Nadir görülen kemirgen kaynaklı hantavirüs, son zamanlarda bir cruise gemisinde ölümcül salgına neden oldu. Bu durum, halkın virüs hakkındaki endişelerini artırdı. Uzmanlar, hantavirüsün bulaşma yolları, belirtileri ve korunma önlemleri hakkında önemli bilgiler paylaşıyor. Virüs, kemirgen dışkısı ve idrarından havaya karışan partiküller yoluyla insanlara bulaşabiliyor. Erken teşhis kritik öneme sahip olsa da, virüsün genel popülasyon için risk seviyesi düşük olarak değerlendiriliyor. Ancak doğa sporları yapanlar ve kırsal bölgelerde yaşayanlar daha dikkatli olmalı.

Salgınlar tarih boyunca insanlığı derinden etkilemiş, bu nedenle matematiksel modellerin geliştirilmesi kritik önem taşımaktadır. Yeni bir araştırma, aşılamanın dahil edildiği sürekli SIRS (Duyarlı-Enfekte-İyileşen-Duyarlı) modelini kullanarak salgın sönümlenme koşullarını inceliyor. Model, bağışıklığın zamanla azalması sonucu yeniden enfeksiyonu da göz önünde bulunduruyor. Araştırmacılar, enfeksiyon oranı, iyileşme hızı ve bağışıklık kaybı gibi farklı parametrelerin salgının sürmesi veya sönmesi üzerindeki etkilerini analiz ediyor. Çalışma özellikle sürekli popülasyon modellerinin sınırlarına odaklanıyor ve enfekte birey oranının çok düşük seviyelere inmesi durumunda ortaya çıkan sorunları ele alıyor. Bu tür matematiksel modeller, gelecekteki salgın yönetimi stratejilerinin geliştirilmesinde önemli rol oynayabilir.

Kapsamlı bir laboratuvar verisi analizi, COVID-19 salgınının başlangıcında beyni hedef alan otoimmün antikorların dramatik şekilde arttığını ortaya koydu. Araştırma, bu tehlikeli antikor saldırılarının salgının ilk dalgasında ciddi artış gösterdiğini, ancak toplumsal bağışıklık gelişimi ve aşılama oranlarının yükselmesiyle birlikte normal seviyelere döndüğünü gösteriyor. Bu bulgular, COVID-19'un sadece solunum sistemi üzerindeki etkilerinin yanı sıra, immün sistemin kendi beyin dokularına saldırmasına neden olabileceğini kanıtlıyor. Otoimmün beyin iltihabı vakaları, salgının erken döneminde normal seviyelerin iki katına çıkarken, bu durum virüsün nörolojik etkilerinin ne kadar ciddi olabileceğini gözler önüne seriyor.

Araştırmacılar, grip salgınlarının seyrini tahmin etmek için yenilikçi bir yapay zeka yaklaşımı geliştirdiler. Influpaint adlı sistem, salgın verilerini görsel imgeler haline dönüştürerek öğrenen difüzyon modellerini kullanıyor. Bu yöntem, geleneksel istatistiksel modellerin aksine çok boyutlu belirsizlikleri yakalayabiliyor ve yeni eğilimleri öngörebiliyor. Sistem, grip sezonlarını uzamsal-zamansal görüntüler olarak kodlayarak, piksel yoğunluğunun vaka sayısını temsil ettiği bir yapı oluşturuyor. Hem gerçek sürveyans verilerinden hem de simülasyon verilerinden öğrenen hibrit yaklaşım, hastalık dinamiklerinin zengin bir dağılımını öğreniyor. Tahminleme süreci, kısmi gözlemlerden koşullu üretim görevi olarak tasarlanmış. Retrospektif değerlendirmelerde mevcut topluluk yöntemleriyle rekabet edebilir doğruluk seviyesine ulaşan sistem, 2023-2025 ABD CDC FluSight yarışmalarında gerçek zamanlı testlerden geçiyor.

Amerika'da milyonlarca dolar kızamık salgınlarını tahmin eden bahislere yatırılıyor. Araştırmacılar, bu tahmin piyasalarından elde edilen verilerin hastalık yayılımını modellemede değerli bilgiler sağlayabileceğini düşünüyor. Bahisçilerin toplu zekası, geleneksel epidemiyolojik modellerin yanında yeni bir veri kaynağı oluşturabilir. Bu yaklaşım, halk sağlığı uzmanlarının gelecekteki salgınları daha iyi öngörmelerine ve önlem almalarına yardımcı olma potansiyeli taşıyor. Tahmin piyasaları, finansal piyasalardaki fiyatlandırma mekanizmalarına benzer şekilde, katılımcıların bireysel bilgi ve sezgilerini toplu bir öngörüye dönüştürüyor.

Paris çevresindeki antik mezarlardan elde edilen DNA analizleri, MÖ 3000 yıllarında yaşanan dramatik bir nüfus değişimini ortaya çıkardı. Araştırmalar, bölgede yaşayan toplulukların tamamen yok olup yerlerini güney kökenli yeni grupların aldığını gösteriyor. İki topluluk arasında hiçbir genetik bağlantı bulunmaması, tarihöncesi dönemde büyük bir toplumsal çöküş yaşandığına işaret ediyor. Bu değişim sadece nüfus yapısını etkilemekle kalmamış, aile merkezli gömü geleneklerini sona erdirmiş ve Avrupa'nın megalit yapı ustalarının ortadan kaybolmasıyla eş zamanlı gerçekleşmiş. Erken dönem veba salgınları da dahil olmak üzere hastalıkların bu süreçte rol oynadığı düşünülse de, bu büyük değişimin tek nedeni olmadığı anlaşılıyor.

Marburg virüsü, Mısır meyve yarasalarından insanlara bulaşabilen ölümcül bir hastalık. Uganda'daki Python Mağarası bu virüsün doğal rezervuarı olarak biliniyor. Araştırmacılar bu tehlikeli mağarayı izlediklerinde şaşırtıcı bir durumla karşılaştılar: onlarca kişi güvenlik kurallarını hiçe sayarak korunmasız şekilde mağaraya giriyordu. Bu durum, virüsün yarasa kolonilerinden yerel topluma sıçraması için ideal koşullar yaratıyor. Çalışma, gelecekteki salgınların nasıl önlenebileceği konusunda önemli ipuçları sunuyor.

Araştırmacılar, yapay zekanın bilgi arama sürecini kendi kontrol edebileceği yenilikçi bir sistem geliştirdi. GRIP adlı bu framework, geleneksel yapay zeka sistemlerinin aksine, modelin ne zaman bilgi araması gerektiğine, hangi soruları sorması gerektiğine ve ne zaman durması gerektiğine kendi karar vermesini sağlıyor. Sistem, bilgi arama ve mantıksal çıkarım süreçlerini tek bir akış içinde birleştirerek, daha akıllı ve özerk yapay zeka uygulamaları için yeni bir yol açıyor. Bu yaklaşım, AI'ın insan benzeri bir şekilde bilgiyi dinamik olarak keşfetmesine olanak tanıyor.

COVID-19 pandemisi sırasında ilginç bir durum gözlemlendi: koronavirüs vakalarının artmasıyla birlikte grip vakalarında ciddi azalma yaşandı. Araştırmacılar bu durumu matematiksel modeller kullanarak incelediler ve 'davranışsal yayılım etkisi' adını verdikleri yeni bir fenomen tanımladı. Bu etki, bir hastalığa karşı alınan önlemlerin (maske takma, sosyal mesafe gibi) diğer hastalıkların yayılımını da etkilemesi anlamına geliyor. Çalışma, hastalıklar arasındaki davranışsal bağımlılıkların epidemiyolojik dinamikleri nasıl şekillendirdiğini gösteriyor ve halk sağlığı stratejilerinde çoklu hastalık yaklaşımının önemini vurguluyor.

Bilim insanları, salgın hastalıklarda ilk enfekte olan kişiyi (sıfır hasta) tespit etmek için yenilikçi bir geometrik yöntem geliştirdi. Johnson-Lindenstrauss projeksiyonlarını kullanan bu yaklaşım, karmaşık sosyal ağları düşük boyutlu uzaylara sıkıştırarak enfeksiyon kaynağını belirliyor. Bağımsız kaskad modelinde çalışan sistem, enfekte kişilerin ağırlık merkezine en yakın düğümü kaynak olarak tahmin ediyor. Erdős-Rényi grafları üzerinde yapılan simülasyonlar, bu yöntemin sıkıştırılmış verilerle bile anlamlı doğruluk oranları yakaladığını gösteriyor. Bu gelişme, gelecekteki salgınlarda hızlı müdahale ve kontrol stratejileri için önemli bir araç sunuyor.

Araştırmacılar, tüberküloz salgınının yayılımını modellemek için yapay zeka destekli yeni bir yaklaşım geliştirdi. Fizik-Güdümlü Sinir Ağları (PG-NODE) adlı bu yöntem, klasik epidemiyolojik modellerin sabit parametreli yapısının ötesine geçerek, hastalığın zaman içindeki değişken dinamiklerini öğrenebiliyor. Yılda 1,3 milyon ölüme ve 10,6 milyon yeni enfeksiyona neden olan tüberküloz için geliştirilen sistem, geleneksel SLIR modelini (Duyarlı-Gizli-Enfektif-İyileşen) sinir ağları ile birleştiriyor. Bu hibrit yaklaşım, biyolojik kısıtlamaları korurken, gerçek dünya verilerindeki heterojenliği ve öngörülemeyen etkileri de hesaba katabiliyor.