זהו פוסט אורח שנכתב במשותף על ידי Ajay K Gupta, Jean Felipe Teotonio ו- Paul A Churchyard מ-HSR.health.
HSR.בְּרִיאוּת היא חברת ניתוח סיכוני בריאות גיאו-מרחביים שחזונה הוא שאתגרי בריאות גלובליים ניתנים לפתרון באמצעות כושר המצאה אנושי ויישום ממוקד ומדויק של ניתוח נתונים. בפוסט זה, אנו מציגים גישה אחת למניעת מחלות זואונוטיות המשתמשת יכולות גיאו-מרחביות של Amazon SageMaker ליצור כלי המספק מידע מדויק יותר על התפשטות מחלות למדעני בריאות כדי לעזור להם להציל חיים נוספים, מהר יותר.
מחלות זואונוטיות פוגעות גם בבעלי חיים וגם בבני אדם. המעבר של מחלה מחיה לאדם, המכונה זליגה, היא תופעה שמתרחשת ללא הרף על הפלנטה שלנו. על פי ארגוני בריאות כמו המרכז לבקרת מחלות ומניעתן (ה-CDC) וארגון הבריאות העולמי (מי), אירוע זליגה בשוק רטוב בווהאן, סין גרם ככל הנראה למחלת הקורונה 2019 (COVID-19). מחקרים מצביעים על כך שוירוס שנמצא בעטלפי פירות עבר מוטציות משמעותיות, המאפשרות לו להדביק בני אדם. החולה הראשוני, או 'החולה אפס', ל-COVID-19 החל כנראה בהתפרצות מקומית שלאחר מכן שהתפשטה בסופו של דבר בעולם. HSR.בריאותאינדקס הסיכון ל-Zoonotic Spillover של מטרתו לסייע בזיהוי של התפרצויות מוקדמות אלו לפני שהן חוצות גבולות בינלאומיים ומובילות להשפעה גלובלית נרחבת.
הנשק העיקרי שיש לבריאות הציבור נגד התפשטות התפרצויות אזוריות הוא מעקב אחר מחלות: מערכת שלמה שלמה של דיווח מחלות, חקירות ותקשורת נתונים בין רמות שונות של מערכת בריאות ציבורית. מערכת זו תלויה לא רק בגורמים אנושיים, אלא גם בטכנולוגיה ובמשאבים לאיסוף נתוני מחלות, ניתוח דפוסים ויצירת זרם עקבי ורציף של העברת נתונים מרשויות בריאות מקומיות לאזוריות ועד מרכזיות.
המהירות שבה COVID-19 עבר מהתפרצות מקומית למחלה עולמית הקיימת בכל יבשת צריכה להיות דוגמה מפוכחת לצורך הנורא לרתום טכנולוגיה חדשנית ליצירת מערכות מעקב מחלות יעילות ומדויקות יותר.
הסיכון לגלישה של מחלה זואונוטית נמצא בקורלציה חדה עם מספר רב של גורמים חברתיים, סביבתיים וגיאוגרפיים המשפיעים על תדירות האינטראקציה של בני אדם עם חיות הבר. HSRשל בריאות אינדקס הסיכון לשפיכת מחלות זואונוטיות משתמש בלמעלה מ-20 גורמים גיאוגרפיים, חברתיים וסביבתיים ברורים, הידועים היסטורית כמשפיעים על הסיכון לאינטראקציה בין אדם לבעלי חיים, ולפיכך על סיכון זליגת מחלות זואונוטיות. ניתן למפות רבים מהגורמים הללו באמצעות שילוב של תמונות לוויין וחישה מרחוק.
בפוסט זה, אנו חוקרים כיצד HSR.בריאות משתמש ביכולות גיאו-מרחביות של SageMaker כדי לאחזר תכונות רלוונטיות מתצלומי לוויין וחישה מרחוק לפיתוח מדד הסיכון. היכולות הגיאו-מרחביות של SageMaker מקלות על מדעני נתונים ומהנדסי למידת מכונה (ML) לבנות, לאמן ולפרוס מודלים באמצעות נתונים גיאו-מרחביים. עם היכולות הגיאו-מרחביות של SageMaker, תוכל לשנות או להעשיר ביעילות מערכי נתונים גיאו-מרחביים בקנה מידה גדול, להאיץ את בניית המודלים עם מודלים של ML מאומנים מראש, ולחקור תחזיות מודל ונתונים גיאו-מרחביים על מפה אינטראקטיבית באמצעות גרפיקה מואצת בתלת-ממד וכלי הדמיה מובנים.
שימוש ב-ML ובנתונים גיאו-מרחביים להפחתת סיכונים
ML יעיל ביותר לזיהוי חריגות על נתונים מרחביים או זמניים בשל יכולתו ללמוד מנתונים מבלי להיות מתוכנת במפורש לזהות סוגים ספציפיים של חריגות. נתונים מרחביים, המתייחסים למיקום הפיזי ולצורתם של אובייקטים, מכילים לרוב דפוסים ויחסים מורכבים שעלולים להיות קשים לאלגוריתמים מסורתיים לנתח.
שילוב ML עם נתונים גיאו-מרחביים משפר את היכולת לזהות חריגות ודפוסים חריגים באופן שיטתי, דבר חיוני למערכות התרעה מוקדמת. למערכות אלו יש חשיבות מכרעת בתחומים כמו ניטור סביבתי, ניהול אסונות ואבטחה. מודלים חזויים באמצעות נתונים גיאו-מרחביים היסטוריים מאפשרים לארגונים לזהות ולהתכונן לאירועים עתידיים פוטנציאליים. אירועים אלה נעים בין אסונות טבע ושיבושי תנועה ועד, כפי שפוסט זה דן, התפרצויות מחלות.
זיהוי סיכוני זליגה בזאונוטיים
כדי לחזות סיכוני זליגה זואונוטיים, HSR.בְּרִיאוּת אימצה גישה רב-מודאלית. באמצעות שילוב של סוגי נתונים - כולל מידע סביבתי, ביוגיאוגרפי ואפידמיולוגי - שיטה זו מאפשרת הערכה מקיפה של דינמיקה של מחלות. פרספקטיבה רב-גונית כזו היא קריטית לפיתוח אמצעים יזומים ולאפשר תגובה מהירה להתפרצויות.
הגישה כוללת את המרכיבים הבאים:
- נתוני מחלות והתפרצויות – HSR.בְּרִיאוּת משתמש בנתוני המחלות וההתפרצות הנרחבים שסופקו על ידי גדעון וארגון הבריאות העולמי (WHO), שני מקורות מהימנים למידע אפידמיולוגי עולמי. נתונים אלו משמשים נדבך יסוד במסגרת האנליטיקה. עבור גדעון, ניתן לגשת לנתונים באמצעות API, ועבור ארגון הבריאות העולמי, HSR.בְּרִיאוּת בנתה מודל שפה גדול (LLM) לכריית נתוני התפרצות מדיווחי התפרצות מחלות קודמים.
- נתוני תצפית על כדור הארץ – גורמים סביבתיים, ניתוח שימושי קרקע וזיהוי שינויים בבתי גידול הם מרכיבים אינטגרליים להערכת הסיכון הזואונוטי. ניתן להפיק תובנות אלו מנתוני תצפית על כדור הארץ מבוססי לוויין. HSR.בְּרִיאוּת מסוגל לייעל את השימוש בנתוני תצפית כדור הארץ על ידי שימוש ביכולות גיאו-מרחביות של SageMaker כדי לגשת ולתפעל מערכי נתונים גיאו-מרחביים בקנה מידה גדול. SageMaker geospatial מציעה קטלוג נתונים עשיר, כולל מערכי נתונים מ-USGS Landsat-8, Sentinel-1, Sentinel-2 ואחרים. אפשר גם להכניס מערכי נתונים אחרים, כמו תמונות ברזולוציה גבוהה מ-Planet Labs.
- גורמים חברתיים של סיכון – מעבר לגורמים ביולוגיים וסביבתיים, הצוות ב-HSR.בְּרִיאוּת נחשבים גם לגורמים חברתיים, המקיפים אינדיקטורים סוציו-אקונומיים ודמוגרפיים שונים, וממלאים תפקיד מרכזי בעיצוב דינמיקה זואונוטית.
ממרכיבים אלה, HSR.בְּרִיאוּת העריכו מגוון של גורמים שונים, והמאפיינים הבאים זוהו כמשפיעים על זיהוי סיכוני זליגה זואונוטיים:
- בתי גידול לבעלי חיים ואזורי מגורים - הבנת בתי הגידול של מארחים זואונוטיים פוטנציאליים והאזורים הניתנים למגורים שלהם היא בסיסית להערכת סיכון ההעברה.
- מרכזי אוכלוסייה - קרבה לאזורים מיושבים בצפיפות היא שיקול מרכזי מכיוון שהיא משפיעה על הסבירות לאינטראקציות בין אדם לבעלי חיים.
- אובדן בית גידול - ההידרדרות של בתי גידול טבעיים, במיוחד באמצעות כריתת יערות, יכולה להאיץ אירועי זליגה זואונוטית.
- ממשק אדם-פרא - אזורים שבהם יישובים אנושיים מצטלבים עם בתי גידול של חיות בר הם נקודות חמות פוטנציאליות להעברה זואונוטית.
- מאפיינים חברתיים - גורמים סוציו-אקונומיים ותרבותיים יכולים להשפיע באופן משמעותי על סיכון זואונוטי ועל HSR.בריאות בוחן גם את אלה.
- מאפייני בריאות האדם - המצב הבריאותי של אוכלוסיות אנושיות מקומיות הוא משתנה חיוני מכיוון שהוא משפיע על הרגישות והדינמיקה של העברה.
סקירת פתרונות
HSR.בְּרִיאוּתזרימת העבודה של הנתונים כוללת עיבוד מוקדם של נתונים, חילוץ תכונות ויצירת הדמיות אינפורמטיביות באמצעות טכניקות ML. זה מאפשר הבנה ברורה של התפתחות הנתונים מצורתם הגולמית לתובנות ניתנות לפעולה.
להלן ייצוג חזותי של זרימת העבודה, החל מנתוני קלט מגדעון, נתוני תצפית על כדור הארץ ונתוני סיכון חברתיים.
אחזר ועבד תמונות לוויין באמצעות יכולות גיאו-מרחביות של SageMaker
נתוני לוויין מהווים אבן יסוד בניתוח המבוצע לבניית מדד הסיכון, ומספק מידע קריטי על שינויים סביבתיים. להפקת תובנות מתמונות לוויין, HSR.בְּרִיאוּת שימושים עבודות תצפית כדור הארץ (EOJs). EOJs מאפשרים רכישה ושינוי של נתוני רסטר שנאספו מפני השטח של כדור הארץ. EOJ משיג תמונות לוויין ממקור נתונים ייעודי - למשל, קבוצת לוויין - על פני אזור ותקופת זמן ספציפיים. לאחר מכן הוא מחיל מודל אחד או יותר על התמונות שאוחזרו.
בנוסף, סטודיו SageMaker של אמזון מציע מחברת גיאו-מרחבית המותקנת מראש עם ספריות גיאו-מרחביות הנפוצות. מחברת זו מאפשרת הדמיה ועיבוד ישירים של נתונים גיאו-מרחביים בתוך סביבת מחברת Python. ניתן ליצור EOJs בסביבת המחברת הגיאו-מרחבית.
כדי להגדיר EOJ, נעשה שימוש בפרמטרים הבאים:
- InputConfig – תצורת הקלט מציינת את מקורות הנתונים ואת קריטריוני הסינון שישמשו במהלך רכישת הנתונים:
- RasterDataCollectionArn – מציין את הלוויין שממנו לאסוף נתונים.
- תחום עניין – אזור העניין הגיאוגרפי (AOI) מגדיר את גבולות המצולעים לאיסוף תמונות.
- מסנן טווח זמן - טווח הזמן של עניין:
{StartTime: <string>, EndTime: <string>}
. - מסנני נכסים – מסנני מאפיינים נוספים, כגון אחוז מקובל של כיסוי ענן או זוויות אזימוט רצויות של השמש.
- JobConfig – תצורה זו מגדירה את סוג העבודה שיש להחיל על נתוני תמונת הלוויין שאוחזרו. הוא תומך בפעולות כגון מתמטיקה להקה, דגימה מחדש, הסרת גיאומוזאיקה או ענן.
קוד הדוגמה הבא מדגים הפעלת EOJ להסרת ענן, המייצג את השלבים שבוצעו על ידי HSR.בְּרִיאוּת:
HSR.בְּרִיאוּת השתמש במספר פעולות כדי לעבד מראש את הנתונים ולחלץ תכונות רלוונטיות. זה כולל פעולות כגון סיווג כיסוי קרקע, מיפוי משתנה טמפרטורות ואינדקסים של צמחייה.
מדד צמחייה אחד הרלוונטי להצביע על בריאות הצמחייה הוא מדד הצמחייה המנורמל (NDVI). ה-NDVI מכמת את בריאות הצמחייה על ידי שימוש באור קרוב לאינפרא אדום, אותו הצמחייה מחזירה, ואור אדום, אותו סופגת הצמחייה. ניטור ה-NDVI לאורך זמן יכול לחשוף שינויים בצמחייה, כגון ההשפעה של פעילויות אנושיות כמו כריתת יערות.
קטע הקוד הבא מדגים כיצד לחשב אינדקס צמחייה כמו NDVI בהתבסס על הנתונים שהועברו באמצעות הסרת ענן:
אנו יכולים לדמיין את תפוקת העבודה באמצעות יכולות גיאו-מרחביות של SageMaker. יכולות גיאו-מרחביות של SageMaker יכולות לעזור לך לכסות תחזיות מודל על מפת בסיס ולספק הדמיה שכבתית כדי להקל על שיתוף הפעולה. עם ה-Visualizer האינטראקטיבי המופעל על ידי GPU ומחברות Python, אפשר לחקור מיליוני נקודות נתונים בתצוגה אחת, מה שמקל על חקר שיתופי של תובנות ותוצאות.
השלבים המתוארים בפוסט זה מדגימים רק אחת מהתכונות הרבות המבוססות על רסטר ש-HSR.בְּרִיאוּת חילץ כדי ליצור את מדד הסיכון.
שילוב של תכונות מבוססות רסטר עם נתונים בריאותיים וחברתיים
לאחר חילוץ התכונות הרלוונטיות בפורמט רסטר, HSR.בְּרִיאוּת השתמשו בסטטיסטיקה אזורית כדי לצבור את נתוני הרסטר בתוך מצולעי הגבול המנהליים שאליהם מוקצים הנתונים החברתיים והבריאותיים. הניתוח משלב שילוב של רסטר ונתונים גיאו-מרחביים וקטוריים. סוג זה של צבירה מאפשר ניהול של נתוני רסטר במסגרת גיאודטה, מה שמקל על השילוב שלו עם הנתונים הבריאותיים והחברתיים כדי לייצר את מדד הסיכון הסופי.
קטע הקוד הבא מדגים כיצד לצבור נתוני רסטר לגבולות וקטור מנהליים:
כדי להעריך את התכונות שחולצו בצורה יעילה, מודלים של ML משמשים לניבוי גורמים המייצגים כל תכונה. אחד הדגמים שבהם נעשה שימוש הוא מכונת תמיכה וקטורית (SVM). מודל ה-SVM מסייע בחשיפת דפוסים ואסוציאציות בתוך נתונים המספקים הערכות סיכונים.
המדד מייצג הערכה כמותית של רמות הסיכון, המחושבת כממוצע משוקלל של גורמים אלה, כדי לסייע בהבנת אירועי זליגה פוטנציאליים באזורים שונים.
האיור הבא משמאל מציג את צבירת סיווג התמונות מסצנת אזור הבדיקה בצפון פרו מצטבר לרמה המינהלית המחוזית עם השינוי המחושב בשטח היער בין השנים 2018–2023. כריתת יערות היא אחד הגורמים המרכזיים שקובעים את הסיכון לגלישה זואונוטית. האיור מימין מדגיש את רמות חומרת הסיכון לגלישה זואונוטית באזורים המכוסים, החל מהסיכון הגבוה ביותר (אדום) לנמוך ביותר (ירוק כהה). האזור נבחר כאחד מאזורי ההכשרה לסיווג התמונות בשל מגוון כיסויי הקרקע שנתפסו בסצנה, לרבות: עירוני, יער, חול, מים, שטחי דשא וחקלאות, בין היתר. בנוסף, זהו אחד מתחומי התעניינות רבים עבור אירועי זליגה פוטנציאליים זואונוטיים עקב כריתת יערות ואינטראקציה בין בני אדם ובעלי חיים.
על ידי אימוץ גישה רב-מודאלית זו, הכוללת נתונים היסטוריים על התפרצות מחלות, נתוני תצפית על כדור הארץ, גורמים חברתיים וטכניקות ML, נוכל להבין ולחזות טוב יותר את הסיכון לגלישה זואונוטית, ובסופו של דבר לכוון אסטרטגיות מעקב ומניעת מחלות לאזורים בעלי הסיכון הגבוה ביותר להתפרצות. צילום המסך הבא מציג לוח מחוונים של הפלט מניתוח סיכונים זואונוטיים. ניתוח סיכונים זה מדגיש היכן יכולים להתרחש משאבים ומעקב אחר התפרצויות זואונוטיות פוטנציאליות חדשות, כך שניתן יהיה להכיל את המחלה הבאה לפני שהיא הופכת לאנדרטה או למגיפה חדשה.
גישה חדשה למניעת מגיפות
בשנת 1998, לאורך נהר הניפאח במלזיה, בין הסתיו 1998 לאביב 1999, 265 אנשים נדבקו בנגיף לא ידוע אז שגרם לדלקת מוח חריפה ולמצוקה נשימתית קשה. 105 מהם מתו, שיעור תמותה של 39.6%. לעומת זאת, שיעור התמותה ללא טיפול של COVID-19 הוא 6.3%. מאז, נגיף הניפאה, כפי שהוא מכונה כיום, יצא מבית הגידול שלו ביער וגרם ליותר מ-20 התפרצויות קטלניות, בעיקר בהודו ובנגלדש.
וירוסים כמו Nipah צצים מדי שנה, מהווים אתגרים לחיי היומיום שלנו, במיוחד במדינות שבהן קשה יותר להקים מערכות חזקות, מתמשכות וחסונות למעקב וגילוי מחלות. מערכות זיהוי אלו חיוניות להפחתת הסיכונים הכרוכים בווירוסים כאלה.
פתרונות המשתמשים ב-ML ובנתונים גיאו-מרחביים, כגון Zoonotic Spillover Risk Index, יכולים לסייע לרשויות בריאות הציבור המקומיות בתעדוף הקצאת משאבים לאזורים בעלי הסיכון הגבוה ביותר. על ידי כך, הם יכולים להקים אמצעי מעקב ממוקדים ומקומיים לאיתור ולעצירת התפרצויות אזוריות לפני שהן מתרחבות מעבר לגבולות. גישה זו יכולה להגביל משמעותית את ההשפעה של התפרצות מחלה ולהציל חיים.
סיכום
פוסט זה הדגים כיצד HSR.בְּרִיאוּת פיתח בהצלחה את ה-Zoonotic Spillover Risk Index על ידי שילוב נתונים גיאו-מרחביים, בריאות, גורמים חברתיים ו-ML. באמצעות SageMaker, הצוות יצר זרימת עבודה ניתנת להרחבה שיכולה לאתר את האיומים המהותיים ביותר של מגיפה עתידית פוטנציאלית. ניהול יעיל של סיכונים אלו יכול להוביל להפחתה בנטל המחלות העולמי. לא ניתן להפריז ביתרונות הכלכליים והחברתיים המהותיים של הפחתת הסיכון למגפה, כאשר היתרונות מתרחבים אזורית וגלובלית.
HSR.בְּרִיאוּת השתמש ביכולות גיאו-מרחביות של SageMaker לצורך הטמעה ראשונית של מדד הסיכון ה-Zoonotic Spillover וכעת הוא מחפש שותפויות, כמו גם תמיכה ממדינות מארחות ומקורות מימון, כדי לפתח את המדד עוד יותר ולהרחיב את היישום שלו לאזורים נוספים ברחבי העולם. למידע נוסף על HSR.בְּרִיאוּת ומדד הסיכון הזאונוטי, בקר www.hsr.health.
גלה את הפוטנציאל של שילוב נתוני תצפית על כדור הארץ ביוזמות הבריאות שלך על ידי חקר התכונות הגיאו-מרחביות של SageMaker. למידע נוסף, עיין ב יכולות גיאו-מרחביות של Amazon SageMaker, או לעסוק ב דוגמאות נוספות כדי לקבל ניסיון מעשי.
על הכותבים
אג'יי ק גופטה הוא מייסד שותף ומנכ"ל של HSR.health, חברה המשבשת ומחדשת ניתוחי סיכוני בריאות באמצעות טכנולוגיה גיאו-מרחבית וטכניקות AI כדי לחזות את התפשטות וחומרת המחלה. ומספק את התובנות הללו לתעשייה, לממשלות ולמגזר הבריאות כדי שיוכלו לצפות, להפחית ולנצל סיכונים עתידיים. מחוץ לעבודה, אתה יכול למצוא את אג'אי מאחורי המיקרופון מתפוצץ עור התוף בזמן שהוא חוגר את מנגינות הפופ האהובות עליו מ-U2, סטינג, ג'ורג' מייקל או Imagine Dragons.
ז'אן פליפה טאוטוניו הוא רופא מונע ומומחה נלהב לאיכות שירותי בריאות ואפידמיולוגיה של מחלות זיהומיות, ז'אן פליפה מוביל את צוות בריאות הציבור של HSR.health. הוא פועל למען המטרה המשותפת של שיפור בריאות הציבור על ידי הפחתת נטל המחלות העולמי על ידי מינוף גישות GeoAI לפיתוח פתרונות לאתגרי הבריאות הגדולים ביותר של זמננו. מחוץ לעבודה, תחביביו כוללים קריאת ספרי מדע בדיוני, טיולים רגליים, ליגת העל האנגלית ונגינה בגיטרה בס.
פול א כנסייה, CTO ומהנדס גיאו-מרחבי ראשי עבור HSR.health, משתמש בכישוריו הטכניים הרחבים ובמומחיותו כדי לבנות את תשתית הליבה עבור החברה כמו גם את פלטפורמת ה-GeoMD המוגנת בפטנט והקניינית שלה. בנוסף, הוא וצוות מדעי הנתונים משלבים ניתוח גיאו-מרחבי וטכניקות AI/ML בכל מדדי הסיכון הבריאותי שמייצר HSR.health. מחוץ לעבודה, פול הוא דיג'יי אוטודידקט ואוהב שלג.
ינוש וושיץ הוא אדריכל פתרונות בכיר ב-AWS, המתמחה ב-AI/ML גיאו-מרחבי. עם למעלה מ-15 שנות ניסיון, הוא תומך בלקוחות ברחבי העולם במינוף AI ו-ML לפתרונות חדשניים המנצלים נתונים גיאו-מרחביים. המומחיות שלו משתרעת על למידת מכונה, הנדסת נתונים ומערכות מבוזרות ניתנות להרחבה, מתוגברת על ידי רקע חזק בהנדסת תוכנה ומומחיות בתעשייה בתחומים מורכבים כגון נהיגה אוטונומית.
אמט נלסון הוא מנהל חשבונות ב-AWS התומך בלקוחות מחקר ללא מטרות רווח בכל ענפי הבריאות ומדעי החיים, מדעי כדור הארץ/סביבה וחינוך. המיקוד העיקרי שלו הוא לאפשר מקרי שימוש בניתוחים, AI/ML, מחשוב ביצועים גבוהים (HPC), גנומיקה והדמיה רפואית. אמט הצטרף ל-AWS בשנת 2020 והוא מבוסס באוסטין, טקסס.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- מקור: 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/
- :יש ל
- :הוא
- :לֹא
- :איפה
- 1
- 100
- 12
- 125
- שנים 15
- 15%
- 16
- 1998
- 1999
- 20
- 2019
- 2020
- 36
- 39
- 3d
- 7
- a
- יכולת
- יכול
- אודות
- סופג
- להאיץ
- מוּאָץ
- קביל
- גישה
- נצפה
- פי
- חֶשְׁבּוֹן
- מדויק
- רכישה
- לרוחב
- ניתן לפעולה
- פעילויות
- נוסף
- בנוסף
- מנהלי
- מאומץ
- אימוץ
- יתרון
- יתרונות
- להשפיע על
- נגד
- לְקַבֵּץ
- - צבירה
- חקלאות
- AI
- AI / ML
- סיוע
- מטרות
- אלגוריתמים
- תעשיות
- הַקצָאָה
- מאפשר
- מאפשר
- לאורך
- גם
- אמזון בעברית
- אמזון SageMaker
- Amazon SageMaker גיאו-מרחבי
- אמזון שירותי אינטרנט
- בין
- an
- אנליזה
- ניתוח
- לנתח
- ו
- בעלי חיים
- בעלי חיים
- חריגויות
- גילוי חריגות
- לצפות
- API
- בקשה
- יישומית
- חל
- גישה
- גישות
- ARE
- AREA
- אזורים
- סביב
- AS
- הערכה
- הערכה
- הערכות
- שהוקצה
- לעזור
- אסיסטים
- המשויך
- עמותות
- At
- מוגבר
- אוסטין
- רשויות
- אוטונומי
- מְמוּצָע
- AWS
- רקע
- להקה
- בנגלדש
- בסיס
- מבוסס
- בַּס
- עטלפים
- BE
- כי
- הופך להיות
- היה
- לפני
- מאחור
- להיות
- ישויות
- הטבות
- מוטב
- בֵּין
- מעבר
- להתמזג
- כָּחוֹל
- ספרים
- גבולות
- שניהם
- גבולות
- גבול
- גבולות
- אריזה מקורית
- להביא
- רחב
- לִבנוֹת
- בִּניָן
- נבנה
- מובנה
- ניטל
- אבל
- by
- לחשב
- מחושב
- חישוב
- CAN
- לא יכול
- יכולות
- יכולת
- לְנַצֵל
- נתפס
- מקרים
- קטלוג
- קטגוריות
- קטגוריה
- גרם
- ה-CDC
- מרכזים
- מרכז לבקרת מחלות ומניעתן
- מֶרכָּזִי
- מנכ"ל
- האתגרים
- שינוי
- שינויים
- מאפיינים
- רֹאשׁ
- סין
- נבחר
- בכיתה
- מיון
- ברור
- ענן
- מייסד שותף
- קוד
- שיתוף פעולה
- שיתוף פעולה
- לגבות
- אוסף
- עמודות
- שילוב
- תקשורת
- מורכב
- רכיבים
- מַקִיף
- מחשוב
- תְצוּרָה
- התחשבות
- נחשב
- עִקבִי
- הכלול
- מכיל
- יבשת
- תמיד
- רציף
- לעומת זאת
- לִשְׁלוֹט
- ליבה
- אבן פינה
- נגיף הקורונה
- מדינות
- לכסות
- כיסוי
- מכוסה
- תקופת הקורונה
- לִיצוֹר
- נוצר
- יוצרים
- יצירה
- הקריטריונים
- קריטי
- לַחֲצוֹת
- מכריע
- ראש אגף טכנולוגיה
- תרבותי
- לקוחות
- יומי
- כהה
- לוח מחוונים
- נתונים
- ניתוח נתונים
- נקודות מידע
- מדע נתונים
- מערכי נתונים
- מגדיר
- כריתת יערות
- דמוגרפי
- להפגין
- מופגן
- מדגים
- תלוי
- לפרוס
- נגזר
- יעוד
- רצוי
- לאתר
- איתור
- לקבוע
- לפתח
- מפותח
- מתפתח
- מת
- הבדל
- אחר
- קשה
- נורא
- ישיר
- בימוי
- אסון
- אסונות
- מַחֲלָה
- מחלות
- שיבושים
- משבש
- מובהק
- מצוקה
- מופץ
- מערכות מבוזרות
- מחוז
- גיוון
- חטיבה
- DJ
- עושה
- תחומים
- מונע
- נהיגה
- דיבוב
- ראוי
- כפילויות
- בְּמַהֲלָך
- דינמיקה
- כל אחד
- מוקדם
- כדור הארץ
- קל יותר
- קל
- כַּלְכָּלִי
- חינוך
- אפקטיבי
- יעילות
- יעיל
- יעילות
- אחר
- לאפשר
- מאפשר
- מה שמאפשר
- להקיף
- מקיף
- מקיף
- לעסוק
- מהנדס
- הנדסה
- מהנדסים
- אנגלית
- ליגה האנגלית
- משפר
- להעשיר
- שלם
- סביבה
- סביבתי
- חיוני
- להקים
- מקימים
- להעריך
- העריך
- אירוע
- אירועים
- בסופו של דבר
- כל
- אבולוציה
- בחינות
- דוגמה
- מנהלים
- ניסיון
- מומחה
- מומחיות
- בִּמְפוּרָשׁ
- חקירה
- לחקור
- היכרות
- להאריך
- מאריך
- נרחב
- תמצית
- הוֹצָאָה
- מקל
- הקלה
- גורם
- גורמים
- ליפול
- חביב
- מאפיין
- תכונות
- שדות
- תרשים
- שלח
- סינון
- מסננים
- סופי
- פירמה
- להתמקד
- מרוכז
- הבא
- בעד
- יער
- טופס
- פוּרמָט
- צורות
- מצא
- מסגרת
- החל מ-
- יסודי
- מימון
- נוסף
- עתיד
- אסף
- ליצור
- הגנומיקה
- גֵאוֹגרָפִי
- גיאוגרפי
- ג'ורג '
- לקבל
- גלוֹבָּלִי
- בריאות עולמית
- ברחבי עולם
- מטרה
- ממשלות
- GP
- גרפיקה
- הגדול ביותר
- ירוק
- אוֹרֵחַ
- פוסט אורח
- גופטה
- ידות על
- רתמת
- יש
- he
- בְּרִיאוּת
- מערכת בריאות
- בריאות
- לעזור
- גָבוֹהַ
- רזולוציה גבוהה
- הגבוה ביותר
- פסים
- מאוד
- שֶׁלוֹ
- היסטורי
- הסטורי
- המארח
- מארחים
- איך
- איך
- hpc
- HTML
- HTTPS
- בן אנוש
- גורמים אנושיים
- בני אדם
- ID
- הזדהות
- מזוהה
- לזהות
- זיהוי
- if
- תמונה
- סיווג תמונות
- תמונות
- תמונה
- הדמיה
- פְּגִיעָה
- הפעלה
- לייבא
- שיפור
- in
- באחר
- לכלול
- כולל
- כולל
- בע"מ
- משלבת
- מדד
- אינדקסים
- הודו
- אינדיקטור
- אינדיקטורים
- מדדים
- תעשייה
- זיהומיות
- להשפיע
- בעל השפעה
- לְהוֹדִיעַ
- מידע
- אִינפוֹרמָטִיבִי
- תשתית
- שְׁנִינוּת
- בתחילה
- יוזמות
- חדשני
- טכנולוגיה חדשנית
- קלט
- תובנות
- למשל
- אינטגרלי
- שילוב
- השתלבות
- אינטראקציה
- אינטראקציה
- יחסי גומלין
- אינטראקטיבי
- אינטרס
- מִמְשָׁק
- ברמה בינלאומית
- הבינלאומי
- מצטלב
- אל תוך
- חקירה
- IT
- שֶׁלָה
- עבודה
- הצטרף
- jpg
- רק
- רק אחד
- מפתח
- סוג
- ידוע
- מעבדות
- מדינה
- שפה
- גָדוֹל
- בקנה מידה גדול
- נמשך
- שכבה
- מרובד
- עוֹפֶרֶת
- מוביל
- ליגה
- לִלמוֹד
- למידה
- עזבו
- רמה
- רמות
- מינוף
- ספריות
- החיים
- מדעי חיים
- אוֹר
- כמו
- סְבִירוּת
- סביר
- להגביל
- מגביל
- חי
- LLM
- מקומי
- אוהב
- הנמוך ביותר
- מכונה
- למידת מכונה
- ראשי
- לעשות
- מלזיה
- ניהול
- רב
- מַפָּה
- מיפוי
- שוק
- מתמטיקה
- מאי..
- אמצעים
- רפואי
- מיזוג
- שיטה
- מטרי
- מיכאל
- יכול
- מיליונים
- להקל
- ML
- מודל
- דוגמנות
- מודלים
- ניטור
- יותר
- יותר יעיל
- רוב
- בעיקר
- רב פנים
- מספר
- כלי נגינה
- שם
- טבעי
- צורך
- חדש
- הבא
- ללא כוונת רווח
- מחברה
- רומן
- עַכשָׁיו
- קהות
- אובייקטים
- תצפית
- משיג
- להתרחש
- of
- המיוחדות שלנו
- לעתים קרובות
- on
- ONE
- רק
- תפעול
- or
- ארגון
- ארגונים
- אחר
- אחרים
- שלנו
- הַחוּצָה
- פְּרוֹץ
- המתואר
- תפוקה
- בחוץ
- יותר
- מוגזמים
- סקירה
- דובי פנדה
- מגיפה
- פרמטרים
- במיוחד
- שותפויות
- עבר
- לוהט
- עבר
- פטנט
- חולה
- דפוסי
- פול
- אֲנָשִׁים
- אחוזים
- ביצועים
- ביצעתי
- תקופה
- פרספקטיבה
- פרו
- תופעה
- גופני
- רופא
- עַמוּד
- מכריע
- פיקסל
- כוכב לכת
- פלטפורמה
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- לְשַׂחֵק
- משחק
- נקודות
- מְצוּלָע
- פופ
- מְאוּכלָס
- אוכלוסיות
- עמדה
- אפשרי
- הודעה
- פוטנציאל
- לחזות
- התחזיות
- ראש הממשלה
- להכין
- להציג
- מניעה
- יְסוֹדִי
- סדר עדיפויות
- פרואקטיבי
- כנראה
- תהליך
- תהליך
- לייצר
- ייצור
- מתוכנה
- נכסים
- רכוש
- קניינית
- לספק
- ובלבד
- מספק
- מתן
- ציבורי
- בריאות הציבור
- פיתון
- איכות
- מכמת
- כמותי
- מהר
- רכס
- טִוּוּחַ
- מהיר
- ציון
- חי
- קריאה
- Red
- הפחתה
- הפחתה
- להתייחס
- משקף
- אזורי
- אזורית
- אזורים
- מספר
- מערכות יחסים
- רלוונטי
- מרחוק
- הסרה
- הסרת
- דווח
- דוחות לדוגמא
- נציגות
- נציג
- המייצג
- מייצג
- מחקר
- משאב
- משאבים
- תגובה
- תוצאות
- לגלות
- חושף
- עשיר
- תקין
- הסיכון
- סיכונים
- נהר
- חָסוֹן
- תפקיד
- ריצה
- בעל חכמים
- חול
- הלוויין
- שמור
- להרחבה
- סצינה
- SCI
- מדע
- מדעים
- מדענים
- מגזר
- אבטחה
- מחפשים
- בחירה
- לחצני מצוקה לפנסיונרים
- משמש
- שירותים
- התנחלויות
- כמה
- קשה
- צוּרָה
- מעצבים
- משותף
- צריך
- הופעות
- משמעותי
- באופן משמעותי
- since
- יחיד
- מיומנויות
- קטע
- שלג
- So
- מפוכח
- חֶברָתִי
- סוציו אקונומי
- תוכנה
- הנדסת תוכנה
- פִּתָרוֹן
- פתרונות
- מקורות
- משתרע
- מרחבית
- מתמחה
- ספציפי
- מְהִירוּת
- התפשטות
- אביב
- החל
- החל
- סטטיסטיקה
- סטטיסטיקות
- מצב
- צעדים
- אסטרטגיות
- זרם
- לייעל
- מחרוזת
- חזק
- מחקרים
- לאחר מכן
- ניכר
- בהצלחה
- כזה
- להציע
- שמש
- תמיכה
- מסייע
- תומך
- משטח
- מעקב
- רְגִישׁוּת
- מערכת
- מערכות
- לקחת
- ממוקד
- נבחרת
- טק
- טכני
- כישורים טכניים
- טכניקות
- טכנולוגיה
- מבחן
- מֵאֲשֶׁר
- זֶה
- השמיים
- האזור
- העולם
- שֶׁלָהֶם
- אותם
- אז
- לכן
- אלה
- הֵם
- זֶה
- איומים
- דרך
- זמן
- ל
- כלי
- כלים
- לקראת
- מסורתי
- תְנוּעָה
- רכבת
- הדרכה
- להעביר
- לשנות
- טרנספורמציה
- מַעֲבָר
- עבר
- תמסורת
- מהימן
- מנגינות
- שתיים
- TX
- סוג
- סוגים
- בסופו של דבר
- להבין
- הבנה
- עבר
- לא ידוע
- עירוני
- להשתמש
- מְשׁוּמָשׁ
- שימושים
- באמצעות
- ערך
- ערכים
- משתנה
- שונים
- צמחיה
- גרסה
- אנכיות
- לצפיה
- וירוס
- וירוסים
- חזון
- לְבַקֵר
- חזותי
- ראיה
- לחזות
- אזהרה
- היה
- מים
- we
- אינטרנט
- שירותי אינטרנט
- מִשׁקָל
- טוֹב
- הלכתי
- היו
- החוק
- אשר
- בזמן
- מי
- של מי
- נָפוֹץ
- עם
- בתוך
- לְלֹא
- תיק עבודות
- זרימת עבודה
- עובד
- עוֹלָם
- ארגון הבריאות העולמי
- X
- שנה
- שנים
- אתה
- זפירנט
- אזורי