Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il nuovo strumento di apprendimento automatico identifica le contee degli Stati Uniti all'elevato rischio per le morti di COVID

Il compito di gestire il nazionale pandemico COVID-19 e di predizione dove i casi chioderanno dopo e che le aree possono avere alti tassi di mortalità rimane scoraggiante per gli scienziati ed i funzionari. Un nuovo strumento di apprendimento automatico sviluppato dai ricercatori ad uno start-up (LLC di Akai Kaeru) affiliato con il dipartimento dell'università pietroso del ruscello dell'informatica e l'istituto per scienza di calcolo avanzata (SIGC) può contribuire a misurare le aree più a rischio del virus e gli alti tassi di mortalità.

Il software che usano analizza un insieme di dati massiccio da tutte e 3.007 le contee degli Stati Uniti. Hanno trovato che le combinazioni di fattori quali povertà, impostazioni rurali, formazione bassa, povertà bassa ma il debito dell'alloggio e la privazione di sonno sono associate con gli più alti tassi di mortalità in contee.

I ricercatori usano un motore e un software automatici di estrazione mineraria del reticolo per analizzare un insieme di dati con circa 500 attributi, che riguardano i dettagli relativi a dati demografici, all'economia, alla corsa ed all'origine etnica e l'infrastruttura in tutte le contee degli Stati Uniti. Dopo avere analizzato e la valutazione dei dati all'interno delle contee hanno creato quasi 300 insiemi delle contee “ad un ad alto rischio„ per COVID-19 ed hanno collegato i tassi di mortalità.

Molte di queste contee all'interno degli insiemi - ma non tutto sia negli stati di Stati Uniti del sud ed includa vicino a 1.000 contee. Alcune delle contee includono Hancock, GA.; Attala, sig.na.; Lee, S.C.; Swisher il Texas; Adams, Ohio; Torrance, N.M.; e Madison, Fla. Mississippi, Luisiana e la Georgia è la la maggior parte al rischio, con 80-90 per cento delle loro contee coperte da questi insiemi.

Il nostro algoritmo del software identifica le contee con le circostanze specifiche che sembrano piombo ai tassi di mortalità superiori alla media degli Stati Uniti dovuto COVID-19. Non possiamo dire che una contea specifica avrà un tasso di mortalità più superiore usuale, ma possiamo predire questo per gli insiemi delle contee che determinate circostanze misura.„

Klaus Mueller, PhD, professore di informatica, docente di SIGC, CEO dell'avvio Akai Kaeru, LLC e ricercatore principale dello studio della società

Secondo Mueller, il software ed il metodo impiegati per analizzare i dati e per identificare le contee ad alto rischio possono contribuire ad informare i funzionari basati sulle correlazioni importanti relative ai tassi di mortalità COVID-19 ed ad aiutare la destinazione delle risorse diretta, quali i kit e le stazioni difficili. Il metodo ed i risultati possono anche contribuire a mirare alle campagne di informazioni a livello comunitario circa COVID-19 ed alle misure per contenere la pandemia e potenzialmente diminuire i casi.

I ricercatori hanno trovato che parecchie circostanze devono essere presenti allo stesso tempo esporre una contea al rischio elevato. Alcuni di questi insiemi di circostanza sono:

  • Povere contee rurali con i residenti di invecchiamento.
  • contee Sonno-sfavorite e sotto-istruite con partecipazione bassa all'assicurazione sanitaria.
  • Contee con in basso l'asiatico ma le alte popolazioni di minoranza in cui i bambini del nero vivono nella povertà.
  • Contee con alta proprietà domestica e povertà bassa. Per questo insieme delle contee egualmente esiste una correlazione significativa fra il tasso di mortalità e la quantità di debito che dell'alloggio i residenti della contea hanno.

“Ciascuno di questi insiemi delle circostanze racconta una storia unica e rende l'intelligenza artificiale dietro il nostro algoritmo spiegabile.„ Mueller dice. “Per esempio, che cosa potremmo concludere “dall'alta proprietà domestica e dalla povertà bassa„ il reticolo è che ci sono proprietari di abitazione in queste contee ricche con alta proprietà domestica che non può permettersi le loro case e di conseguenza per eseguire sull'abitazione del debito. Poi, mentre la percentuale di questi tipi di proprietari di abitazione in una contea si sviluppa, così fa il rischio di infezione COVID-19 e potenzialmente di morte.„

“Egualmente osserviamo in una contea differente collocata che le contee di invecchiamento e del povero con densità demografica bassa sono in media particolarmente duramente colpito da COVID-19,„ spieghiamo Mueller. “Mentre è ben noto ora che vecchio residenti è più vulnerabile a COVID-19, il reticolo ci dice che questo ad alto rischio sembra essere ampliato da due fattori relativi ad accessibilità:

(1) i residenti vivono nelle aree scarsamente popolate che offrono meno impianti di cura urgenti e (2) i residenti sono principalmente poveri che ostacola la loro capacità di usare e pagare questi servizi.„

Mueller sottolinea che tutte le conclusioni circa le circostanze relative agli alti tassi di mortalità da COVID-19 negli insiemi della contea o in contee specifiche continueranno ad avere bisogno dell'indagine successiva perché una pandemia non è statica e non scompone il contributo in fattori alla malattia e la morte è spesso complicata.

Akai Kaeru è uno start-up sviluppato e situato nel centro di eccellenza dello stato di New York in wireless ed in Information Technology (CEWIT). Creato nel 2003, CEWIT è l'edilizia d'ancoraggio alla sosta di ricerca e sviluppo dell'università pietrosa del ruscello per condurre la ricerca e commercializzarla.