UNLV が主導する新たな研究では、廃水監視における AI の使用を強調し、これまでにない速さで新興ウイルスを特定し、積極的な公衆衛生介入への道を開きます。
ネバダ大学ラスベガス校（UNLV）が率いる研究チームは、人工知能（AI）と排水監視を統合することで、ウイルスの早期検出において大きな進歩を遂げました。この革新的なアプローチは、 公表 ネイチャー・コミュニケーションズ誌に掲載されたこの研究は、新たなウイルスの発生に対する公衆衛生の対応に革命を起こす可能性がある。
COVID-19パンデミックの間、下水監視はウイルスの変異と拡散パターンを追跡するための重要な方法として浮上しました。しかし、この新たな研究は検出力をさらに強化し、患者が症状を呈する前に新たなウイルス変異体を特定できる可能性を秘めています。
論文の筆頭著者で、ネブラスカ大学ラスベガス校の神経科学大学院生であるシャオウェイ・ジュアン氏は、廃水サンプルを分析してインフルエンザ、RSウイルス、麻疹、淋病、カンジダ・オーリスなどさまざまな病原体を検出できるAIアルゴリズムを開発した。
「最初の患者が診療所を訪れる前に、次のアウトブレイクを特定できると想像してみてください。この研究は、それがどのように可能になるかを示しています」と、ネバダ大学ラスベガス校ネバダ個別化医療研究所の教授で、共著者のエドウィン・オー氏はニュースリリースで述べています。
AIを活用することで、研究チームは従来の方法よりも迅速にウイルスの出現、変異、そして伝播をマッピングすることができます。これにより、公衆衛生当局が迅速かつ的確な介入を実施する能力が大幅に向上する可能性があります。
「AIを活用することで、人間を一人も検査することなく、病原体がどのように進化しているかを判断できる」とオー氏は付け加えた。
砂漠研究所と南ネバダ水道局（SNWA）の協力者を含む研究チームは、3,700年から2021年の間に南ネバダで採取された約2023の廃水サンプルを分析して、調査結果を検証した。
AIシステムは、既存の技術よりもはるかに早く、わずか2～5個のサンプルでウイルスの変異体を識別できる優れた能力を発揮した。
従来、廃水検出法では、変異体の遺伝子構成に関する事前の知識が必要であり、臨床データに大きく依存していたため、公衆衛生上の対応が事前対応的ではなく事後対応的になることが多かった。
「廃水監視により、疾病の発生と集団レベルでの蔓延をリアルタイムで監視することで、よりタイムリーかつ積極的な公衆衛生対応が可能になった」と荘氏は付け加えた。
新たなAI手法により、感染拡大の早期検出が強化され、事前の知識や患者の検査データがなくても新たな脅威を特定できるようになると荘氏は説明した。
この研究は、特に農村部や資源の乏しい環境における疾病監視の改善において、AI を活用した廃水監視の可能性を強調しています。
「このツールは、特に農村地域における疾病監視の改善や、資源の乏しい環境で働く医療従事者の能力強化に役立つ可能性がある」と、砂漠研究所の研究教授で共同執筆者のデュアン・モーザー氏は付け加えた。
2021年以来、ネバダ大学ラスベガス校（UNLV）、南ネバダ州保健局（SNWA）、南ネバダ保健局、砂漠研究所からなる連合は、公共下水監視ダッシュボードを用いてCOVID-19をはじめとするウイルスの拡散を追跡してきました。この取り組みは30件以上の研究につながり、最新の研究は下水インテリジェンスにおけるAIの先駆的な応用例となっています。
「廃水監視は、重要なデータのギャップを埋め、地域社会の公衆衛生状況を理解するための効果的なツールであることが証明されています」と、SNWAの主任研究微生物学者で共著者のダニエル・ゲリティ氏は付け加えました。「現在進行中の廃水監視の取り組みは、SNWA、UNLV、そして他のパートナーとの連携が、地域社会だけでなく、その先にもプラスの影響をもたらすことができることを示す素晴らしい例です。」
出典： ネバダ大学、ラスベガス