शास्त्रज्ञांना मोठं यश! कोरोनासारख्या भविष्यातील महासाथीला रोखण्याचा मार्ग सापडला
मंडे टू मंडे वृत्तसंकलन ।
मुंबई (विशेष प्रतिनिधी)। सध्या कोरोनाच्या संसर्गाने जगभर थैमान घातलं असून, त्यामुळे सर्वत्र चिंतेचं वातावरण आहे. शास्त्रज्ञ तसंच वैद्यकीय तज्ज्ञांनी या विषाणूचं स्वरूप ओळखून, त्याचा संसर्ग ओळखण्याच्या दृष्टीने तातडीने संशोधन करून अनेक पद्धती निश्चित केल्या. त्यामुळे यावर काही प्रमाणात नियंत्रण मिळवता आलं; पण आता पुन्हा संसर्गाने डोकं वर काढलं आहे. या महासाथीशी लढता लढता आता पुढील महासाथीला रोखण्याचा मार्गही सापडला आहे. मशिन लर्निंग म्हणजे कृत्रिम बुद्धिमत्तेचा एक प्रकार आहे. मशिन लर्निंग म्हणजे असं गणितीय मॉडेल की ज्यात कम्प्युटर्सना वेगवेगळ्या प्रकारच्या माहितीचे सेट्स दिले जातात आणि त्यामधला परस्परसंबंध शोधून समस्या सोडवण्याच्या दृष्टीने स्वतःच शिकण्याचं प्रशिक्षण त्यांना दिलं जातं.
साथीच्या उद्रेकानंतर टेस्टिंगच्या धोरणांत सुधारणा करण्यासाठी, तसंच कोणाला टेस्टिंगची गरज लागेल, याचा तर्क लावण्यासाठी स्वीडनमधल्या ‘युनिव्हर्सिटी ऑफ गोथेनबर्ग’ने एक पद्धत विकसित केली आहे. तुलनेने मर्यादित माहिती असली, तरी ही पद्धत काम करू शकते. संसर्ग झालेली व्यक्तीच्या संपर्कातल्या व्यक्ती कोण आहेत, ही व्यक्ती कोणाच्या जवळून संपर्कात आली होती, तसंच कुठे आणि किती वेळ संपर्कात आली होती, आदी माहितीचा वापर या अभ्यासात करण्यात आला. कोरोनासारखी कोणती महासाथ भविष्यात आली, तर काय करण्याची आवश्यकता आहे, याचे अनेक धडे या कोरोना महासाथीतून मिळाले आहेत. त्यातला एक महत्त्वाचा धडा म्हणजे टेस्टिंगच्या पद्धती प्रभावी असण्याची गरज. ती गरज पूर्ण करण्यासाठी मशिन लर्निंगचा उपयोग करता येऊ शकेल आणि त्याचा उपयोग साथीवर नियंत्रण मिळवण्यासाठी होऊ शकेल, असं एका नव्या अभ्यासातून दिसून आलं आहे. या पद्धतीचा वापर केल्यास संसर्ग लवकरात लवकर आटोक्यात आणता येऊ शकतो, असं शास्त्रज्ञांच्या लक्षात आलं आहे. सरसकट टेस्टिंग करत गेलं, तर संसर्गाची साथ अनियंत्रितपणे पसरते आणि अधिकाधिक व्यक्तींना संसर्ग होतो. त्यामुळे ही नवी पद्धत प्रभावी ठरू शकते, असं शास्त्रज्ञांना वाटतं. डेमॉग्राफिक डेटा, वय, आरोग्याच्या समस्या आदी माहिती आपल्याला प्रत्यक्षात या पद्धतीचा वापर करताना सिस्टीमला देता येऊ शकते. त्यामुळे या पद्धतीचा प्रभाव अधिक वाढू शकतो, असं शास्त्रज्ञांचं म्हणणं आहे.
संसर्ग होऊन बरा झाल्यानंतर संबंधित व्यक्तींच्या शरीरात निर्माण होणारी प्रतिकारशक्ती तात्पुरती असेल, तर त्या लोकसंख्येत पुन्हा संसर्ग होण्याला आळा घालण्यासाठीही ही पद्धत उपयुक्त ठरू शकते. युनिव्हर्सिटी ऑफ गोथेनबर्गमध्ये फिजिक्स विषयात डॉक्टरेट करत असलेल्या लॉरा नताली यांच्या नेतृत्वाखाली हा अभ्यास करण्यात आला. त्या म्हणतात, ‘भविष्यातल्या अशा संभाव्य महामारीवर चांगल्या पद्धतीने नियंत्रण मिळवण्याच्या दृष्टीने आणि त्यासाठी ‘शट डाउन’ करण्याची गरज भासणार नाही, असा उपाय शोधण्याच्या दिशेने हे पहिलं पाऊल आहे.’ एखाद्या विशिष्ट वयोगटाला किंवा एखाद्या विशिष्ट भौगोलिक प्रदेशाला संसर्गाचा जास्त धोका आहे का, त्यासाठी तिथे टेस्टिंग आवश्यक आहे का, याबद्दलचं नेमकं भाकीतही या पद्धतीने करता येऊ शकेल. ‘जेव्हा मोठी साथ येते, तेव्हा रोगबाधित व्यक्ती तातडीने ओळखून त्यांना वेगळं करणं गरजेचं असतं. सरसकट टेस्टिंगमध्ये ते साध्य न होण्याचा धोका असतो. विशिष्ट लक्ष्य ठेवून टेस्टिंग केलं गेलं, तर कमी वेळात अधिक संसर्गग्रस्त व्यक्ती शोधता येतील आणि पुढचा संभाव्य प्रसार टाळता येऊ शकेल. अशा प्रकारची यंत्रणा विकसित करण्यासाठी मशीन लर्निंग वापरता येऊ शकेल,’ असं लॉरा यांनी सांगितलं.
