Search
רוב האנשים לא מודעים למיקומי מרכז הקירור למרות הגדלת תדירות גלי החום

שילוב של פוסטים במדיה חברתית ומודלי למידה מבוססי שנאי לאיתור סיכוני מכת חום ביפן

מכת חום מהווה סיכון בריאותי משמעותי, במיוחד בתנאי טמפרטורה קיצוניים. ככל שהטמפרטורות הגלובליות עולות כתוצאה משינויי אקלים, התדירות וחומרת גלי החום עלו, מה שהעלו אוכלוסיות פגיעות בסיכון גבוה יותר. שינוי זה מדגיש את הצורך בשיטות יעילות בזמן אמת לגילוי מוקדם ותגובה לסיכוני מכת חום, ומבטיחים התערבות בזמן והפחתת ההשפעה של האיומים העולים הללו. אמנם מחקרים קודמים הדגישו את הפוטנציאל של פוסטים במדיה החברתית, כמו ציוצים, כדי להציע תובנות בזמן אמת על אירועים שונים, אך יישומה בגילוי סיכוני מכת חום לא נבדק.

כדי להתמודד עם פער זה, צוות חוקרים, בראשותו של פרופסור סומיקו אנו מבית הספר לתארים מתקדמים ללימודי סביבה גלובליים, אוניברסיטת סופיה, יפן, יחד עם ד"ר יושיטוגו קימורה, ינאגי פרלס, יפן וד"ר סאטרו, אוניברסיטת צ'ובו, יפן, רתמה את הפוטנציאל של שילוב של פוסטים במדיה חברתית ומודלי למידה מבוססי שנאי לאיתור סיכוני מכת חום בעיר נגויה, יפן. הממצאים שלהם פורסמו ב דוחות מדעיים ב- 4 בינואר 2025.

החוקרים השתמשו במודלים של למידה עמוקה מבוססי שנאי, כולל ברט, רוברטה ולוק יפנית Base Lite, יחד עם מודל למידת מכונה (מכונת וקטור תמיכה או SVM) כדי לזהות ציוצים המכילים את המילה "חם" ביפנית. הצוות אסף בהצלחה כ- 27,040 ציוצים במשך תקופה של חמש שנים באמצעות API בטוויטר. על ידי עיבוד מראש של נתוני הטקסט ויישום טכניקות מתקדמות עמוקות ולמידה של מכונות, המודלים היו מאומנים וכוונו עדינים כדי לזהות ציוצים הקשורים לאירועי מכת חום. מודלים אלה הוערכו באמצעות מדדי ביצועים מרכזיים כמו דיוק, דיוק, זיכרון וציון F1.

בין הדגמים שנבדקו, Luke Japanse Base Lite השיגה את מדדי הביצועים הגבוהים ביותר ברמת דיוק של 85.52%, ואחריה Bert-Base (84.04%) ורוברטה-בסיס (83.88%). ואילו, מודל קו הבסיס של SVM הראה את הביצועים הנמוכים ביותר, ברמת דיוק של 72.73%.

בנוסף, השימוש בהדמיות של חלל זמן ובווידיאו אנימציה הציג את הפוטנציאל למעקב מבוסס אירועים בזמן אמת. באמצעות מיפוי מיקומי פינוי רפואי חירום הקשור למכת חום והתאמתם עם ציוצים מתויגים גיאוגרפיים, המחקר הדגים כיצד נתוני המדיה החברתית יכולים לספק מערכת אזהרה מוקדמת לסיכוני מכת חום בסביבות עירוניות.

פרופ 'אנו מסביר, "על ידי מינוף פוסטים במדיה החברתית, אנו יכולים לשפר את מערכות המעקב אחר בריאות הציבור ולהקל על הגילוי המוקדם של סיכוני מכת חום. הממצאים שלנו מדגישים את החשיבות של ניטור נתונים בזמן אמת כדי להילחם באתגרי הבריאות שמציבים שינויי אקלים"

המחקר מדגיש את הפוטנציאל של שילוב ציוצים יפניים ומודלי שפה מבוססי שנאי מבוסס-שנאי למעקב אחר בריאות הציבור. הביצועים המעולים של לוק באיתור ציוצים הקשורים למכת חום מרמזים על כדאיותו במעקב אחר סיכוני מכת חום במהלך גלי חום. יתר על כן, הדמיות המרחב בזמן הדגימו כיצד ניתן לשלב מדיה חברתית עם נתוני תגובת חירום כדי לשמש כלי איתור מוקדם לאירועי מזג אוויר קיצוניים.

מחקר זה פותח את הדלת ליישומים עתידיים של למידה עמוקה ומודעות מדיה חברתית למערכות ניטור בריאות בזמן אמת. ככל ששינויי האקלים מתעצמים, היכולת לגילוי מוקדם ותגובה לסיכוני מכת חום עשויה להפוך לכלי מכריע בשמירה על בריאות הציבור. במבט קדימה, הצוות מתכנן להקים מערכת אזהרה מוקדמת למכת חום במחוז איצ'י, במטרה להרחיב בסופו של דבר מערכת זו למערכת התראה בפריסה ארצית עבור יפן. צעדים עיקריים בהשגת זה יכללו שיתוף פעולה עם הרשויות המקומיות לאיסוף נתוני מכת חום וביצוע ניתוחים מרחביים -פורמליים בכל המחוזות. "ניתן להרחיב ולהתאים את המתודולוגיה שלנו לניטור מחלות זיהומיות המתעוררות מחדש, תוך הרחבת יישומה במעקב אחר בריאות הציבור "," מסכם פרופ 'אנו.

דילוג לתוכן