See on HSR.healthi külalispostitus, mille kaasautoriteks on Ajay K Gupta, Jean Felipe Teotonio ja Paul A Churchyard.
Hsr.tervist on georuumiliste terviseriskide analüüsifirma, mille visioon on, et globaalsed terviseprobleemid on lahendatavad läbi inimliku leidlikkuse ning andmeanalüütika sihipärase ja täpse rakendamise. Selles postituses tutvustame üht zoonootiliste haiguste ennetamise lähenemisviisi, mida kasutatakse Amazon SageMakeri georuumilised võimalused luua tööriist, mis annab terviseteadlastele täpsemat teavet haiguste leviku kohta, et aidata neil päästa rohkem elusid ja kiiremini.
Zoonootilised haigused mõjutavad nii loomi kui ka inimesi. Haiguse üleminek loomalt inimesele, tuntud kui levik, on nähtus, mis meie planeedil pidevalt esineb. Vastavalt tervishoiuorganisatsioonidele, nagu haiguste tõrje ja ennetamise keskused (CDC) ja Maailma Terviseorganisatsiooni (WHO), põhjustas tõenäoliselt 2019. aasta koroonaviirushaiguse (COVID-19) Hiinas Wuhani märjal turul toimunud ülekandumine. Uuringud näitavad, et puu-nahkhiirtest leitud viirus läbis olulisi mutatsioone, võimaldades sellel inimesi nakatada. COVID-19 esialgne patsient ehk null-patsient sai tõenäoliselt alguse kohalikust haiguspuhangust, mis levis lõpuks rahvusvaheliselt. HSR.tervisZoonootilise leviku riskiindeksi eesmärk on aidata tuvastada neid varaseid puhanguid enne, kui need ületavad rahvusvahelisi piire ja toovad kaasa laialdase ülemaailmse mõju.
Peamine rahvatervise relv piirkondlike haiguspuhangute leviku vastu on haiguste seire: terviklik haigustest teatamise, uurimise ja andmeside süsteem rahvatervise süsteemi erinevate tasandite vahel. See süsteem ei sõltu mitte ainult inimteguritest, vaid ka tehnoloogiast ja ressurssidest, mille abil koguda haigusandmeid, analüüsida mustreid ning luua järjepidev ja pidev andmevoog kohalikelt piirkondadelt kesksetele tervishoiuasutustele.
Kiirus, millega COVID-19 levis kohalikust puhangust üleilmseks haiguseks, mis esineb igal kontinendil, peaks olema kainestav näide hädast, et on vaja rakendada uuenduslikku tehnoloogiat tõhusamate ja täpsemate haiguste seiresüsteemide loomiseks.
Zoonootiliste haiguste leviku oht on teravas korrelatsioonis mitme sotsiaalse, keskkonna- ja geograafilise teguriga, mis mõjutavad seda, kui sageli inimesed elusloodusega suhtlevad. HSR.tervis Zoonootiliste haiguste ülekandumise riskiindeks kasutab enam kui 20 erinevat geograafilist, sotsiaalset ja keskkonnategurit, mis on ajalooliselt teadaolevalt mõjutanud inimese ja metslooma koostoime ohtu ja seega ka zoonootiliste haiguste ülekandumise riski. Paljusid neist teguritest saab kaardistada satelliidipiltide ja kaugseire kombinatsiooni abil.
Selles postituses uurime, kuidas HSR.tervis kasutab SageMakeri georuumilisi võimalusi, et hankida satelliidipiltidest ja kaugseirest riskiindeksi väljatöötamiseks asjakohaseid funktsioone. SageMakeri georuumilised võimalused muudavad andmeteadlaste ja masinõppe (ML) inseneride jaoks georuumilisi andmeid kasutades mudelite loomise, koolitamise ja juurutamise lihtsaks. SageMakeri georuumiliste võimalustega saate tõhusalt teisendada või rikastada suuremahulisi georuumilisi andmekogumeid, kiirendada mudelite koostamist eelkoolitatud ML-mudelitega ning uurida mudelite ennustusi ja georuumilisi andmeid interaktiivsel kaardil, kasutades 3D-kiirendatud graafikat ja sisseehitatud visualiseerimistööriistu.
ML ja georuumiliste andmete kasutamine riskide maandamiseks
ML on ruumiliste või ajaliste andmete anomaaliate tuvastamiseks väga tõhus, kuna see suudab andmetest õppida, ilma et see oleks konkreetset tüüpi anomaaliate tuvastamiseks spetsiaalselt programmeeritud. Ruumiandmed, mis on seotud objektide füüsilise asukoha ja kujuga, sisaldavad sageli keerulisi mustreid ja seoseid, mida traditsiooniliste algoritmide jaoks võib olla raske analüüsida.
ML-i kaasamine georuumiliste andmetega suurendab suutlikkust süstemaatiliselt tuvastada kõrvalekaldeid ja ebatavalisi mustreid, mis on varajase hoiatamise süsteemide jaoks hädavajalik. Need süsteemid on üliolulised sellistes valdkondades nagu keskkonnaseire, katastroofide ohjamine ja turvalisus. Ajaloolisi georuumiandmeid kasutav ennustav modelleerimine võimaldab organisatsioonidel võimalikke tulevasi sündmusi tuvastada ja nendeks valmistuda. Need sündmused ulatuvad loodusõnnetustest ja liiklushäiretest kuni haiguspuhanguteni, nagu see postitus käsitleb.
Zoonootiliste ülekandumise riskide tuvastamine
Zoonootiliste ülekandumise riskide ennustamiseks, HSR.tervist on võtnud kasutusele multimodaalse lähenemisviisi. Andmetüüpide – sealhulgas keskkonna-, biogeograafilise ja epidemioloogilise teabe – kombinatsiooni abil võimaldab see meetod haiguse dünaamikat igakülgselt hinnata. Selline mitmetahuline perspektiiv on kriitilise tähtsusega ennetavate meetmete väljatöötamiseks ja haiguspuhangutele kiire reageerimise võimaldamiseks.
Lähenemisviis sisaldab järgmisi komponente:
- Andmed haiguse ja puhangu kohta - HSR.tervist kasutab ulatuslikke haigus- ja haiguspuhanguandmeid, mida pakub Gideon ja Maailma Terviseorganisatsioon (WHO), kaks usaldusväärset ülemaailmse epidemioloogilise teabe allikat. Need andmed on analüütikaraamistiku põhisammas. Gideoni puhul pääseb andmetele juurde API kaudu ja WHO puhul HSR-i kaudu.tervist on loonud suure keelemudeli (LLM), et kaevandada varasemate haiguspuhangu aruannete andmeid.
- Maa vaatlusandmed – Keskkonnategurid, maakasutuse analüüs ja elupaigamuutuste tuvastamine on zoonootilise ohu hindamise lahutamatud komponendid. Neid teadmisi saab tuletada satelliidipõhistest Maa vaatlusandmetest. HSR.tervist suudab maavaatlusandmete kasutamist sujuvamaks muuta, kasutades SageMakeri georuumilisi võimalusi suuremahulistele georuumilistele andmekogumitele juurdepääsuks ja nendega manipuleerimiseks. SageMaker geospatial pakub rikkalikku andmekataloogi, sealhulgas USGS Landsat-8, Sentinel-1, Sentinel-2 ja teiste andmekogumeid. Samuti on võimalik tuua muid andmekogumeid, näiteks kõrge eraldusvõimega pilte Planet Labsist.
- Riski sotsiaalsed määrajad – Lisaks bioloogilistele ja keskkonnateguritele on HSR-i meeskond.tervist Samuti peetakse silmas sotsiaalseid determinante, mis hõlmavad erinevaid sotsiaalmajanduslikke ja demograafilisi näitajaid ning mängivad keskset rolli zoonootilise leviku dünaamika kujundamisel.
Nendest komponentidest HSR.tervist hindas mitmeid erinevaid tegureid ja zoonootiliste ülekandumise riskide tuvastamisel on kindlaks tehtud järgmised omadused:
- Loomade elupaigad ja elamiskõlblikud tsoonid – Võimalike zoonootiliste peremeesorganismide elupaikade ja nende elamiskõlblike tsoonide mõistmine on edasikandumise riski hindamisel ülioluline.
- Rahvastikukeskused – Tihedalt asustatud piirkondade lähedus on võtmetähtsusega, kuna see mõjutab inimeste ja loomade vastasmõju tõenäosust.
- Elupaiga kaotus – Looduslike elupaikade halvenemine, eelkõige metsade hävitamise tõttu, võib kiirendada zoonooside levikut.
- Inimese-metsamaa liides – Zoonootilise leviku potentsiaalsed levialad on alad, kus inimasustused ristuvad metsloomade elupaikadega.
- Sotsiaalsed omadused – Sotsiaalmajanduslikud ja kultuurilised tegurid võivad märkimisväärselt mõjutada zoonooside riski ja terviseriski.tervis uurib ka neid.
- Inimese tervise omadused – Kohalike inimpopulatsioonide tervislik seisund on oluline muutuja, kuna see mõjutab vastuvõtlikkust ja ülekande dünaamikat.
Lahenduse ülevaade
Hsr.tervistTöövoog hõlmab andmete eeltöötlust, funktsioonide ekstraheerimist ja informatiivsete visualiseerimiste loomist ML-tehnikate abil. See võimaldab selgelt mõista andmete arengut nende töötlemata kujul rakendatavate teadmisteni.
Järgnev on töövoo visuaalne esitus, alustades Gideoni sisendandmetest, maavaatluste andmetest ja riskiandmete sotsiaalsest määrajast.
Tooge ja töötlege satelliidipilte, kasutades SageMakeri georuumilisi võimalusi
Satelliidiandmed moodustavad riskiindeksi koostamiseks tehtud analüüsi nurgakivi, pakkudes kriitilist teavet keskkonnamuutuste kohta. Satelliidipiltide põhjal ülevaate saamiseks HSR.tervist kasutusalad Maavaatlustöö (EOJ-d). EOJ-d võimaldavad hankida ja teisendada Maa pinnalt kogutud rasterandmeid. EOJ hangib satelliidipilte määratud andmeallikast (nt satelliidi tähtkujust) teatud piirkonnas ja teatud ajavahemikus. Seejärel rakendab see allalaaditud piltidele ühe või mitu mudelit.
Lisaks Amazon SageMaker Studio pakub georuumilist märkmikku, mis on eelinstallitud tavapäraselt kasutatavate georuumiliste raamatukogudega. See sülearvuti võimaldab georuumiliste andmete otsest visualiseerimist ja töötlemist Pythoni sülearvuti keskkonnas. EOJ-sid saab luua georuumilise märkmiku keskkonnas.
EOJ konfigureerimiseks kasutatakse järgmisi parameetreid:
- InputConfig – Sisendkonfiguratsioon määrab andmete hankimisel kasutatavad andmeallikad ja filtreerimiskriteeriumid:
- RasterDataCollectionArn – Määrab satelliidi, millelt andmeid koguda.
- Huviala – Huvipakkuv geograafiline piirkond (AOI) määrab piltide kogumise hulknurkade piirid.
- TimeRangeFilter - Huvipakkuv ajavahemik:
{StartTime: <string>, EndTime: <string>}
. - PropertyFilters - Täiendavad atribuutide filtrid, näiteks vastuvõetav pilvkatte protsent või soovitud päikese asimuutinurgad.
- JobConfig – See konfiguratsioon määratleb allalaaditud satelliidipildi andmetele rakendatava töö tüübi. See toetab selliseid toiminguid nagu ribamatemaatika, resampling, geomosaiik või pilve eemaldamine.
Järgmine näitekood demonstreerib EOJ-i käivitamist pilve eemaldamiseks, mis esindab HSR-i sooritatud toiminguid.tervist:
Hsr.tervist kasutas andmete eeltöötlemiseks ja asjakohaste funktsioonide eraldamiseks mitmeid toiminguid. See hõlmab selliseid toiminguid nagu maakatte klassifitseerimine, temperatuurimuutuste kaardistamine ja taimkatte indeksid.
Üks taimkatteindeks, mis on oluline taimestiku tervise näitamiseks, on normaliseeritud erinevuse taimkatte indeks (NDVI). NDVI mõõdab taimestiku tervist, kasutades infrapunavalgust, mida taimestik peegeldab, ja punast valgust, mida taimestik neelab. NDVI jälgimine aja jooksul võib paljastada muutusi taimestikus, näiteks inimtegevuse, näiteks metsade raadamise mõju.
Järgmine koodilõik näitab, kuidas pilve eemaldamise kaudu edastatud andmete põhjal arvutada taimestikuindeksit nagu NDVI.
Tööväljundit saame visualiseerida SageMakeri georuumiliste võimaluste abil. SageMakeri georuumilised võimalused aitavad teil mudeliennustusi aluskaardile katta ja koostöö hõlbustamiseks pakkuda kihilist visualiseerimist. GPU-toega interaktiivse visualiseerija ja Pythoni sülearvutitega on võimalik ühes vaates uurida miljoneid andmepunkte, hõlbustades arusaamade ja tulemuste ühist uurimist.
Selles postituses kirjeldatud sammud näitavad vaid ühte paljudest HSR-i rastripõhistest funktsioonidest.tervist on riskiindeksi loomiseks välja võtnud.
Rastripõhiste funktsioonide kombineerimine tervise- ja sotsiaalandmetega
Pärast asjakohaste funktsioonide väljavõtmist rastervormingus, HSR.tervist kasutas tsoonistatistikat rasterandmete koondamiseks halduspiiride polügoonides, millele sotsiaal- ja terviseandmed on määratud. Analüüs hõlmab raster- ja vektorgeoruumiandmete kombinatsiooni. Selline koondamine võimaldab hallata rasterandmeid geoandmeraamis, mis hõlbustab nende integreerimist tervise- ja sotsiaalandmetega lõpliku riskiindeksi saamiseks.
Järgmine koodilõik näitab, kuidas koondada rasterandmeid haldusvektori piiridesse:
Ekstraheeritud funktsioonide tõhusaks hindamiseks kasutatakse iga funktsiooni esindavate tegurite ennustamiseks ML-mudeleid. Üks kasutatavatest mudelitest on tugivektori masin (SVM). SVM-mudel aitab paljastada andmetes mustreid ja seoseid, mis annavad teavet riskihinnangute tegemiseks.
Indeks kujutab riskitasemete kvantitatiivset hinnangut, mis arvutatakse nende tegurite kaalutud keskmisena, et aidata mõista võimalikke ülekanduvaid sündmusi erinevates piirkondades.
Järgmine vasakpoolne joonis näitab Põhja-Peruu katseala stseeni kujutise klassifikatsiooni liitmist ringkonna haldustasandini koos metsaala arvestusliku muutusega aastatel 2018–2023. Metsade hävitamine on üks peamisi tegureid, mis määravad zoonootiliste leviku riski. Parempoolne joonis toob esile zoonootilise leviku riski raskusastmed hõlmatud piirkondades, ulatudes kõrgeimast (punane) madalaima (tumeroheline) riskini. Ala valiti piltide klassifitseerimise üheks harjutusalaks stseenis jäädvustatud maakatte mitmekesisuse tõttu, sealhulgas linna-, metsa-, liiva-, vee-, rohumaa ja põllumajandus. Lisaks on see üks paljudest huvipakkuvatest valdkondadest potentsiaalsete zoonootiliste ülekandumiste sündmuste jaoks, mis on tingitud metsade hävitamisest ning inimeste ja loomade vahelisest koostoimest.
Selle multimodaalse lähenemisviisi kasutuselevõtmisega, mis hõlmab ajaloolisi andmeid haiguspuhangute kohta, Maa vaatlusandmeid, sotsiaalseid determinante ja ML-tehnikaid, saame paremini mõista ja ennustada zoonootiliste ülekandumise riski, suunates lõpuks haiguste seire- ja ennetusstrateegiad suurima haiguspuhangu riskiga piirkondadesse. Järgmisel ekraanipildil on zoonootilise leviku riskianalüüsi väljundi armatuurlaud. See riskianalüüs toob esile, kus võivad tekkida ressursid ja järelevalve uute potentsiaalsete zoonootiliste puhangute jaoks, et saaks järgmise haiguse ohjeldada enne, kui sellest saab endeemiline või uus pandeemia.
Uudne lähenemisviis pandeemia ennetamisele
1998. aastal nakatus Malaisias Nipah jõe ääres 1998. aasta sügisest 1999. aasta kevadeni 265 inimest tollal tundmatu viirusega, mis põhjustas ägeda entsefaliiti ja tõsiseid hingamishäireid. Neist 105 suri, suremus 39.6%. Seevastu COVID-19 ravimata suremuskordaja on 6.3%. Sellest ajast alates on Nipah viirus, nagu seda praegu nimetatakse, oma metsaelupaigast välja läinud ja põhjustanud üle 20 surmava puhangu, peamiselt Indias ja Bangladeshis.
Viirused, nagu Nipah, ilmuvad igal aastal, seades väljakutseid meie igapäevaelule, eriti riikides, kus tugevate, püsivate ja töökindlate haiguste seire- ja tuvastamissüsteemide loomine on keerulisem. Need avastamissüsteemid on selliste viirustega seotud riskide vähendamiseks üliolulised.
Lahendused, mis kasutavad ML-i ja georuumilisi andmeid, nagu zoonootilise ülekandumise riski indeks, võivad aidata kohalikel rahvatervise ametiasutustel seada prioriteediks ressursside jaotamine kõrgeima riskiga piirkondadele. Seda tehes saavad nad kehtestada sihipärased ja lokaliseeritud seiremeetmed, et avastada ja peatada piirkondlikud haiguspuhangud enne, kui need ulatuvad üle piiride. Selline lähenemine võib oluliselt piirata haiguspuhangu mõju ja päästa elusid.
Järeldus
See postitus näitas, kuidas HSR.tervist edukalt välja töötanud zoonootilise ülekandumise riski indeksi, integreerides georuumilised andmed, tervise, sotsiaalsed determinantid ja ML. SageMakeri abil lõi meeskond skaleeritava töövoo, mis suudab täpselt kindlaks teha potentsiaalse tulevase pandeemia kõige olulisemad ohud. Nende riskide tõhus juhtimine võib kaasa tuua ülemaailmse haiguskoormuse vähenemise. Pandeemiaohu vähendamise olulisi majanduslikke ja sotsiaalseid eeliseid ei saa ülehinnata, kuna kasu ulatub piirkondlikult ja ülemaailmselt.
Hsr.tervist kasutas SageMakeri georuumilisi võimalusi zoonootilise ülekandumise riski indeksi esmaseks rakendamiseks ja otsib nüüd partnerlussuhteid, samuti tuge vastuvõtvatelt riikidelt ja rahastamisallikatelt, et indeksit edasi arendada ja laiendada selle rakendust täiendavatele piirkondadele üle maailma. Lisateavet HSR-i kohta.tervist ja zoonootilise leviku riskiindeksit külastage www.hsr.health.
Avastage SageMakeri georuumilisi funktsioone uurides Maa vaatlusandmete integreerimise potentsiaali oma tervishoiualgatustesse. Lisateabe saamiseks vaadake Amazon SageMakeri georuumilised võimalusedvõi suhelda täiendavaid näiteid praktilise kogemuse saamiseks.
Autoritest
Ajay K Gupta on HSR.health kaasasutaja ja tegevjuht. See ettevõte häirib ja uuendab terviseriskide analüüsi georuumilise tehnoloogia ja tehisintellekti tehnikate abil, et ennustada haiguste levikut ja raskusastet. Ja pakub neid teadmisi tööstusele, valitsustele ja tervishoiusektorile, et nad saaksid tulevasi riske ette näha, maandada ja ära kasutada. Väljaspool tööd võite leida Ajay mikrofoni lõhkevate kõrvatrummite tagant, kuulates samal ajal tema lemmikpopmuusikat U2, Stingi, George Michaeli või Imagine Dragonsi lugudest.
Jean Felipe Teotonio Jean Felipe juhib HSR.health rahvatervise meeskonda, kes on arst ja kirglik ekspert tervishoiu kvaliteedi ja nakkushaiguste epidemioloogia alal. Ta töötab ühise eesmärgi nimel parandada rahvatervist, vähendades ülemaailmset haiguskoormust, võimendades GeoAI lähenemisviise, et töötada välja lahendused meie aja suurimatele terviseprobleemidele. Väljaspool tööd on tema hobideks ulmeraamatute lugemine, matkamine, Inglismaa kõrgliiga ja basskitarri mängimine.
Paul A kirikuaed, CTO ja HSR.healthi georuumiline peainsener, kasutab oma laiaulatuslikke tehnilisi oskusi ja teadmisi, et ehitada üles nii ettevõtte põhiinfrastruktuur kui ka patenteeritud ja patenteeritud GeoMD platvorm. Lisaks lisab ta ja andmeteaduse meeskond georuumilise analüüsi ja AI/ML tehnikaid kõikidesse terviseriskiindeksitesse, mida HSR.health toodab. Väljaspool tööd on Paul iseõppinud DJ ja armastab lund.
Janosch Woschitz on AWS-i vanemlahenduste arhitekt, kes on spetsialiseerunud georuumilisele AI/ML-ile. Üle 15-aastase kogemusega toetab ta kliente kogu maailmas tehisintellekti ja ML-i võimendamisel uuenduslike lahenduste leidmisel, mis kasutavad georuumilisi andmeid. Tema teadmised hõlmavad masinõpet, andmetehnoloogiat ja skaleeritavaid hajutatud süsteeme, millele lisandub tugev tarkvaratehnoloogia taust ja valdkonnateadmised keerulistes valdkondades, nagu autonoomne sõit.
Emmett Nelson on AWS-i kontojuht, kes toetab mittetulunduslike teadusuuringute kliente tervishoiu- ja bioteaduste, maa-/keskkonnateaduste ja hariduse sektorites. Tema põhirõhk on analüütika, AI/ML, kõrgjõudlusega andmetöötluse (HPC), genoomika ja meditsiinilise pildistamise kasutusjuhtude võimaldamisel. Emmett liitus AWS-iga 2020. aastal ja asub Austinis, TX.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/how-hsr-health-is-limiting-risks-of-disease-spillover-from-animals-to-humans-using-amazon-sagemaker-geospatial-capabilities/
- :on
- :on
- :mitte
- : kus
- 1
- 100
- 12
- 125
- 15 aastat
- 15%
- 16
- 1998
- 1999
- 20
- 2019
- 2020
- 36
- 39
- 3d
- 7
- a
- võime
- Võimalik
- MEIST
- neelab
- kiirendama
- kiirendatud
- vastuvõetav
- juurdepääs
- pääses
- Vastavalt
- konto
- täpne
- omandamine
- üle
- vaidlustatav
- tegevus
- Täiendavad lisad
- Lisaks
- haldus-
- vastu
- Vastuvõtmine
- ADEelis
- eelised
- mõjutada
- vastu
- agregaat
- koondamine
- põllumajandus
- AI
- AI / ML
- Abi
- Eesmärgid
- algoritme
- Materjal: BPA ja flataatide vaba plastik
- eraldamine
- Lubades
- võimaldab
- mööda
- Ka
- Amazon
- Amazon SageMaker
- Amazon SageMaker georuumiline
- Amazon Web Services
- vahel
- an
- analüüs
- analytics
- analüüsima
- ja
- loom
- loomad
- kõrvalekalded
- anomaalia tuvastamine
- ennetada
- API
- taotlus
- rakendatud
- kehtib
- lähenemine
- lähenemisviisid
- OLEME
- PIIRKOND
- valdkondades
- ümber
- AS
- Hindamine
- hindamine
- hinnangud
- määratud
- abistama
- abistab
- seotud
- ühendused
- At
- suurendatud
- Austin
- Asutused
- autonoomne
- keskmine
- AWS
- tagapõhi
- BAND
- Bangladesh
- baas
- põhineb
- bass
- nahkhiired
- BE
- sest
- muutub
- olnud
- enne
- taga
- on
- olendid
- Kasu
- Parem
- vahel
- Peale
- Segu
- sinine
- Raamatud
- piirid
- mõlemad
- piirid
- piir
- piirid
- Kast
- tooma
- lai
- ehitama
- Ehitus
- ehitatud
- sisseehitatud
- koormus
- kuid
- by
- arvutama
- arvutatud
- arvutamisel
- CAN
- ei saa
- võimeid
- võime
- kapitaliseerima
- pildistatud
- juhtudel
- kataloog
- kategooriad
- Kategooria
- põhjustatud
- CDC
- Centers
- Centers for Disease Control ja ennetamine
- kesk-
- tegevjuht
- väljakutseid
- muutma
- Vaidluste lahendamine
- omadused
- juht
- Hiina
- valitud
- klass
- klassifikatsioon
- selge
- Cloud
- Asutaja
- kood
- koostöö
- koostööl
- koguma
- kogumine
- Veerud
- kombinatsioon
- KOMMUNIKATSIOON
- keeruline
- komponendid
- terviklik
- arvutustehnika
- konfiguratsioon
- tasu
- kaaluda
- järjepidev
- sisaldub
- sisaldab
- kontinent
- jätkuvalt
- pidev
- kontrast
- kontrollida
- tuum
- nurgakivi
- Koroonaviirus
- riikides
- cover
- katmine
- kaetud
- Covid-19
- looma
- loodud
- loomine
- loomine
- kriteeriumid
- kriitiline
- Rist
- otsustav
- CTO
- kultuuriline
- Kliendid
- iga päev
- tume
- armatuurlaud
- andmed
- Andmete analüüs
- andmepunktid
- andmeteadus
- andmekogumid
- Määratleb
- raadamine
- demograafiliste
- näitama
- Näidatud
- näitab
- sõltuv
- juurutada
- Tuletatud
- määratud
- soovitud
- avastama
- Detection
- Määrama
- arendama
- arenenud
- arenev
- suri
- erinevus
- erinev
- raske
- kohutav
- otsene
- Juhtimine
- katastroof
- katastroofid
- haigus
- haigused
- häired
- häirib
- eristatav
- distress
- jagatud
- hajutatud süsteemid
- piirkond
- mitmekesisus
- jaotus
- DJ
- teeme
- Domeenid
- ajendatud
- sõidu
- dubleeritud
- kaks
- duplikaadid
- ajal
- dünaamika
- iga
- Varajane
- maa
- lihtsam
- lihtne
- Majanduslik
- Käsitöö
- Tõhus
- tõhusalt
- tõhus
- tõhusalt
- teine
- võimaldama
- võimaldab
- võimaldades
- hõlmab
- hõlmab
- haarav
- tegelema
- insener
- Inseneriteadus
- Inseneride
- Inglise
- English Premier League
- Parandab
- rikastab
- Kogu
- keskkond
- keskkonna-
- oluline
- looma
- asutades
- hindama
- hinnatud
- sündmus
- sündmused
- lõpuks
- Iga
- evolutsioon
- Uurib
- näide
- täidesaatev
- kogemus
- ekspert
- teadmised
- selgesõnaliselt
- uurimine
- uurima
- Avastades
- laiendama
- laiendades
- ulatuslik
- väljavõte
- kaevandamine
- hõlbustab
- hõlbustades
- faktor
- tegurid
- Langema
- Lemmik
- tunnusjoon
- FUNKTSIOONID
- Valdkonnad
- Joonis
- fail
- filtreerimine
- Filtrid
- lõplik
- leidma
- Firma
- Keskenduma
- keskendunud
- Järel
- eest
- mets
- vorm
- formaat
- vormid
- avastatud
- Raamistik
- Alates
- põhiline
- rahastamise
- edasi
- tulevik
- kogutud
- tekitama
- genoomika
- geograafiline
- geograafiline
- George
- saama
- Globaalne
- Ülemaailmne tervis
- Ülemaailmselt
- eesmärk
- Valitsused
- GP
- graafika
- suurim
- Green
- külaline
- Külaline Postitus
- Gupta
- käed-
- rakmed
- Olema
- he
- Tervis
- Tervisesüsteem
- tervishoid
- aitama
- Suur
- kõrgresolutsiooniga
- kõrgeim
- rõhutab
- kõrgelt
- tema
- ajalooline
- ajalooliselt
- võõrustaja
- hosts
- Kuidas
- Kuidas
- hpc
- HTML
- HTTPS
- inim-
- inimlikud tegurid
- Inimestel
- ID
- Identifitseerimine
- tuvastatud
- identifitseerima
- identifitseerimiseks
- if
- pilt
- Piltide klassifikatsioon
- pildid
- kujutage ette
- Imaging
- mõju
- täitmine
- import
- Paranemist
- in
- Teistes
- sisaldama
- hõlmab
- Kaasa arvatud
- lisada
- sisaldab
- indeks
- indeksid
- India
- Indikaator
- näitajad
- Indeksid
- tööstus
- nakkav
- mõju
- Mõjuv
- teatama
- info
- informatiivne
- Infrastruktuur
- leidlikkus
- esialgne
- algatused
- uuenduslik
- uuenduslik tehnoloogia
- sisend
- teadmisi
- Näiteks
- lahutamatu
- Integreerimine
- integratsioon
- suhelda
- suhtlemist
- interaktsioonid
- interaktiivne
- huvi
- Interface
- rahvusvaheliselt
- rahvusvaheliselt
- lõikuma
- sisse
- uurimine
- IT
- ITS
- töö
- liitunud
- jpg
- lihtsalt
- ainult üks
- Võti
- Laps
- teatud
- Labs
- maa
- keel
- suur
- suuremahuline
- kestev
- kiht
- Kihiline
- viima
- Leads
- Liiga
- Õppida
- õppimine
- lahkus
- Tase
- taset
- võimendav
- raamatukogud
- elu
- Maaülikooli
- valgus
- nagu
- tõenäosus
- Tõenäoliselt
- LIMIT
- piirav
- Elab
- LLM
- kohalik
- armastab
- madalaim
- masin
- masinõpe
- põhiline
- tegema
- Malaisia
- juhtimine
- palju
- kaart
- kaardistus
- Turg
- matemaatika
- mai..
- meetmed
- meditsiini-
- ühinevad
- meetod
- meetriline
- Michael
- võib
- miljonid
- Leevendada
- ML
- mudel
- modelleerimine
- mudelid
- järelevalve
- rohkem
- tõhusam
- kõige
- enamasti
- mitmetahuline
- mitmekordne
- muusika
- nimi
- Natural
- Vajadus
- Uus
- järgmine
- Mittetulundusühing
- märkmik
- romaan
- nüüd
- tuim
- esemeid
- tähelepanek
- saab
- esineda
- of
- Pakkumised
- sageli
- on
- ONE
- ainult
- Operations
- or
- organisatsioon
- organisatsioonid
- Muu
- teised
- meie
- välja
- puhkemine
- välja toodud
- väljund
- väljaspool
- üle
- ülehinnatud
- ülevaade
- pandas
- pandeemia
- parameetrid
- eriti
- partnerluste
- Vastu võetud
- kirglik
- minevik
- patenditud
- patsient
- mustrid
- Paul
- Inimesed
- protsent
- jõudlus
- teostatud
- periood
- perspektiiv
- Peruu
- nähtus
- füüsiline
- arst
- sammas
- Keskses
- piksel
- planeet
- inimesele
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängima
- mängimine
- võrra
- hulknurk
- pop-
- asustatud
- populatsioonid
- positsioon
- võimalik
- post
- potentsiaal
- ennustada
- Ennustused
- peaminister
- Valmistama
- esitada
- Ennetamine
- esmane
- prioriteetsuse
- Proaktiivne
- tõenäoliselt
- protsess
- töötlemine
- tootma
- toodab
- programmeeritud
- omadused
- kinnisvara
- varaline
- anda
- tingimusel
- annab
- pakkudes
- avalik
- rahvatervise
- Python
- kvaliteet
- kvantifitseerib
- kvantitatiivne
- kiiremini
- valik
- alates
- kiire
- määr
- Töötlemata
- Lugemine
- Red
- vähendamine
- vähendamine
- viitama
- peegeldab
- piirkondlik
- piirkondlikult
- piirkondades
- seostub
- Suhted
- asjakohane
- kauge
- eemaldamine
- eemaldades
- Aruandlus
- Aruanded
- esindamine
- esindaja
- esindavad
- esindab
- teadustöö
- ressurss
- Vahendid
- vastus
- Tulemused
- avalduma
- paljastav
- Rikas
- õige
- Oht
- riskide
- Jõgi
- jõuline
- Roll
- jooksmine
- salveitegija
- SAND
- satelliit
- Säästa
- skaalautuvia
- stseen
- SCI
- teadus
- TEADUSED
- teadlased
- sektor
- turvalisus
- otsib
- valides
- vanem
- teenib
- Teenused
- Arveldused
- mitu
- raske
- kuju
- vormimine
- jagatud
- peaks
- Näitused
- märkimisväärne
- märgatavalt
- alates
- ühekordne
- oskused
- jupp
- lumi
- So
- kainestav
- sotsiaalmeedia
- sotsiaalmajanduslik
- tarkvara
- tarkvaraarendus
- lahendus
- Lahendused
- Allikad
- ulatub
- ruumiline
- spetsialiseerunud
- konkreetse
- kiirus
- laiali
- kevad
- alustatud
- Käivitus
- statistika
- stats
- olek
- Sammud
- strateegiad
- oja
- kiirendama
- nöör
- tugev
- uuringud
- järgnev
- mahukas
- Edukalt
- selline
- soovitama
- Sun
- toetama
- Toetamine
- Toetab
- Pind
- järelevalve
- vastuvõtlikkus
- süsteem
- süsteemid
- Võtma
- suunatud
- meeskond
- tech
- Tehniline
- tehnilised oskused
- tehnikat
- Tehnoloogia
- test
- kui
- et
- .
- Piirkond
- maailm
- oma
- Neile
- SIIS
- seetõttu
- Need
- nad
- see
- ähvardused
- Läbi
- aeg
- et
- tööriist
- töövahendid
- suunas
- traditsiooniline
- liiklus
- Rong
- koolitus
- üle
- Muutma
- Transformation
- üleminek
- üleminek
- edastamine
- Usaldatud
- lugusid
- kaks
- TX
- tüüp
- liigid
- lõpuks
- mõistma
- mõistmine
- läbis
- tundmatu
- linna-
- kasutama
- Kasutatud
- kasutusalad
- kasutamine
- väärtus
- Väärtused
- muutuja
- eri
- taimestik
- versioon
- vertikaalid
- vaade
- viirus
- viirused
- nägemus
- visiit
- visuaalne
- visualiseerimine
- visualiseeri
- hoiatus
- oli
- Vesi
- we
- web
- veebiteenused
- kaal
- Hästi
- läks
- olid
- märg
- mis
- kuigi
- WHO
- kelle
- laialt levinud
- koos
- jooksul
- ilma
- Töö
- töövoog
- töötab
- maailm
- World Health Organization
- X
- aasta
- aastat
- sa
- Sinu
- sephyrnet
- tsoonid