เครดิตรูปภาพ: NASA
ปีที่แล้วมีผู้เสียชีวิตจากโรคมาลาเรียมากกว่าหนึ่งล้านคนส่วนใหญ่อยู่ใน Sub-saharan Africa การระบาดของไข้เลือดออก, hantavirus, ไข้เวสต์ไนล์, ระแหงลีย์ไข้, และแม้แต่โรคระบาดยังโจมตีหมู่บ้านเมืองและภูมิภาคทั้งหมดเป็นครั้งคราว สำหรับคนหลายสิบหรือหลายร้อยคนที่ต้องทนทุกข์ทรมานจากความตายและคนที่รักของพวกเขาโรคเหล่านี้จะต้องเกิดขึ้นกับพวกเขาจากที่อื่น
แต่โรคเหล่านี้ไม่ได้เกิดขึ้นโดยไม่มีการสัมผัสหรือมีเหตุผล เมื่อมีการระบาดเกิดขึ้นบ่อยครั้งก็เป็นเพราะสภาพแวดล้อมเช่นปริมาณน้ำฝนอุณหภูมิและพืชพันธุ์เป็นจุดเริ่มต้นของการระบาดของประชากรในศัตรูพืชที่เป็นพาหะนำโรค ยุงหรือหนูหรือเห็บเจริญเติบโตและโรคที่พวกเขาดำเนินการแพร่กระจายอย่างรวดเร็ว
เหตุใดจึงไม่ดูปัจจัยสิ่งแวดล้อมเหล่านี้และเตือนเมื่อมีการระบาดของโรคที่รุนแรง? นักวิทยาศาสตร์ได้ถูกยั่วเย้าด้วยความเป็นไปได้นี้นับตั้งแต่มีการแสดงความคิดครั้งแรกโดยนักระบาดวิทยาชาวรัสเซียอี. เอ็น. Pavlovsky ในยุค 60 ตอนนี้ความรู้ด้านเทคโนโลยีและวิทยาศาสตร์กำลังไล่ตามความคิดนั้นและระบบเตือนภัยล่วงหน้าทั่วทั้งภูมิภาคสำหรับการระบาดของโรคดูเหมือนจะเข้าถึงไม่ได้
Ronald Welch ของศูนย์อุทกวิทยาและภูมิอากาศโลกของนาซ่าในฮันต์สวิลล์แอละแบมาเป็นหนึ่งในนักวิทยาศาสตร์ที่ทำงานเพื่อพัฒนาระบบเตือนภัยล่วงหน้า “ ฉันเคยไปยังพื้นที่ที่เป็นอันตรายทั้งในกัวเตมาลาและอินเดีย” เขากล่าว “ โดยปกติฉันถูกความยากจนในพื้นที่เหล่านี้แทบจะมองไม่เห็นในสหรัฐอเมริกา ผู้คนอบอุ่นและเป็นมิตรและพวกเขารู้สึกซาบซึ้งที่รู้ว่าเราอยู่ที่นั่นเพื่อช่วยเหลือ รู้สึกดีที่รู้ว่าคุณกำลังช่วยบรรเทาความเจ็บป่วยและป้องกันการเสียชีวิตโดยเฉพาะเด็ก ๆ ”
วิธีการใช้งานของ Welch และคนอื่น ๆ รวมข้อมูลจากดาวเทียมสิ่งแวดล้อมชั้นสูงกับงานโบราณ,“ กางเกงขาสั้นสีกากีและรองเท้าบูทฝุ่น” นักวิทยาศาสตร์ค้นหาและเที่ยวชมสถานที่ที่มีการระบาดของโรค จากนั้นพวกเขากลั่นกรองภาพถ่ายดาวเทียมเพื่อเรียนรู้ว่าสภาพที่เป็นมิตรกับโรคนั้นดูจากอวกาศได้อย่างไร จากนั้นดาวเทียมสามารถดูสภาพเหล่านั้นได้ทั่วทั้งภูมิภาคประเทศหรือแม้แต่ทวีปในขณะที่พวกเขาเลื่อนผ่านท้องฟ้าอย่างเงียบ ๆ วันละครั้งทุกวัน
ยกตัวอย่างเช่นในอินเดียที่ Welch กำลังทำการวิจัยเจ้าหน้าที่สาธารณสุขกำลังพูดถึงการตั้งค่าระบบเตือนภัยล่วงหน้าจากดาวเทียมทั่วประเทศ ในการประสานงานกับนักคณิตศาสตร์ Jia Li แห่งมหาวิทยาลัยอลาบามาที่ Huntsville และศูนย์วิจัยมาลาเรียของอินเดีย Welch หวังที่จะทำการศึกษานำร่องใน Mewat ซึ่งเป็นพื้นที่ชนบทส่วนใหญ่ของอินเดียทางตอนใต้ของนิวเดลี พื้นที่นี้มีประชากรมากกว่า 700,000 คนอาศัยอยู่ใน 491 หมู่บ้านและ 5 เมือง แต่มีขนาดเพียงสองในสามของเกาะโรดไอแลนด์
“ เราคาดว่าจะสามารถเตือนภัยที่มีความเสี่ยงสูงต่อหมู่บ้านหรือพื้นที่ที่กำหนดไว้ล่วงหน้าได้หนึ่งเดือน” เวลช์กล่าว "ธงสีแดง" เหล่านี้จะช่วยให้เจ้าหน้าที่สาธารณสุขมุ่งเน้นไปที่โปรแกรมการฉีดวัคซีนการพ่นยุงและความพยายามในการต่อสู้กับโรคอื่น ๆ ในพื้นที่ที่ต้องการมากที่สุดอาจป้องกันการระบาดก่อนที่จะเกิดขึ้น "
การระบาดเกิดจากปัจจัยหลายประการที่ทำให้สับสน
สำหรับสายพันธุ์ยุงที่มีไข้มาลาเรียในพื้นที่ศึกษาของ Welch เช่นฮอตสปอตการระบาดของโรคจะมีแอ่งน้ำนิ่งที่ยุงผู้ใหญ่สามารถฝากไข่ของพวกเขาเพื่อให้ผู้ใหญ่เป็นผู้ใหญ่ใหม่ได้ สิ่งเหล่านี้อาจเป็นแอ่งน้ำที่เกยตื้นบนดินที่หนาแน่นเหมือนดินเหนียวหลังจากฝนตกหนัก swamplands ที่ตั้งอยู่ใกล้ ๆ หรือแม้แต่ถังที่เต็มไปด้วยฝนมักจะถูกทิ้งไว้ข้างนอกโดยชาวบ้าน ฮอตสปอตของมาลาเรียจะอุ่นกว่า 18 องศาเซลเซียสเนื่องจากในสภาพอากาศที่เย็นกว่าปรสิตแบบ "พลาสโมเดียม" เซลล์เดียวที่ทำให้เกิดมาลาเรียทำงานช้าเกินไปที่จะผ่านวงจรการติดเชื้อก่อนที่ยุงตัวผู้ตายจะตาย แต่อากาศจะไม่ร้อนเกินไปมิฉะนั้นยุงจะต้องซ่อนตัวในที่ร่ม ความชื้นจะต้องอยู่ในช่วง 55% ถึง 75% ซึ่งยุงเหล่านี้ต้องการเพื่อความอยู่รอด โดยเฉพาะอย่างยิ่งจะมีวัวควายหรือปศุสัตว์อื่น ๆ ในระยะการบิน 1 กมยุงเพราะศัตรูพืชเหล่านี้ชอบกินเลือดสัตว์
หากเงื่อนไขเหล่านี้ตรงกันให้ระวัง!
การบันทึกเอกสารของปัจจัยเหล่านี้เช่นชนิดของดินและนิสัยการทิ้งถังในพื้นที่นั้นจำเป็นต้องมีการวางรากฐานเบื้องต้นโดยนักวิจัยในสาขานี้ ข้อมูลนี้ถูกเสียบเข้ากับระบบการทำแผนที่ด้วยคอมพิวเตอร์ที่เรียกว่าฐานข้อมูลระบบสารสนเทศภูมิศาสตร์ (GIS) งานภาคสนามยังต้องแสดงลักษณะของยุงในพื้นที่ มันกัดคนในบ้านหรือนอกบ้านหรือทั้งสองอย่าง? ปัจจัยอื่น ๆ เช่นตำแหน่งของทุ่งหญ้าเลี้ยงสัตว์และที่พักอาศัยของมนุษย์นั้นถูกใส่เข้าไปในแผนที่ GIS จากภาพถ่ายดาวเทียมความละเอียดสูงพิเศษจากดาวเทียมเชิงพาณิชย์เช่น Ikonos และ QuickBird ซึ่งสามารถมองเห็นวัตถุบนพื้นดินที่มีขนาดเล็กถึง 80 ซม. จากนั้นตัวแปรทั่วทั้งภูมิภาคเช่นอุณหภูมิปริมาณน้ำฝนชนิดพันธุ์พืชและความชื้นในดินได้มาจากข้อมูลดาวเทียมความละเอียดปานกลางเช่นจาก Landsat 7 หรือเซ็นเซอร์ MODIS บนดาวเทียม Terra ของ NASA (MODIS ย่อมาจาก Spectrometer ความละเอียดการถ่ายภาพความละเอียด)
นักวิทยาศาสตร์ป้อนข้อมูลทั้งหมดนี้เป็นแบบจำลองคอมพิวเตอร์ที่ทำงานบนแผนที่ดิจิตอลของภูมิประเทศ อัลกอริธึมทางคณิตศาสตร์ที่ซับซ้อนแสดงให้เห็นปัจจัยเหล่านี้ทั้งหมดและประเมินความเสี่ยงต่อการระบาด
ความสมบูรณ์พื้นฐานของวิธีการนี้ในการประเมินความเสี่ยงของโรคนั้นเกิดจากการศึกษาก่อนหน้านี้ กลุ่มจากมหาวิทยาลัยเนวาดาและสถาบันวิจัยทะเลทรายสามารถ "ทำนาย" อัตราการติดเชื้อกวาง - หนูทางประวัติศาสตร์โดยไวรัส Sin Nombre ที่มีความแม่นยำสูงถึง 80% ขึ้นอยู่กับชนิดและความหนาแน่นของพืชระดับความสูงและความชันของ คุณสมบัติทางบกและอุทกวิทยาทั้งหมดมาจากข้อมูลดาวเทียมและแผนที่ GIS การศึกษาร่วมกันของนาซ่าอาเมส / มหาวิทยาลัยแคลิฟอร์เนียที่เดวิสประสบความสำเร็จในอัตรา 90% ในการระบุว่านาข้าวในแคลิฟอร์เนียตอนกลางจะเพาะพันธุ์ยุงจำนวนมากและจะเพาะพันธุ์ได้น้อยลงตามข้อมูลของแลนด์แซท โครงการอาเมสอีกแห่งหนึ่งทำนายว่า 79% ของหมู่บ้านที่มียุงสูงในภูมิภาคเชียปัสของเม็กซิโกขึ้นอยู่กับลักษณะภูมิประเทศที่เห็นในภาพถ่ายดาวเทียม
การทำนายที่สมบูรณ์แบบจะไม่มีทางเป็นไปได้ เช่นเดียวกับสภาพอากาศปรากฏการณ์ของโรคมนุษย์นั้นซับซ้อนเกินไป แต่ผลลัพธ์ที่น่าสนับสนุนเหล่านี้ชี้ให้เห็นว่าการประมาณความเสี่ยงที่แม่นยำนั้นสามารถทำได้โดยการรวมงานภาคสนามที่ล้าสมัยเข้ากับเทคโนโลยีดาวเทียมล่าสุด
“ ชิ้นส่วนปริศนาที่จำเป็นทั้งหมดอยู่ที่นั่น” เวลช์กล่าวด้วยความหวังว่าอีกไม่นานการระบาดของโรคที่ดูเหมือนจะมา“ จากที่ไม่มีที่ไหนเลย” จะทำให้ผู้คนระวังตัวน้อยลง
แหล่งที่มาดั้งเดิม: เรื่องราววิทยาศาสตร์ของนาซา
