康奈尔大学开发区域计算机模型预测慢性消耗病

康奈尔大学（2024USNews美国大学排名：12）开发的区域计算机模型：预测慢性消耗病的前沿工具

2024年6月27日，康奈尔大学的研究人员宣布了一项重要的突破，他们开发了一种区域计算机模型和用户友好的应用程序，能够预测16个州的县域，帮助野生动物管理者针对鹿的慢性消耗病（CWD）进行监测。这一创新不仅有助于节省稀缺的资金和人力资源，还打破了各州之间的信息孤岛，促进了区域评估。

慢性消耗病是一种致命的神经系统疾病，目前仅感染鹿科动物，但科学家担心它可能传播到其他动物甚至人类。感染的鹿通过尿液、唾液和尸体传播错误折叠的蛋白质（朊病毒），这些蛋白质在环境中持久存在，并在被其他鹿摄入时引发感染。该病导致神经系统紊乱、体重减轻、异常行为、缺乏恐惧感和死亡。

康奈尔大学的区域计算机模型

康奈尔大学的研究人员通过汇集16个东部和中西部州的野生动物机构的数据，开发了这一模型。该模型的开发打破了各州之间的信息孤岛，促进了区域评估。研究表明，尽管地理分布广泛，但慢性消耗病仅出现在少数县域。研究人员使用了2020年的数据测试了四种不同的算法，发现Light Boosting Gradient模型是最可靠的预测工具。

康奈尔野生动物健康实验室的慢性消耗病监测优化项目为野生动物专业人士提供了资源，包括定制软件和慢性消耗病数据仓库。研究的合作者包括来自加州大学戴维斯分校、密歇根州立大学、美国鱼类和野生动物管理局等多个机构的研究人员。

Light Boosting Gradient模型：可靠的预测工具

在康奈尔大学的研究中，Light Boosting Gradient模型被证明是最可靠的预测工具。这一发现并非偶然，实际上，Light Boosting Gradient模型在其他领域的应用中也表现出了卓越的性能。

例如，2023年7月28日，Frontiers in Artificial Intelligence期刊发表了一篇题为《基于机器学习的急诊科住院患者住院时间预测：梯度提升算法分析》的研究文章。该研究旨在开发和比较不同的模型，以预测通过急诊科入院的住院患者的住院时间（LoS）和延长住院时间（PLoS）。研究分析了2022年1月1日至10月26日期间在意大利博洛尼亚Sant’Orsola Malpighi大学医院急诊科入院的患者数据。PLoS被定义为住院时间超过6天的住院。研究使用了六种分类算法（随机森林、支持向量机、梯度提升、AdaBoost、K-近邻和逻辑回归）和八种回归模型（线性回归、LASSO、岭回归、弹性网回归、支持向量回归、随机森林回归、KNN和XGBoost回归）进行预测。结果显示，梯度提升分类器在预测PLoS方面表现最佳，准确率为75%，AUC为75.4%。在回归模型中，岭回归和XGBoost回归在预测LoS方面表现最佳。研究表明，基于机器学习的方法在预测住院时间方面具有潜力，可以为临床决策提供有价值的见解，帮助提高公共医疗系统的整体性能。

康奈尔大学的创新对野生动物管理的影响

康奈尔大学的这一创新不仅在技术上取得了突破，还在实际应用中展示了其巨大的潜力。通过使用Light Boosting Gradient模型，野生动物管理者可以更准确地预测慢性消耗病的传播，从而采取更有效的防控措施。这一模型的应用不仅限于慢性消耗病，还可以扩展到其他野生动物疾病的监测和管理。

此外，这一模型的开发和应用也展示了跨学科合作的重要性。康奈尔大学的研究团队与加州大学戴维斯分校、密歇根州立大学、美国鱼类和野生动物管理局等多个机构的研究人员合作，共同推动了这一项目的成功。这种跨学科、跨机构的合作模式为未来的研究提供了宝贵的经验和借鉴。

未来展望

康奈尔大学的区域计算机模型和Light Boosting Gradient模型的成功应用，为未来的野生动物疾病监测和管理提供了新的思路和方法。随着技术的不断进步和数据的不断积累，这一模型有望在更多的领域和更多的地区得到应用。

未来，研究人员可以进一步优化这一模型，提高其预测准确性和应用范围。例如，可以通过引入更多的环境变量和生物学数据，进一步提高模型的预测能力。此外，还可以通过与更多的野生动物管理机构和研究机构合作，扩大数据的覆盖范围，进一步提高模型的普适性和可靠性。

结论

康奈尔大学开发的区域计算机模型和Light Boosting Gradient模型，为野生动物管理者提供了一个强大的工具，帮助他们更准确地预测和监测慢性消耗病的传播。这一创新不仅在技术上取得了突破，还在实际应用中展示了其巨大的潜力。通过跨学科、跨机构的合作，研究人员成功地开发了这一模型，为未来的野生动物疾病监测和管理提供了新的思路和方法。

总的来说，康奈尔大学的这一创新为野生动物管理和保护提供了新的工具和方法，有助于提高野生动物管理的效率和效果，保护野生动物的健康和生态系统的平衡。未来，随着技术的不断进步和数据的不断积累，这一模型有望在更多的领域和更多的地区得到应用，为野生动物管理和保护做出更大的贡献。

参考新闻资料:

1. Predicting chronic wasting disease in counties could prevent spread
2. Predicting chronic wasting disease in counties could prevent spread
3. Machine learning-based prediction of hospital prolonged length of stay admission at emergency department: a Gradient Boosting algorithm analysis

【独家稿件声明】本文为美国续航教育（Forward Pathway LLC，官网地址：www.forwardpathway.com）原创，未经授权，任何媒体和个人不得全部或者部分转载。如需转载，请与美国续航教育联系；经许可后转载务必请注明出处，违者本网将依法追究。

美国续航教育总部位于美国加利福尼亚州洛杉矶，同时在中国上海和深圳设有续航教育分部。续航教育自2013年成立以来，致力于研究中美之间的文化教育发展与趋势，提供最专业的美国留学一站式服务，获得美国国际招生协会AIRC及国际教育顾问委员会ICEF的双重认证。

觉得有用的话就评价/分享一下吧~