Om disputationen
Zia Farooq försvarar måndag 3 juni kl. 9.00 sin avhandling Navigera i epidemier, genom att utnyttja datavetenskap och datadriven modellering. Huvudhandledare Henrik Sjödin. Plats Sal B, 9 tr, Norrlands universitetssjukhus, Umeå.
Du surfar just nu på en begränsad version av umu.se. Vad innebär det här?
NYHET Det går att förutse hur olika infektionssjukdomar kommer att spridas i Europa i takt med den globala uppvärmningen. Detta med hjälp av artificiell intelligens och matematisk modellering av förändrade resmönster och sjukdomseffekter, som förväntade dödsfall i nya utbrott. På så sätt blir det möjligt att vidta motåtgärder och bygga upp beredskap. Det visas i en ny avhandling vid Umeå universitet.
Zia Farooq, doktorand vid Institutionen för folkhälsa och klinisk medicin, avdelningen för hållbar hälsa.
BildMattias Pettersson– Det kommer att bli allt viktigare att förutse hur och var infektionssjukdomar kommer att spridas. Flera allvarliga sjukdomar står på tur att nå många länder i Europa när klimatet ändras och vi dessutom reser mer. Genom tillgång till prognoser skapas rådrum för att fatta beslut om kapacitet i vården och åtgärder för att dämpa spridningen, säger Zia Farooq, doktorand vid Umeå universitet.
I sin avhandling vid Institutionen för folkhälsa och klinisk medicin visar Zia Farooq modeller som genom att kombinera olika typer av data med artificiell intelligens och matematisk modellering kan förutsäga spridning av infektionssjukdomar. Ett exempel är sjukdomen nilfeber, eller West Nile fever. Denna virussjukdoms spridning via värddjur drivs av klimatförändringar med stigande temperatur, längre vårar och torrare vintrar. Om inte motåtgärder sätts in kan spridningsrisken av nilfeber i Europa öka upp till femfaldigt så att sjukdomen når upp till Nordvästeuropa, vilket innebär att 244 miljoner människor hamnar i riskzonen.
I avhandlingen visas retrospektivt att den prognosmodell som Zia Farooq och den forskargrupp han ingår i med god precision kunde förutsäga det senaste utbrottet av nilfeber i Europa 2018. Metodiken är baserad på tillämpningar av AI- och maskininlärningsalgoritmer som bearbetar sjukdomsförekomstdata med klimat- och miljö-, sociodemografiska och data för resor och handel.
En annan virussjukdom som överförs via myggor är denguefeber. Det kan orsaka hög feber, svår smärta och livshotande följdsjukdomar. Denguefeber betraktades tidigare som en tropisk sjukdom, men sprids nu i Europa, främst till följd av ökat resande och klimatförändringar. I avhandlingen visar Zia Farooq att importen av denguevirus via smittade resenärer under femårsperioden 2015–2019 ökade med 588 procent jämfört med 20 år tidigare. Importen av viruset kräver att det finns vissa myggarter i Europa som kan bära denguefeber mellan människor, vilket sker när medeltemperaturerna stiger. Att denguefeber kan spridas på detta sätt innebär också en motsvarande ökad risk för spridning av andra sjukdomar som sprids under liknande förhållanden, till exempel zikafeber, gula febern och chikungunya.
– Naturligtvis är det väldigt viktigt att minska utsläppen och begränsa klimatförändringarna. Men vi kanske inte helt kan undkomma problemet eftersom klimatförändringarna redan sker. Därför är det viktigt att ha verktyg för att vara förberedd på att möta utmaningarna med klimatberoende och framväxande infektionssjukdomar, säger Zia Farooq.
Zia Farooq har en tidigare masterexamen i tillämpad matematik från Institute of Space Technology i Islamabad. Han har också forskat om cellsignalering med hjälp av dynamisk modellering och informationsteoretiska tekniker vid den polska vetenskapsakademin i Warszawa. Han forskade om epidemiologiska frågor om Covid-19 under pandemin. Zia ingår i Lancet Countdown Europe-teamet som utvecklar riskindikatorer för infektionssjukdomar.
Zia Farooq försvarar måndag 3 juni kl. 9.00 sin avhandling Navigera i epidemier, genom att utnyttja datavetenskap och datadriven modellering. Huvudhandledare Henrik Sjödin. Plats Sal B, 9 tr, Norrlands universitetssjukhus, Umeå.
