水传播疾病是难民和国内流离失所者(IDP)定居点传染病爆发的主要原因之一，但约克大学领导的一个团队开发了一种新技术，使用机器学习保持饮用水安全，这项研究目前已发表在《公共科学图书馆·水》（《PLOS Water》）杂志上。

由于大多数居民点的饮用水都没有通过管道输送到家中，居民们用储存容器从公共自来水站收集水。

Lassonde工程学院的博士生Michael De Santi说：“当水储存在住宅的容器中时，它暴露在污染物中的风险很高，所以必须有足够的自由剩余氯来杀死任何病原体。”Michael De Santi是约克大学达达勒全球健康研究所的一员，也是这项研究的负责人。

在肯尼亚、马拉维、苏丹、南苏丹和乌干达的难民和国内流离失所者定居点，以前安全的饮用水在收集、运输和储存过程中再次受到污染，是霍乱、戊型肝炎和志贺氏菌病暴发的一个主要因素。

“多种因素都会影响储存水中氯的衰变。你可以在收集点获得安全的水，但一旦你把水带回家并储存起来，有时长达24小时，你就会失去残留的氯，病原体会滋生，疾病会传播，”Lassonde副教授Syed Imran Ali说，他是约克大学达达勒全球卫生研究所的研究员，他有在南苏丹一个定居点工作的第一手经验。

包括同样来自Lassonde的副教授Usman Khan在内的研究团队利用机器学习，开发出了一种新方法，可以预测在最后一杯氯被消耗掉之前，剩余足够氯的概率。他们使用了人工神经网络(ANN)和集合预测系统(EFS)，这是通常不会做的。EFS是天气预报中常用的一种预测降水概率的概率模型。

ANN-EFS可以在消耗时生成预测，考虑到各种影响余氯水平的因素，不同于通常使用的模型。这种新的概率模型正在取代目前使用的氯使用通用指南，该指南已被证明是无效的，”Ali说。

当地的温度、家庭间的水储存和处理方式、水管的类型和质量、水质以及儿童是否把手伸进盛水的容器中，这些因素都对饮用水的安全程度有影响。

“然而，非常重要的是，这些概率模型要根据特定定居点的数据进行训练，因为每个定居点都像雪花一样独特，” De Santi说。“两个人可以在同一天收集同样的水，两人都将水储存6个小时，一个人的水中可能仍然有所有的氯，而另一个人可能几乎没有氯了。另外10个人身上可能有不同范围的氯。”

研究人员使用了通过安全水优化工具项目收集的来自孟加拉国和坦桑尼亚两个难民定居点的常规水质监测数据。在孟加拉国，Médecins Sans Frontières于2019年6月至12月从考克斯巴扎库图帕隆-巴鲁卡里扩展站1号营地收集了2130个样本的数据，当时该营地接待了来自邻国缅甸的8.3万名罗兴亚难民。

决定如何教ANN-EFS以最小的可能错误提出现实的概率预测需要创造性思维。

“如何测量误差是关键，因为它决定了模型在概率建模环境下的行为，”De Santi说。“使用成本敏感学习(一种在使用机器学习时将成本函数转变为目标行为的工具)，我们发现它可以提高概率预测和可靠性，我们不知道以前在这种情况下也这样做过。”

例如，这个模型可以说，在水龙头的特定条件下，水中有一定量的自由余氯，储存的水在15小时后，剩余的氯有90%的可能性低于安全饮用水平。

“这就是这种模型可以给我们的概率确定，”De Santi说。“就像天气预报一样，如果有90%的几率下雨，你应该带把伞。我们可以要求供水人员提高氯浓度，这样就会有更大比例的人拥有安全的饮用水，而不是一把伞。”

Syed Imran Ali说：“我们的安全用水优化工具采用了这种机器学习工作，并使其可用于现场援助工作人员。对供水人员来说，唯一的区别是，我们要求他们在水龙头的容器里取样，几个小时后在家里的同一个容器里取样。Michael De Santi正在做的这项工作正在推进机器学习模型的实践状态。这不仅可以用于确保难民和国内流离失所者定居点的安全饮用水，还可以用于其他用途。”

原文链接：https://phys.org/news/2022-09-technique-safe-machine.html