محققان در یک پژوهش جدید، از مدلهای یادگیری ماشین برای پیشبینی دقیق نرخ بیماریهای تنفسی بر اساس دادههای کیفیت هوا (به ویژه PM2.5) و فاکتورهای اجتماعی-اقتصادی استفاده کردهاند. 🧠✨
این مطالعه نشان میدهد که با استفاده از روشهای تفسیرپذیر (Interpretable ML) و تحلیل مقادیر SHAP، میتوان درک دقیقتری از تأثیر شاخصهایی مثل GDP و دسترسی به خدمات درمانی بر سلامت جامعه داشت. این دستاورد میتواند ابزاری کلیدی برای سیاستگذاران در پیشبینی بحرانهای بهداشتی و مدیریت محیطزیست باشد. 📉🛡️
منبع: arXiv Machine Learning