پیشبینی بیماریهای مهلک با کمک ماهواره
هرساله میلیونها نفر از مردم سراسر جهان به خاطر بیماریهایی ناعلاج از قبیل وبا و مالاریا جان خود را از دست میدهند.بیماریهای واگیردار،جمعیت جهانی را تحت تاثیر خود میگذارد و این پتانسیل را دارد که هزاران نفر را به کام مرگ بکشاند و اقتصاد جهانی را فلج کند.لذا استفاده از فناوریهای مختلف برای پیدا کردن محل این مشکلات امر مهمی به شمار میآید.اطلاعات و تصویرهای به دست آمده از ماهوارههای محلی میتوانند برای مدلسازی محل احتمالی وقوع بیماری به کار روند.این هشدارها میتوانند مسئولین مربوطه را در اقدامهای پیشگیرانه یاری کنند تا وضعیت را تحت کنترل داشته باشند.امروزه تعداد زیادی از ماهوارههای ناظر وجود دارند که دارای توانایی تهیه دادهها وتصاویر مرتبط هستند.پژوهشگران مدلی را بر پایه این اطلاعات به وجود آوردهاند و «بنیاد فضایی» بر این باور است که این توانمندیها باید به دست دولتها وسازمانهای بینالمللی به روز شوند و مورد حمایت قرار بگیرند، تا جایی که میشود نفعی به مردم برساند.
مراحلی توسط دادهها و تصاویر ماهوارهای برای جلوگیری از شیوع بیماریها انجام میشود که به عدم شیوع بیماری کمک میکند و هر کدام از این مراحل به ورودیها و پیشنیازهای مختلفی از جمله تعدادی متخصص و سرمایهگذار نیازمند است.
پیشبینی بیماری با کمک دادههای ماهوارههای سنجش از راه دور میتواند فرصت ویژهای را برای مبارزه با بیماری و نجات جان انسانها به وجود آورد و اطلاعات و تصویرهای به دست آمده از ماهوارههای محلی میتوانند برای مدلسازی محل احتمالی وقوع بیماری به کار روند.
ارتباط بین بیماری و فاکتورهای محیطی
ماهوارههای سنجش از راه دور نمیتوانند به طور مستقیم از شیوع بیماری جلوگیری کنند، بلکه آنها میتوانند دسته وسیعی از فاکتورها و معیارهای محیطی، مانند آبهای سطحی، رشد گونههای گیاهی و پدید آمدن سیل را شناسایی کنند.قبل از اینکه این مدل توسعه پیدا کند، باید ارتباط بین فاکتورهای محیطی و بوم شناسی عامل بیماری را یافت. در این ارتباط معمولا برای انتقال بیماری، شخص سوم، یا حامل برای انتقال بیماری لازم است.مالاریا، که از طریق پشهها سرایت میکند، مثال خوبی برای این موضوع است. پشهها روی آب زندگی میکنند، بنابراین با افزایش مقدار آبهای سطحی میزان زاد و ولد آنها هم بیشتر میشود. افزایش میزان آب سطحی و بارندگی، که میتواند توسط ماهوارههای سنجش از راه دور شناسایی شود، امکان پیشبینی برای شیوع مالاریا در منطقهای که در آنجا این بیماری وجود دارد را فراهم میکند.
این مدلها زمانی که دادههای منابع دیگر با هم جمع شوند و ارتباطی چندگانه بین فاکتورهای محیطی و بیماری ایجاد شود، نتایج موثرتر واقع میشوند.بنابراین بعضی از این مدلها پروسههای بیولوژیکی حساسیت، درمعرض بیماری قرارگرفتن، عفونت وبازیابی را درخود جا دادهاند.این مسئله مستلزم دانستن علت آسیبپذیر بودن افراد نسبت به یک بیماری خاص، راههای رودررویی افراد با این بیماری، فرآیند تاثیر عفونت در بدن و فرایند بازیابی ودرمان است.
این نکته که این مدل باید شامل اطلاعاتی درباره منطقه مورد نظر باشد اهمیت ویژهای دارد و اغلب بهطور مستقیم توسط دادههای به دست آمده از ماهواره گرفته میشود.برای مثال، پیشبینیهای مربوط به مناطقی که در خطر شیوع هستند باید تراکم جمعیت در سراسر آن منطقه را تحت نظر بگیرد.اگر منطقهای دارای شمار زیادی از حشرات و پشهها در حاشیه روستایی باشد، احتمال اینکه در این منطقه خطر شیوع مالاریا باشد، بیشتر از جاهای دیگر با تراکم کمتر است.
چیزی که این وابستگیها را مشخص میکند، دادههای ثبت شده در گذشته است که میتواند رابطه بین فاکتورهای محیطی و شیوع بیماریها را نشان دهد.بنابر تصاویر ماهوارهای و دادههای جمعیتی، جمعآوری دادههای مربوط به بیماریهای مسری مهم است که شامل اطلاعاتی راجع به زمان و مکان شیوع بیماری در گذشته بوده، تا بتواند این روابط را تایید کند.به دست آوردن این اطلاعات مخصوصا در مناطق روستایی و کشورهای درحال توسعه میتواند دشوار باشد.به دلیل گسترده بودن موارد و فاکتورهای محیطی که میتوانند روی پخششدن بیماری در مناطق مختلف تاثیر بگذارند، باید دادهها به اندازه گسترده بودن مناطق دارای تنوع و فراوانی باشند.مرحله اول، که شامل پیدا کردن و تایید ارتباط بیماری و فاکتورهای محیطی است، معمولا توسط پژوهشگران در سطح آکادمیک و همچنین دولتی انجام میپذیرد.