Dünya Sağlık Örgütü'ne göre tüberküloz, 2023'te muhtemelen COVID-19'u geride bırakarak küresel olarak enfeksiyöz hastalıkların en büyük ölüm nedeni haline geldi. Her yıl 10 milyondan fazla kişi TB teşhisi alıyor ve yetişkin vakaların %62,5'i erkeklerde görülüyor. Araştırmacılar, bu cinsiyet farkının nedenlerini anlamak için yeni bir çok ölçekli matematiksel çerçeve geliştirdi. Bu model, immün tepki farklılıkları gibi vücut içi faktörlerle, tedaviyi tamamlama oranları gibi toplumsal faktörleri birlikte analiz ediyor. TB'nin erkeklerde kadınlara göre neredeyse iki kat daha sık görülmesinin arkasındaki karmaşık mekanizmaları anlamak, gelecekte daha etkili tedavi stratejileri geliştirilmesi açısından kritik önem taşıyor.

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.