Kajian baharu yang diterajui UNLV menyerlahkan penggunaan AI dalam pengawasan air sisa untuk mengenal pasti virus yang muncul lebih cepat berbanding sebelum ini, membuka jalan untuk campur tangan kesihatan awam yang proaktif.
Pasukan penyelidik yang diketuai oleh University of Nevada, Las Vegas (UNLV) telah mencapai kemajuan yang ketara dalam pengesanan virus awal dengan menyepadukan kecerdasan buatan (AI) dengan pengawasan air sisa. Pendekatan inovatif ini, diterbitkan dalam jurnal Nature Communications, boleh merevolusikan tindak balas kesihatan awam terhadap wabak virus yang baru muncul.
Semasa pandemik COVID-19, pengawasan air sisa muncul sebagai kaedah penting untuk menjejaki mutasi virus dan corak penyebaran. Walau bagaimanapun, kajian baharu ini menjanjikan untuk meningkatkan pengesanan lebih jauh, berpotensi mengenal pasti varian virus baharu sebelum pesakit menunjukkan gejala.
Penulis utama Xiaowei Zhuang, pelajar siswazah neurosains di UNLV, membangunkan algoritma AI yang mampu menganalisis sampel air sisa untuk mengesan pelbagai patogen, termasuk influenza, RSV, mpox, campak, gonorea dan Candida auris.
"Bayangkan mengenal pasti wabak seterusnya walaupun sebelum pesakit pertama memasuki klinik. Penyelidikan ini menunjukkan bagaimana kita boleh membuat ini mungkin," kata pengarang bersama Edwin Oh, seorang profesor dengan Institut Perubatan Peribadi Nevada di UNLV, dalam satu kenyataan berita.
Dengan memanfaatkan AI, pasukan penyelidik boleh memetakan kemunculan, mutasi dan penghantaran virus lebih cepat daripada kaedah tradisional. Ini boleh meningkatkan keupayaan pegawai kesihatan awam dengan ketara untuk membuat intervensi yang pantas dan disasarkan.
"Melalui penggunaan AI kita boleh menentukan bagaimana patogen berkembang tanpa menguji seorang manusia pun," tambah Oh.
Pasukan penyelidik, yang termasuk kolaborator dari Desert Research Institute dan Southern Nevada Water Authority (SNWA), mengesahkan penemuan mereka dengan menganalisis sekitar 3,700 sampel air sisa yang dikumpul di Nevada Selatan antara 2021 dan 2023.
Sistem AI menunjukkan keupayaan mengagumkan untuk mengenal pasti varian virus dengan hanya dua hingga lima sampel, jauh lebih awal daripada teknologi sedia ada.
Secara tradisinya, kaedah pengesanan air sisa memerlukan pengetahuan terdahulu tentang susunan genetik varian dan banyak bergantung pada data klinikal, selalunya menghasilkan tindak balas kesihatan awam yang reaktif dan bukannya proaktif.
"Pengawasan air sisa telah membolehkan tindak balas kesihatan awam yang lebih tepat pada masanya dan proaktif melalui pemantauan kemunculan penyakit dan merebak pada peringkat populasi dalam masa nyata," tambah Zhuang.
Kaedah AI baharu meningkatkan pengesanan wabak awal, membolehkan pengecaman ancaman baru tanpa pengetahuan terdahulu atau data ujian pesakit, jelas Zhuang.
Kajian itu menggariskan potensi untuk pengawasan air sisa yang dipertingkatkan AI, terutamanya dalam meningkatkan pemantauan penyakit di luar bandar dan tetapan sumber rendah.
"Alat ini amat berguna dalam meningkatkan pengawasan penyakit dalam komuniti luar bandar, memperkasakan pekerja kesihatan dalam tetapan sumber rendah," tambah pengarang bersama Duane Moser, seorang profesor penyelidikan di Institut Penyelidikan Gurun.
Sejak 2021, gabungan yang terdiri daripada UNLV, SNWA, Daerah Kesihatan Nevada Selatan dan Institut Penyelidikan Gurun telah menggunakan papan pemuka pengawasan air sisa awam untuk mengesan COVID-19 dan penyebaran virus lain. Usaha ini telah membawa kepada lebih 30 kajian, dengan yang terbaru menandakan aplikasi perintis AI dalam perisikan air sisa.
"Pengawasan air sisa telah terbukti sebagai alat yang berkesan untuk mengisi jurang data kritikal dan memahami keadaan kesihatan awam dalam komuniti," tambah pengarang bersama Daniel Gerrity, ahli mikrobiologi penyelidikan utama di SNWA. โUsaha pengawasan air sisa yang berterusan adalah contoh yang bagus tentang bagaimana kerjasama antara SNWA, UNLV dan rakan kongsi lain boleh membawa kepada impak positif untuk komuniti setempat dan seterusnya.โ
sumber: Universiti Nevada, Las Vegas
