirme modeli oluşturmak için kullanıldı. Model, tespit edildikten sonraki yalnızca bir haftalık gözlem süresi sonrasında her ülkede önümüzdeki üç ayda milyon kişi başına en az 1.000 vakaya neden olacak varyantların %72,8'ini tespit edebiliyor.

Bu tahmin performansı iki haftalık gözlem sonrasında %80,1'e yükseliyor. Bir varyantın bulaşıcı hale geleceğinin en güçlü belirleyicileri arasında, varyantın neden olduğu enfeksiyonların erken seyri, varyantın ani mutasyonları ve yeni bir varyantın mutasyonlarının, gözlem süresi boyunca en baskın varyantın mutasyonlarından ne kadar farklı olduğu yer alıyor.

Yazarlara göre modelleme yaklaşımı potansiyel olarak diğer bulaşıcı hastalıkların gelecekteki seyrini tahmin edecek şekilde genişletilebilir.

Kaynak: medicalxpress.com