У Таїланді розробили інноваційний метод для оцінки ризику поширення африканської чуми свиней (АЧС), використовуючи алгоритми машинного навчання для прогнозування розподілу популяцій диких кабанів. Дослідження провела команда під керівництвом Департаменту розвитку тваринництва Таїланду та Університету Махідол.
Дикі кабани є ключовим резервуаром вірусу АЧС, і точний облік їх чисельності — надзвичайно складне завдання. Саме тому дослідники запропонували альтернативу — навчити комп’ютер передбачати присутність кабанів за допомогою доступних даних про навколишнє середовище.
Як пояснив Сарін Суванпакді, доцент кафедри клінічної медицини та громадського здоров’я, спочатку було зібрано інформацію про такі фактори, як лісове покриття, щільність населення, висота над рівнем моря, сільськогосподарські угіддя та наявність водойм. Потім в алгоритм Random Forest було завантажено польові спостереження, що свідчать про присутність диких кабанів — живі спостереження, сліди, екскременти тощо.
Алгоритм виявив закономірності між появою диких кабанів і екологічними умовами, після чого зумів із високою точністю передбачити їхню присутність у нових районах.
“Ці території вважаються зонами підвищеного ризику передачі АЧС і можуть стати пріоритетними для профілактичних заходів”, — зазначив Суванпакді. — “Ми не відстежуємо безпосередньо інфекцію АЧС у диких кабанів, але прогнозування їхнього розподілу допомагає оцінити потенційний ризик і сформувати ефективні стратегії контролю”.
Хоча дослідження зосереджене на Таїланді, методика може бути адаптована для інших регіонів світу — за умови наявності локальних екологічних та кліматичних даних.
На думку дослідників, ці підходи можуть стати дієвим інструментом як для державних структур, так і для приватних компаній, що займаються профілактикою поширення АЧС. Саме дослідження слугувало пілотним проєктом для країн Південно-Східної Азії. Наступним кроком стане оцінка факторів, які сприяють переходу вірусу АЧС від домашніх свиней до диких кабанів, що дозволить ще точніше визначати найбільш ризиковані регіони.
