Tín dụng hình ảnh: NASA
Năm ngoái, hơn một triệu người chết vì sốt rét, chủ yếu ở châu Phi Sub-sahara. Bùng phát sốt xuất huyết, sốt hantavirus, sốt West Nile, sốt Rift Valley và thậm chí bệnh dịch hạch vẫn thỉnh thoảng tấn công các làng mạc, thị trấn và toàn bộ khu vực. Đối với hàng chục hoặc hàng trăm người phải chịu những cái chết đau đớn và cho những người thân yêu của họ, những căn bệnh này dường như phải xuất hiện từ nơi này.
Tuy nhiên, những bệnh này không phải là không có vần điệu hoặc lý do. Khi một vụ dịch xảy ra, thường là do các điều kiện môi trường như lượng mưa, nhiệt độ và thảm thực vật tạo tiền đề cho sự gia tăng dân số trong các loài gây hại mang mầm bệnh. Muỗi hoặc chuột hoặc ve phát triển mạnh, và các bệnh chúng lây lan nhanh chóng.
Vậy tại sao không xem các yếu tố môi trường này và cảnh báo khi điều kiện chín muồi cho một ổ dịch? Các nhà khoa học đã được đánh giá cao bởi khả năng này kể từ khi ý tưởng này lần đầu tiên được thể hiện bởi nhà dịch tễ học người Nga E. N. Pavlovsky vào những năm 1960. Bây giờ công nghệ và bí quyết khoa học đang bắt kịp ý tưởng, và một hệ thống cảnh báo sớm trên toàn khu vực về sự bùng phát dịch bệnh dường như nằm trong tầm tay.
Ronald Welch thuộc Trung tâm Khí tượng và Khí hậu Toàn cầu của NASA ở Huntsville, Alabama, là một trong những nhà khoa học làm việc để phát triển một hệ thống cảnh báo sớm như vậy. Tôi đã từng đến các khu vực nguy hiểm ở cả Guatemala và Ấn Độ. Thông thường tôi bị tấn công bởi sự nghèo đói ở những khu vực này, ở mức độ hiếm thấy ở Hoa Kỳ. Mọi người ấm áp và thân thiện, và họ rất cảm kích, biết rằng chúng tôi đang ở đó để giúp đỡ. Cảm giác rất tốt khi biết rằng bạn đang góp phần làm giảm bệnh tật và ngăn ngừa tử vong, đặc biệt là trẻ em.
Cách tiếp cận được sử dụng bởi Welch và những người khác kết hợp dữ liệu từ các vệ tinh môi trường công nghệ cao với quần short kaki cổ điển và giày bốt bụi bặm. Các nhà khoa học thực sự tìm kiếm và thăm những nơi có dịch bệnh. Sau đó, họ xem xét kỹ lưỡng các hình ảnh vệ tinh để tìm hiểu các điều kiện thân thiện với bệnh nhìn từ không gian. Các vệ tinh sau đó có thể theo dõi các điều kiện đó trên toàn bộ khu vực, quốc gia hoặc thậm chí là lục địa khi chúng âm thầm trượt trên bầu trời mỗi ngày một lần, mỗi ngày.
Ví dụ, ở Ấn Độ, nơi Welch đang thực hiện nghiên cứu, các quan chức y tế đang nói về việc thiết lập một hệ thống cảnh báo sớm bệnh sốt rét dựa trên vệ tinh cho cả nước. Phối hợp với nhà toán học Jia Li thuộc Đại học Alabama tại Trung tâm nghiên cứu sốt rét Ấn Độ Huntsville và Ấn Độ, Welch hy vọng sẽ thực hiện một nghiên cứu thí điểm ở Mewat, một khu vực nông thôn chủ yếu ở Ấn Độ phía nam New Delhi. Khu vực này là nhà của hơn 700.000 người sống ở 491 ngôi làng và 5 thị trấn, tuy nhiên chỉ bằng khoảng hai phần ba kích thước của Rhode Island.
Chúng tôi hy vọng có thể đưa ra những cảnh báo về nguy cơ mắc bệnh cao cho một ngôi làng hoặc khu vực nhất định trước một tháng, theo ông Wel Welch nói. Những lá cờ đỏ này sẽ cho phép các quan chức y tế tập trung vào các chương trình tiêm phòng, phun thuốc diệt muỗi và các nỗ lực chống lại bệnh tật khác ở những khu vực cần chúng nhất, có lẽ ngăn chặn sự bùng phát trước khi nó xảy ra.
Bùng phát được gây ra bởi một loạt các yếu tố hoang mang.
Ví dụ, đối với các loài muỗi mang mầm bệnh sốt rét ở khu vực nghiên cứu của xứ Wales, một điểm nóng bùng phát sẽ có những vũng nước tù đọng, nơi muỗi trưởng thành có thể gửi trứng để trưởng thành thành người trưởng thành mới. Chúng có thể là những vũng nước đọng lại trên đất dày đặc, giống như đất sét sau những trận mưa lớn, đầm lầy nằm gần đó, hoặc thậm chí là những chiếc xô đầy mưa thường xuyên bị dân làng bỏ lại bên ngoài. Một điểm nóng sốt rét sẽ ấm hơn 18 ° C, bởi vì trong thời tiết lạnh hơn, ký sinh trùng đơn bào plasmodium, thực sự gây ra bệnh sốt rét hoạt động quá chậm để vượt qua chu kỳ lây nhiễm trước khi muỗi chủ chết. Nhưng thời tiết phải nóng quá, hoặc muỗi sẽ phải trốn trong bóng râm. Độ ẩm phải lơ lửng trong khoảng 55% đến 75% mà những con muỗi này cần để tồn tại. Tốt nhất là sẽ có gia súc hoặc vật nuôi khác trong phạm vi bay 1 km của muỗi, bởi vì những loài gây hại này thực sự thích ăn máu động vật.
Nếu tất cả các điều kiện trùng khớp, xem ra!
Tài liệu về một số yếu tố này, chẳng hạn như loại đất và thói quen bỏ xô địa phương, đòi hỏi nền tảng ban đầu của các nhà nghiên cứu trong lĩnh vực này, Welch lưu ý. Thông tin này được cắm vào một hệ thống bản đồ được vi tính hóa gọi là cơ sở dữ liệu Hệ thống thông tin địa lý (GIS). Nghiên cứu thực địa cũng được yêu cầu để mô tả cách các loài muỗi địa phương cư xử. Nó cắn người trong nhà hay ngoài trời hay cả hai? Các yếu tố khác, như vị trí của đồng cỏ gia súc và nhà ở của con người, được đưa vào bản đồ GIS dựa trên hình ảnh vệ tinh có độ phân giải cực cao từ các vệ tinh thương mại như I mơ và QuickBird, có thể phát hiện các vật thể trên mặt đất nhỏ tới 80 cm. Sau đó, các biến trên toàn khu vực như nhiệt độ, lượng mưa, kiểu thảm thực vật và độ ẩm đất được lấy từ dữ liệu vệ tinh có độ phân giải trung bình, chẳng hạn như từ Landsat 7 hoặc cảm biến MODIS trên vệ tinh NASA AI Terra. (MODIS là viết tắt của Máy quang phổ hình ảnh độ phân giải vừa phải.)
Các nhà khoa học cung cấp tất cả các thông tin này vào một mô phỏng máy tính chạy trên bản đồ kỹ thuật số của phong cảnh. Các thuật toán toán học tinh vi nhai tất cả các yếu tố này và đưa ra ước tính về nguy cơ bùng phát.
Các nghiên cứu cơ bản của phương pháp này để ước tính rủi ro bệnh tật đã được các nghiên cứu trước đây đưa ra. Một nhóm từ Đại học Nevada và Viện nghiên cứu sa mạc đã có thể dự đoán tỷ lệ nhiễm chuột hươu trong lịch sử của virut Sin Nombre với độ chính xác lên đến 80%, chỉ dựa trên loại thực vật và mật độ, độ cao và độ dốc của đất đai và các đặc điểm thủy văn, tất cả đều bắt nguồn từ dữ liệu vệ tinh và bản đồ GIS. Một nghiên cứu chung của NASA Ames / Đại học California tại Davis đã đạt tỷ lệ thành công 90% trong việc xác định cánh đồng lúa nào ở miền trung California sẽ sinh sản số lượng lớn muỗi và sẽ sinh sản ít hơn, dựa trên dữ liệu Landsat. Một dự án khác của Ames dự đoán 79% các ngôi làng muỗi cao ở vùng Chiapas của Mexico dựa trên các đặc điểm cảnh quan nhìn thấy trong hình ảnh vệ tinh.
Dự đoán hoàn hảo có thể sẽ không bao giờ có thể. Giống như thời tiết, hiện tượng bệnh của con người quá phức tạp. Nhưng những kết quả đáng khích lệ này cho thấy rằng ước tính rủi ro chính xác hợp lý có thể đạt được bằng cách kết hợp nghiên cứu thực địa kiểu cũ với công nghệ vệ tinh mới nhất.
Tất cả những mảnh ghép cần thiết của câu đố đều có ở đó, ông Wel Welch nói, mang đến hy vọng rằng dịch bệnh sẽ sớm bùng phát từ những nơi xa xôi, những nơi này sẽ khiến mọi người mất cảnh giác thường xuyên hơn.
Nguồn gốc: Câu chuyện khoa học của NASA
