Forskare från North Carolina State University har utvecklat en algoritm som kan ge grisfarmer förvarning om utbrott av svinepidemi diarrévirus (PEDV). proof-of-concept-algoritmen har potential att användas i realtidsförutsägelse av andra sjukdomsutbrott hos födodjur.

PEDV är ett virus som orsakar hög dödlighet hos föravvanda smågrisar. Viruset dök upp i USA 2013 och hade 2014 infekterat cirka 50 procent av avelsbesättningarna. PEDV överförs genom kontakt med förorenat fekalt material.

Gustavo Machado, biträdande professor i befolkningshälsa och patobiologi vid NC State och motsvarande författare till en artikel som beskriver arbetet, utvecklat en pipeline som använder maskininlärningstekniker för att skapa en algoritm som kan förutsäga PEDV-utbrott i rum och tid.

Machado, med kollegor från University of Minnesota och Brasiliens Universidade Federal do Rio Grande do Sul, använde veckodata om incidens på gårdsnivå från suggårdar för att skapa modellen. Uppgifterna inkluderade alla typer av grisrörelser, svintäthet, och miljö- och väderfaktorer som växtlighet, vindhastighet, temperatur och nederbörd.

Forskarna tittade på "kvarter" som definierades som en 10-kilometers radie runt suggårdar. De matade modellen med information om utbrott, djurförflyttningar till varje stadsdel och miljöegenskaperna i varje stadsdel. I sista hand, deras modell kunde förutsäga PEDV-utbrott med ungefär 80 procents noggrannhet.

Den viktigaste riskfaktorn för att förutsäga PEDV-spridning var grisrörelser in i och genom grannskapet på 10 km, även om grannskapsmiljön – inklusive sluttningar och vegetation – också påverkade risken.

"Denna proof-of-concept-modell identifierade PEDV-spridningsflaskhalsen i North Carolina och gjorde det möjligt för oss att rangordna infektionsriskfaktorer i ordningsföljd, " säger Machado. "När vi får mer data från andra gårdssajter över hela USA, vi förväntar oss att modellens noggrannhet ökar. Vårt slutmål är att ha nära realtid riskförutsägelser så att bönder och veterinärer kan ge förebyggande vård till högriskområden och fatta beslut baserat på data."

Nästa steg för forskarna inkluderar att förbättra modellen för att förutsäga ett bredare spektrum av sjukdomar och utöka den till att omfatta andra industrier, såsom fjäderfä.

Verket dyker upp i Vetenskapliga rapporter .