“机器学习”是人工智能的一种形式。美国卡里生态系统研究所和佐治亚大学科学家将机器学习和大数据相结合，用于确定携带疾病的啮齿类动物的种类分布，以及容易被新生寄生虫和病原体传染的热点地区。相关论文发表在近期美国《国家科学院学报》上。

　　据物理学家组织网报道，大部分新兴传染病都是从动物传染给人类，全世界每年有超过10亿人感染。保障公共健康需要有效的监测工具。卡里生态系统研究所疾病生态学家芭芭拉·汉说：“从历史上看，人们对新兴传染病都是被动应付，所有措施都集中在疾病出现后遏制其传播。我们是利用机器学习，绘制出受各种疾病影响的啮齿类动物分布，实现疾病的早期预警监测。”

　　研究人员利用机器学习来揭示一套庞大数据库的规律，该数据库包括2000多种啮齿类动物，并描述了它们的生活历史、生态环境、行为、生理特征和地理分布情况。他们开发出一种模型，能预测可能存在的啮齿类物种，并能识别出潜在啮齿类和非啮齿类动物的特征，准确率达到90%。他们发现了超过150种新的潜在啮齿类动物和超过50种新的活跃型动物，可能携带多种病原体并传染给人类。

　　汉解释说：“我们得出了一份高危啮齿类物种观察目录，这些动物的本能特征让它们易于携带可传染给人类的疾病。由于环境变化速度加快，这份目录极为重要。”

　　研究人员还指出，啮齿类动物传播疾病的能力不同。风险最高的种类是那些成熟早、繁殖迅速的动物，大多生活在生物多样性水平低的北温带地区。从生物学角度看，那些在短时间内能繁育更多后代的物种，在免疫方面的投入更少。这让它们更容易成为疾病携带者。