محققان در یک مطالعه جدید، با استفاده از مدلهای پیشرفته یادگیری ماشین (XGBoost) و تکنیک تفسیرپذیری SHAP، رابطه بین آلودگی محیطزیست و بیماریهای تنفسی را در سریلانکا بررسی کردهاند.
این تیم با ترکیب دادههای ماهوارهای (میزان ذرات معلق، NO2 و SO2) و دادههای سلامت عمومی، توانستند با دقت بسیار بالا (R^2 بالای 0.9) فاکتورهای کلیدی مؤثر بر سلامت تنفسی را شناسایی کنند. نتیجه جالب این تحقیق این بود که کیفیت هوا بیش از ۸۰٪ در تغییرات نرخ بیماریهای تنفسی نقش دارد و مدلهای هوش مصنوعی به خوبی توانستند مناطق پرخطر را شناسایی کنند.
این دستاورد نشان میدهد که چگونه هوش مصنوعی میتواند به سیاستگذاران برای پیشبینی و مدیریت بحرانهای سلامت محیطزیستی کمک کند. 🤖💡
منبع: arXiv Machine Learning