جامعة الإمارات العربية المتحدة تتعاون مع المعهد الهندي لتطوير نموذج للتنبؤ بالملاريا باستخدام الذكاء الاصطناعي

طوّر باحثون من جامعة الإمارات العربية المتحدة والمعهد الهندي للتكنولوجيا - فرع مدراس-زنجبار إطارًا جديدًا لنمذجة انتقال الملاريا. تدمج هذه الدراسة، المنشورة في مجلة "تقارير علمية من نيتشر"، الذكاء الاصطناعي مع علم الأوبئة الرياضي لتحسين نماذج الصحة العالمية. ويركز البحث على التنبؤ بتفشي الملاريا باستخدام بيانات درجات الحرارة والارتفاعات ضمن نماذج الأمراض.

استخدم فريق البحث، الذي يضم أديثيا راجنارايانان، ومانوج كومار، والدكتور عبد الصمد أتريدان، أدوات ذكاء اصطناعي متطورة لتحسين دقة التنبؤ. واستخدموا الشبكات العصبية الاصطناعية (ANNs)، والشبكات العصبية المتكررة (RNNs)، والشبكات العصبية القائمة على الفيزياء (PINNs). تساعد هذه التقنيات على محاكاة انتشار الأمراض بشكل أكثر واقعية، لا سيما في المناطق المتأثرة بتغيرات المناخ.

كما تم استخدام تقنية تحليل الأنماط الديناميكية (DMD) في الدراسة. تساعد هذه التقنية على استخلاص مؤشر فوري لمخاطر العدوى. تُعد هذه الأداة قيّمة لمقدمي الرعاية الصحية، إذ تُساعد في التدخل المبكر وتخطيط الموارد.

تُسلّط الدراسة الضوء على أهمية تطوير أدوات دقيقة للتنبؤ بالأمراض المُعدية. وهذا أمرٌ بالغ الأهمية لمناطق مثل أفريقيا جنوب الصحراء الكبرى، التي تُمثّل حوالي 94% من حالات الملاريا عالميًا. ومع أكثر من نصف مليون حالة وفاة سنويًا بسبب الملاريا، يُرسي هذا البحث أساسًا للدراسات والسياسات الصحية المستقبلية الهادفة إلى مواجهة هذا التحدي الصحي الكبير.

أكد الدكتور عبد الصمد أتريدان من جامعة الإمارات العربية المتحدة على إمكانية دمج الذكاء الاصطناعي مع النماذج الوبائية التقليدية. وقال: "تُظهر الدراسة الإمكانات الهائلة للذكاء الاصطناعي عند دمجه مع النماذج الوبائية التقليدية". وأوضح أيضًا أن دمج التأثيرات البيئية في وظائف انتقال المرض يتيح تتبعًا أكثر دقة للملاريا في الوقت الفعلي.

الآثار المترتبة على البحوث المستقبلية

يمثل هذا البحث خطوةً مهمةً نحو تحسين نماذج الصحة العالمية من خلال دمج الذكاء الاصطناعي مع علم الأوبئة الرياضي. ومن خلال توفير محاكاة أكثر واقعية لانتشار الأمراض، يُتيح فهمًا أفضل لكيفية تتبع أمراض مثل الملاريا وإدارتها بفعالية.

من المتوقع أن تؤثر نتائج الدراسة على توجهات الأبحاث المستقبلية والسياسات الصحية الرامية إلى مكافحة الأمراض المُعدية عالميًا. ومن خلال التركيز على العوامل البيئية، مثل درجة الحرارة والارتفاع، يمكن للباحثين تطوير نماذج أكثر دقة تعكس السلوك المعقد لانتقال الأمراض.

لا يُعزز هذا النهج المبتكر دقة التنبؤ فحسب، بل يُقدم أيضًا رؤى قيّمة حول كيفية تأثير تقلبات المناخ على انتشار الأمراض. وبالتالي، يُمثل أداةً أساسيةً لمقدمي الرعاية الصحية في تخطيط التدخلات وتخصيص الموارد بكفاءة.

With inputs from WAM