Vogelgrippe in Europa: KI sagt Ausbrüche voraus
Aktuell gibt es einen rasanten Anstieg von Ausbrüchen der Vogelgrippe. Zugvögel, wie Kraniche, verbreiten das Virus – Hunderttausende Nutztiere sterben an den Folgen. Forschende der Universität Heidelberg haben ein Modell entwickelt, das auf maschinellem Lernen basiert und anhand verschiedener Indikatoren Ausbruchsmuster der für Vögel höchst ansteckenden Krankheit in Europa mit hoher Genauigkeit vorhersagt.
Künstliche Intelligenz erkennt Muster in Klima- und Umweltdaten, um Ausbrüche der Vogelgrippe in Europa frühzeitig vorherzusagen.
Foto: picture alliance/dpa | Wolfram Steinberg
Regionale Ausbrüche können mithilfe von lokalen Faktoren wie saisonaler Temperatur, dem jahresabhängigen Wasser- und Vegetationsindex oder Daten zur Tierdichte vorhergesagt werden. Der Modellierungsansatz und eine gezielte Datenerhebung könnten so einen Beitrag zu proaktiven Präventionsmaßnahmen leisten.
Vogelgrippe – ungefährlich für Menschen?
Die hochpathogene aviäre Influenza-Virus-Infektion (HPAIV) – im Alltag auch als Vogelgrippe oder Geflügelpest bekannt – ist eine schwere Krankheit mit einer hohen Sterblichkeit und betrifft in erster Linie Vögel. Obwohl das Virus an sich ungefährlich für den Menschen ist, kommt es vermehrt zu Infektionen bei Säugetieren. Nach Angaben der Wissenschaftlerinnen und Wissenschaftler steigt so die Wahrscheinlichkeit, dass das Virus auf den Menschen überspringt.
KI sieht Ausbrüche kommen
Um Ausbrüche der Vogelgrippe besser vorhersagen und ihnen frühzeitig entgegenwirken zu können, hat das Forschungsteam der Universität Heidelberg ein Modell entwickelt, das verschiedene Indikatoren für einen möglichen Ausbruch zusammenführt. Für die Modellierung werden Methoden des maschinellen Lernens genutzt.
In der Publikation Nature beschreiben die Forschenden, dass das Modell mit Daten zu Ausbrüchen der Vogelgrippe trainiert worden ist, die zwischen 2006 und 2021 in Europa dokumentiert wurden. Alle Daten stammen aus dem World Animal Health Information System, ergänzt durch Klima- und Satellitendaten sowie sozioökonomische Indikatoren.
Die Heidelberger Wissenschaftlerinnen und Wissenschaftler identifizierten dabei folgende lokale Faktoren als potenzielle Ausbruchsindikatoren:
- Temperatur- und Niederschlagsbedingungen
- Wildvogelarten
- Dichte der Geflügelhaltung
- Beschaffenheit der Vegetation
- Wasserstände
Indem diese komplexen, in Abhängigkeit von Jahreszeit und Region miteinander wechselwirkenden Variablen zusammengeführt worden sind, haben die Forscherinnen und Forscher ein Ausbruchsmuster mit einer Genauigkeit von bis zu 94 % modelliert.
Präventivmaßnahmen möglich
„Die Kombination unseres Modellierungsansatzes mit einer gezielten Datenerhebung kann dazu beitragen, Hochrisikogebiete und Jahreszeiten, zu denen Ausbrüche der Vogelgrippe wahrscheinlich sind, genauer zu kartieren“, betont Joacim Rocklöv, Professor am Heidelberg Institute of Global Health (HIGH) der Medizinischen Fakultät Heidelberg.
Die Forschungsergebnisse könnten in Zukunft dazu genutzt werden, regionale Überwachungsprogramme in ganz Europa neu auszurichten und die Früherkennung von möglichen Ausbrüchen zu verbessern.
Ein Beitrag von:
