وتقدم طريقة جديدة للتنبؤ بتفشي الملاريا من خلال دمج متغيرات تعتمد على درجات الحرارة والارتفاع عن سطح البحر ضمن نماذج الأمراض التقسيمية، ما يسمح بمحاكاة أكثر واقعية لكيفية انتشار المرض، خاصة في المناطق المعرضة لتقلبات المناخ. كما تضمن فريق البحث كلاً من: أديثيا راجناريانان، ومانوج كومار، والدكتور عبدالصمد اتريضان.
حيث استخدموا أدوات متقدمة من الذكاء الاصطناعي، مثل الشبكات العصبية الاصطناعية «ANNs»، والشبكات العصبية المتكررة«RNNs»، والشبكات العصبية المستندة إلى الفيزياء «PINNs»، وذلك لتعزيز دقة التنبؤات.
كما أدخلت الدراسة تقنية تحليل الأنماط الديناميكية «DMD» لاستنتاج مؤشر فوري لأخطار العدوى، ما يوفر للجهات الصحية أداة قيمة للتدخل المبكر وتخطيط الموارد. وقال الدكتور عبدالصمد اتريضان من جامعة الإمارات: إن الدراسة تُظهر الإمكانات الكبيرة للذكاء الاصطناعي عند دمجه مع النماذج الوبائية التقليدية.
وأضاف أنه من خلال إدراج التأثيرات البيئية مباشرة في دوال الانتقال، يعكس نموذجنا السلوك الواقعي والمعقد لانتشار الملاريا، ما يوفر وسيلة أكثر دقة وفاعلية لتتبع المرض في الوقت المناسب.
وتلبي الدراسة حاجة عالمية متزايدة لتطوير أدوات أكثر دقة لتوقع الأمراض المعدية، خصوصاً في مناطق مثل أفريقيا جنوب الصحراء، التي تسجل نحو 94 % من حالات الإصابة بالملاريا.