Bir sonraki pandeminin ne zaman geleceği ve ne kadar yıkıcı olabileceği belli değil. COVID-19’dan daha ağır bir zarar vermesi de ihtimaller arasında.

Bir grup bilim insanı bu amaçla, gelecekteki potansiyel pandemilerde tehlikeli varyantlara karşı insanları uyarabileceklerini öne sürdükleri bir yapay zeka uygulaması geliştirdi.

Geliştirilen sisteme, Erken Uyarı Anomali Sistemi (Early Warning Anomaly Detection, EWAS) adı verildi. COVID-19 pandemisinin sebebi olan SARS-CoV-2’nin yayılımına ilişkin veriler kullanılarak test edildiğinde, virüs mutasyon geçirdikçe hangi varyantların ortaya çıkarılacağını tahmin etmekte başarılı olduğu görüldü.

Sistem nasıl geliştirildi?

ABD'deki Scripps Research ve Northwestern Üniversitesi'nden bilim insanları EWAD’ı geliştirebilmek için bir makine öğrenme yöntemi kullandı. Makine öğrenmede, büyük miktarda eğitim verisi bilgisayarlar tarafından analiz edilerek örüntüler tespit edilir, algoritmalar geliştirilir ve daha sonra bu örüntülerin gelecekteki bilinmeyen senaryolarda nasıl yol gösterebileceğine dair tahminler yapılır.

Bu durumda, yapay zeka, enfeksiyonlar yayıldıkça SARS-CoV-2 varyantlarının genetik dizilerinin nasıl şekillendiği ve  bu varyantların sıklığı ve COVID-19'dan bildirilen küresel ölüm oranı hakkında bilgilerle beslendi.

Yazılım bu sayede virüs adapte olurken, genellikle artan enfeksiyon oranları ve düşen ölüm oranlarıyla ilişkilendirilen genetik değişimleri tespit edebildi.

Scripps Research'te mikrobiyolog olan William Balch, “Ölüm oranı da değiştikçe, anahtar gen varyantlarının ortaya çıktığını ve daha yaygın hale geldiğini görebiliyorduk. Tüm bunlar, Dünya Sağlık Örgütü’nün tarafından kaygı verici varyantların resmi olarak belirlenmesinden haftalar önce gerçekleşiyordu” ifadelerini kullandı.

Modellerini daha önce gerçekleşmiş bir olay üzerinde test ederek gerçek ve tahmin edilen veriler arasında yakın eşleşmeleri bulan bilim insanları, EWAD'ın aşı ve maske takma gibi önlemlerin bir virüsün gelişmeye devam etmesine nasıl neden olabileceğini tahmin etmedeki etkinliğini ortaya koydu.

Balch, "Bu çalışmadan çıkarılacak en büyük derslerden biri, sadece birkaç önemli varyantı değil, aynı zamanda 'varyant karanlık madde' olarak adlandırdığımız on binlerce diğer belirlenmemiş varyantı da dikkate almanın önemli olduğu" diye konuştu.