การศึกษา Divide-and-conquer: machine-learning integrates mammalian and viral traits with network features to predict virus-mammal associations โดยมหาวิทยาลัย Liverpool เผยแพร่ใน Nature Communications ระบุว่า AI สามารถคาดการณ์ความสัมพันธ์ (ที่มนุษย์ยังไม่อาจหยั่งรู้) ระหว่างไวรัสและสปีชีส์สัตว์เลี้ยงลูกด้วยนมที่ติดเชื้อโรคง่าย มากกว่า 20,000 กรณี หรือมากกว่า 5 เท่าที่เรารู้ ณ ปัจจุบัน
โดยข้อมูลที่ได้จะสามารถนำมาช่วยนักวิทยาศาสตร์ในโครงการเฝ้าระวังโรค (disease surveillance programmes) เพื่อลดการระบาดของโรคสัตว์สู่คนและโรคทางปศุสัตว์ (zoonotic and livestock diseases) ที่เกิดจากไวรัสที่มีอยู่ได้
สืบเนื่องจากว่า มีไวรัสเป็นหลักพันหลักหมื่นที่ส่งผลกระทบต่อสัตว์เลี้ยงลูกด้วยนม แต่ยังคงมีน้อยกว่า 1% ที่ถูกค้นพบในวันนี้ ส่วนการแพร่เชื้อของไวรัสแต่ละตัวก็ส่งแรงกระเพื่อมไม่เหมือนกันเสียทีเดียว กล่าวคือ ไวรัสบางตัว อาทิ ไวรัสเอดส์ในคน (human immunodeficiency virus) และไวรัสเอดส์ในแมว (feline immunodeficiency virus) สามารถรุกรานร่างกายของเจ้าบ้าน/สัตว์ที่ติดเชื้อ (host) ได้น้อยชนิดสัตว์ ขณะที่ ไวรัสบางตัว อาทิ ไวรัสพิษสุนัขบ้า ไวรัสเวสต์ไนล์ สามารถรุกรานร่างกายของเจ้าบ้าน/สัตว์ที่ติดเชื้อได้หลากชนิด
จึงกล่าวได้ว่าจำนวนชนิดของสัตว์ที่ไวรัสสามารถเข้าไปแพร่เชื้อได้ (host range) เป็น ‘ตัวทำนาย’ เบื้องต้นว่าไวรัสดังกล่าวเข้าขั้นเป็นตัวการที่ก่อให้เกิดการข้ามโรคจากสัตว์สู่คนหรือไม่ ทว่า ‘ความรู้ความเข้าใจของมนุษย์ในส่วนนี้ยังคงมีข้อจำกัด’ Dr Maya Wardeh นักวิจัยจากสถาบันการติดเชื้อ สัตว์แพทย์ และนิเวศวิทยา มหาวิทยาลัย Liverpool ชี้แจง และนั่นจึงนำมาซึ่งการพัฒนา AI เพื่ออุดช่องโหว่ของความรู้ในส่วนนี้ โดย AI ถูกนำมาใช้เพื่อคาดการณ์ความสัมพันธ์และความเชื่อมโยงระหว่างไวรัสที่มนุษย์มีความรู้ความเข้าใจอยู่แล้ว กับสปีชีส์สัตว์เลี้ยงลูกด้วยนมที่ติดเชื้อโรคง่าย (susceptible hosts) ด้วยกรอบ 3 มุมมอง ได้แก่ ไวรัสแต่ละตัว สัตว์เลี้ยงลูกด้วยนมแต่ละตัว และเครือข่ายที่เป็นจุดเชื่อมไวรัสกับสัตว์เลี้ยงลูกด้วยนม
จุดที่ค้นพบคือ ยังคงมีข้อมูลบางส่วนที่มนุษย์ไม่สามารถมองเห็น-พยากรณ์ได้เท่ากับที่ AI คาดการณ์ โดยพบว่ามีความสัมพันธ์ระหว่างไวรัสสัตว์สู่คนกับสัตว์ป่าและสัตว์กึ่งสัตว์เลี้ยง (semi-domesticated mammals) มากกว่า 5 เท่าจากที่มนุษย์รู้ ทั้งนี้ ผลการศึกษายังรวมถึงการคาดการณ์ไวรัสในสัตว์เศรษฐกิจ-ปศุสัตว์ และสัตว์เลี้ยงด้วย
ทางผู้ศึกษาวิจัยเล็งเห็นว่า โมเดลการคาดการณ์นี้จะเป็นเครื่องมือที่สำคัญที่จะช่วยประเมิน ‘ความเป็นไปได้’ ของผู้คน/สัตว์ที่อาจจะติดเชื้อ อันจะนำไปสู่การระบุเหตุและลดความเสี่ยงของโรคสัตว์สู่คน ตลอดจนโรคทางปศุสัตว์ในอนาคตได้
โดยเฉพาะอย่างยิ่งที่ในวันนี้ มนุษย์มีประสบการณ์ที่เห็นได้ชัดจากการระบาดของโรคอุบัติใหม่ล่าสุด ซึ่งเป็นตัวอย่างของความเสี่ยงที่มีมากขึ้นจากไวรัสสัตว์สู่คนนั่นเอง
อ่านบทความที่เกี่ยวข้อง
● ความขัดแย้งระหว่างคนกับสัตว์ป่า’ (human-wildlife conflict) หนึ่งตัวการชะลอความก้าวหน้าของ SDGs
● WHO จัดตั้ง ‘ศูนย์เฝ้าระวังโรคระบาดระดับโลก’ ณ กรุงเบอร์ลิน หวังสกัดโรคระบาดในอนาคตได้รวดเร็วมากขึ้น
ประเด็นดังกล่าวเกี่ยวข้องกับ
#SDG3 สุขภาพและสุขภาวะที่ดี
– (3.3) ยุติการแพร่กระจายของโรคติดต่อ ภายในปี 2573
– (3.d) ส่งเสริมขีดความสามารถของทุกประเทศ โดยเฉพาะประเทศกำลังพัฒนา ในเรื่องการแจ้งเตือนล่วงหน้า การลดความเสี่ยง และการบริหารจัดการความเสี่ยงด้านสุขภาพในระดับประเทศและระดับโลก
#SDG9 การสนับสนุนการพัฒนาเทคโนโลยี การวิจัย และนวัตกรรมในภาพรวม
