ข้ามไปยังเนื้อหา

นักวิจัยที่นอร์ทอีสเทิร์นใช้ Google Cloud จำลองการแพร่กระจายของไวรัสซิก้า

ห้องปฏิบัติการแบบจำลองของระบบชีวภาพและเทคนิคสังคม (MoBS) ของมหาวิทยาลัยนอร์ทอีสเทิร์นต้องการวิธีในการสร้างโมเดลของไวรัสซิก้าอย่างรวดเร็ว เมื่อใช้ GCE และเครื่องเสมือนที่ยอมให้มีการขัดจังหวะชั่วคราว MoBS ทำการจำลองได้มากกว่า 10 ล้านครั้ง และลดเวลาที่จำเป็นในการวิเคราะห์ข้อมูลลงอย่างมาก

ในปี 2015 เมื่อไวรัสซิก้าที่มียุงเป็นพาหะได้แพร่กระจายอย่างรวดเร็วในอเมริกา มีการสั่งห้ามเดินทางและการกักกันโรค รวมถึงการเรียกร้องให้ยกเลิกโอลิมปิก 2016 ในประเทศบราซิล เมื่อองค์การอนามัยโลกประกาศภาวะฉุกเฉินด้านสาธารณสุขระดับนานาชาติ รัฐบาลของประเทศที่ได้รับผลกระทบจำเป็นต้องหาวิธีคาดการณ์อัตราและสถานที่ของการติดเชื้อใหม่อย่างแม่นยำ เนื่องจากมีเพียง 20 เปอร์เซ็นต์ของการติดเชื้อโรคซิก้าที่แสดงอาการ จึงทำให้เป็นไวรัสที่ยากอย่างยิ่งสำหรับการคาดการณ์

ในเดือนมกราคมปี 2016 ทีมที่ห้องปฏิบัติการ MoBS ของมหาวิทยาลัยนอร์ทอีสเทิร์น ซึ่งได้รับการสนับสนุนจากศูนย์วินิจฉัยและพลวัตของโรคติดต่อ เริ่มต้นโครงการสร้างแบบจำลองไวรัสซิก้าเพื่อช่วยหน่วยงานที่มีอำนาจและนักวิจัยของรัฐให้เข้าใจถึงวิวัฒนาการและการแพร่กระจายของโรคนี้

"เราหวังว่าจะช่วยนักวิจัยและเจ้าหน้าที่สาธารณสุขด้วยการใช้ข้อมูลขนาดใหญ่และพลังการประมวลผลมหาศาล"

Matteo Chinazzi, นักวิทยาศาสตร์ผู้ร่วมวิจัย, มหาวิทยาลัยนอร์ทอีสเทิร์น

Google Cloud: ให้เครื่องมือคาดการณ์ เครื่องมือวิเคราะห์ และอีกมากมายที่มีความจำเป็น

ด้วยการใช้แนวทางด้านคณิตศาสตร์และการประมวลผลที่ขับเคลื่อนโดย Google Cloud ทีมได้ศึกษาสถานการณ์ต่างๆ ที่ไวรัสซิก้าแพร่กระจาย คาดการณ์ผลกระทบต่อกลุ่มประชากรที่ได้รับผลจากโรค โมเดลอิงจากการแพร่กระจายเบื้องต้นของไวรัสซิก้าในประเทศบราซิล ซึ่งไวรัสระบาดในปี 2015 ในตอนนี้นักวิจัยคาดการณ์ผลกระทบของการติดเชื้อใหม่ในสถานที่อื่นๆ ได้ด้วยการใส่ชั้นข้อมูลเพิ่มเติม ซึ่งประกอบด้วยอุณหภูมิ จำนวนยุง ขนาดประชากร และรูปแบบการเดินทางของผู้คน

Google Cloud ทำให้ทีมทำการจำลองแบบขนานหลายรายการพร้อมกันได้ และวิเคราะห์ข้อมูลหลายเทระไบต์ที่ได้จากสถานการณ์ที่สร้างขึ้นได้ด้วย “เราใช้ผลิตภัณฑ์ของ Google Cloud 2-3 อย่าง” แมทเทโอ ชีนาสซี นักวิจัยร่วมที่มหาวิทยาลัยนอร์ทอีสเทิร์นกล่าว “Google Cloud Storage เก็บข้อมูลแบบจำลองทั้งหมดของเรารวมถึงโฮสต์เว็บไซต์ Google Compute Engine (GCE) และเครื่องเสมือนที่ยอมให้มีการขัดจังหวะชั่วคราว (Preemptible VM) ทำการจำลองการแพร่กระจายของโรค Google BigQuery ตรวจสอบสถานการณ์ที่จำลองขึ้น แต่ละครั้งมีตัวแปรต่างๆ เช่น วันที่และจำนวนของการติดเชื้อ จนถึงตอนนี้ เราได้ข้อมูลจำนวนมหาศาล ทั้งหมดหลายร้อยเทระไบต์ Google Cloud Storage ก็เก็บข้อมูลไว้ให้ทั้งหมด”

หาผลลัพธ์เพื่อก้าวไปอย่างรวดเร็วในระดับที่ต้องการ

ด้วย GCE และเครื่องเสมือนที่ยอมให้มีการขัดจังหวะชั่วคราว MoBS ทำการจำลองมากกว่า 10 ล้านครั้ง GCE และ BigQuery ลดเวลาที่จำเป็นในการจำลองและวิเคราะห์ข้อมูลลงอย่างมาก (ปัจจุบันทั้งสองขั้นตอนใช้เวลาในหน่วยชั่วโมง แทนที่จะเป็นสัปดาห์) “เรามีความยืดหยุ่นในการปรับขนาดจนถึงอินสแตนซ์เสมือนแบบอิสระ 2-3 พันรายการขนานกัน” เขากล่าว “เราจึงสร้างการวิเคราะห์เต็มรูปแบบสำหรับสถานการณ์โรคระบาดเดียวได้ โดยอาจมีการจำลองที่เป็นอิสระต่อกันสูงถึง 250,000 ครั้ง ภายในเวลาไม่ถึงวัน”

นอกเหนือจากการทำให้นักวิจัยเข้าใจการแพร่กระจายของไวรัสซิก้า โมเดลนี้อาจกลายเป็นแม่แบบสำหรับการวิเคราะห์โรคระบาดอื่นๆ ได้ เช่น ไข้เลือดออก แม้ว่าไวรัสซิก้าจะไม่ใช่ภาวะฉุกเฉินระดับนานาชาติแล้วตามที่ประกาศโดยองค์การอนามัยโลก แต่ยังมีเรื่องต้องทำเพื่อป้องกันการระบาดของโรคที่มียุงเป็นพาหะ ด้วยการใช้ข้อมูลขนาดใหญ่และพลังในการประมวลผลจำนวนมหาศาลที่ไร้ขอบเขต ทีมที่ MoBS หวังที่จะช่วยนักวิจัยและหน่วยงานสาธารณสุขทำงานนี้ให้สำเร็จ

“เวลาเป็นสิ่งที่สำคัญมากเมื่อต้องเผชิญกับการระบาดของโรค” ชีนาสซีกล่าว “และ Google Cloud ให้เครื่องมือที่เราต้องการเพื่อก้าวไปข้างหน้าอย่างรวดเร็วในระดับที่ต้องการ”

หากต้องการอ่านเพิ่มเติมเกี่ยวกับการวิจัยและการวิเคราะห์ไวรัสซิก้าที่ดำเนินการโดยห้องปฏิบัติการ MoBS ให้หา “Spread of Zika virus in the Americas” ซึ่งเผยแพร่โดย Proceedings of the National Academy of Sciences of the United States of America

"เรามีความยืดหยุ่นในการปรับขนาดได้ถึงหลายพันอินสแตนซ์เสมือนที่เป็นอิสระแบบขนานดังนั้นเราจึงสามารถสร้างการวิเคราะห์แบบเต็มรูปแบบสำหรับสถานการณ์การระบาดครั้งเดียวซึ่งอาจประกอบด้วยการจำลองแบบอิสระได้ถึง 250,000 ฉบับภายในเวลาไม่ถึงวัน"

Matteo Chinazzi, นักวิทยาศาสตร์ผู้ร่วมวิจัย, มหาวิทยาลัยนอร์ทอีสเทิร์น

ลงชื่อสมัครรับข้อมูลที่นี่เพื่อรับข้อมูลอัปเดต ข้อมูลเชิงลึก แหล่งข้อมูล และอื่นๆ อีกมากมาย