Sử dụng dữ liệu vệ tinh của NASA để dự đoán sự bùng phát bệnh sốt rét

Trong rừng nhiệt đới Amazon, một vài động vật nguy hiểm đến người như muỗi truyền bệnh sốt rét. Các nhà nghiên cứu thuộc trường đại học đã chú ý tới dữ liệu từ các vệ tinh quan sát Trái đất của NASA để có thể theo dõi các loại sự kiện của con người và môi trường thường xảy ra trước một vụ dịch sốt rét. Với kinh phí từ Chương trình Khoa học Ứng dụng của NASA, họ đang hợp tác với chính phủ Peru để phát triển một hệ thống sử dụng dữ liệu vệ tinh và các dữ liệu khác để dự báo các vụ bùng phát ở mức hộ gia đình hàng năm trước và ngăn ngừa dịch.

Hệ thống dự đoán dịch sốt rét sử dụng dữ liệu ảnh vệ tinh tại Peru. Nguồn: NASA

Dự đoán những con muỗi truyền sốt rét sẽ nảy nở dựa vào việc xác định các khu vực có nhiệt độ không khí nóng và nước tĩnh lặng, chẳng hạn như ao và vũng nước mà muỗi có thể đẻ trứng. Các nhà nghiên cứu làm việc với hệ thống Land Data Assimilation System (LDAS) được hỗ trợ bởi NASA và các tổ chức khác. Các vệ tinh của NASA, như Landsat, đo lượng mưa toàn cầu (GPM), và Terra và Aqua, đóng vai trò là đầu vào cho LDAS, từ đó cung cấp thông tin liên tục về lượng mưa, nhiệt độ, độ ẩm đất và thảm thực vật trên toàn thế giới.

Thông qua các bản đồ lớp phủ từ vệ tinh, LDAS cũng theo dõi một chỉ số chính cho sự bùng phát sốt rét trong tương lai: nạn phá rừng, đặc biệt khi có sự tham gia của phát triển đường bộ. Khi xây dựng các con đường, các xe ủi đất đào rãnh để xử lý cây cối và các chất thải thực vật khác; khi tràn đầy nước mưa, những mương trở thành nơi gây muỗi. Khi những người bị nhiễm bệnh đi qua những con đường này và truyền bệnh cho muỗi Anopheles, một ổ dịch có thể xảy ra.

Tuy nhiên, bản đồ phân bố số lượng muỗi truyền bệnh vẫn chưa đủ để dự đoán bệnh dịch. Việc tìm ra nơi mà người dân đang bị nhiễm bệnh là mấu chốt của hệ thống dự báo sốt rét, và Pan đang phát triển một mô hình thống kê dựa trên khu vực và một mô hình chi tiết hơn để nhắm mục tiêu vào các điểm nóng này.

Đối với mô hình vùng, các trường hợp sốt rét được báo cáo được kết hợp cùng với ước tính dân số của mỗi quận và các giả định về nơi mọi người đang di chuyển dựa trên các nghiên cứu di dân theo mùa. Việc tích hợp dữ liệu môi trường thông qua LDAS không chỉ đặt các con muỗi trên bản đồ mà còn giúp thông tin cho sự di chuyển của con người, ví dụ như bằng cách phát hiện mực nước các con sông đang tăng trong mùa mưa.

Mô hình vùng sẽ cung cấp một cái nhìn tổng quan về con người, muỗi và bệnh tật ở đâu, và nơi chúng được định hướng dựa trên những đối tượng này tương tác với nhau như thế nào. Đồng thời, mô hình dựa trên tác nhân (agent-based model), mô hình hóa hành vi của mọi tác nhân, hoặc mọi con ký sinh ở người, muỗi, và sốt rét trong một khu vực, sẽ phóng to vào một không gian địa lý chặt chẽ hơn bằng cách sử dụng dữ liệu thủy văn có độ phân giải cao và bằng cách trở về các khu phố và sự di chuyển của con người. Kết hợp với dữ liệu LDAS, mô hình sẽ chạy mô phỏng để đánh giá xác suất khi nào, ở đâu và có bao nhiêu người bị cắn và bị nhiễm bệnh.

Khi dự án đi vào thứ ba trong số ba năm tài trợ, Pan và các đồng nghiệp của ông tiếp tục tinh chỉnh mô hình. Ông ước tính công cụ dự báo có thể sẵn sàng để sử dụng trong vòng vài năm. Chính phủ Pêru đã làm việc với Pan để làm quen với hệ thống này, đặc biệt khi nó bắt đầu chương trình Malaria Cero, nhằm mục đích xoá bỏ căn bệnh này vào năm 2021. Các quốc gia khác, bao gồm Colombia và Ecuador, đã bày tỏ sự quan tâm.

Nguồn: NASA