عميد كلية الزراعة- جامعة عين شمس- مصر

تعد الخسائر الذي يمكن أن تسببها الأمراض المعدية في صناعة الدواجن والتي من ابرزها تفشي فيروس انفلونزا الطيور بمثابة جرس انذار دائم بضرورة احتواء الأمراض المعدية بسرعة وكفاءة. يعد التشخيص المبكر للأمراض المعدية في الدواجن أمرًا مهمًا للحد من الخسائر الناجمة عن العدوى ويقلل من احتمال ظهور الأمراض الحيوانية المنشأ بين البشر. بالإضافة إلى ذلك، يمكن أن يصبح الاكتشاف المبكر للأمراض المعدية مصدرًا مهمًا للبيانات لاستخدامها في النماذج التنبؤية للأمراض الناشئة في الدواجن. وبدلاً من الاستجابة لحالات تفشي المرض، فإن التنبؤ بموعد ومكان تعرض الدواجن لخطر الإصابة يعد أمرًا مطلوبًا في النهاية. مع زيادة تكثيف إنتاج الدواجن، قد يكون من الضروري التنبؤ بظهور المرض لتقليل الخسائر المحتملة الناجمة عن الأمراض المعدية. تتطلب النماذج التنبؤية الدقيقة البيانات المرتبطة بمحركات الأمراض الناشئة، بما في ذلك مصادر البيانات البيئية والجغرافية. لا يمكن أن تشتمل النماذج التنبؤية فقط على مصادر ديناميكية للبيانات للمساعدة في صنع القرار، ولكن القيام بذلك بسرعة كبيرة أو في الوقت الفعلي أصبح ممكنًا بفضل تطوير واستخدام أجهزة الاستشعار البيولوجية بالإضافة إلى تطوير إنترنت الأشياء. يعد تنفيذ أنظمة دعم القرارات التي تعتمد على البيانات أمرًا مهمًا حيث من المحتمل أن يكافح البشر لاتخاذ القرارات المثلى عندما يواجهون البيانات الديناميكية التي ستكون متاحة. مع النماذج المصممة تصميما جيدا، يمكن اتخاذ إجراءات وقائية في المناطق المعرضة للخطر لمنع تفشي المرض، ويمكن أن تشمل هذه الإجراءات إدارة العلاجات الوقائية أو زيادة تدابير الأمن الحيوي. ومن المصادر الهامة التى يمكن إدراجهما في النماذج التنبؤية للعدوى فى الدواجن هى مصادر البيانات المستندة الى الانترنت ووسائل التواصل الاجتماعي.
توفر وسائل التواصل الاجتماعي والانترنت كميات هائلة من البيانات يمكن استخدامها وتحليلها فى الوقت الحقيقي وذلك لدعم اتخاذ القرار فى العديد من المجالات. تتضمن أمثلة مصادر البيانات على الإنترنت استعلام البحث وبيانات الوسائط الاجتماعية من مصادر مثل Google وTwitter، على التوالي. تجلى رصد حالات الإصابة البشرية بأمراض مختلفة من خلال تتبع إشارات لأشياء مثل أعراض تشبه أعراض الأنفلونزا على تويتر أو باستخدام بيانات عن مدى بحث الناس على الإنترنت عن أعراض الأنفلونزا. تعتمد هذه الأنظمة على الأشخاص الذين يصابون بالعدوى لاستخدام الإنترنت للبحث عن حالتهم، مما يؤدي إلى تغييرات قابلة للقياس في تواتر عمليات البحث لبعض الكلمات الرئيسية أو العبارات. على سبيل المثال، باستخدام Google Trends، وهي أداة قائمة على الويب لتحليل عمليات بحث Google، يمكن اكتشاف حالات تفشي الأنفلونزا الإقليمية قبل أن يتم اكتشافها بواسطة أنظمة مراقبة مراكز السيطرة على الأمراض والوقاية منها. بالإضافة إلى ذلك، تم أيضًا استخدام منصة الوسائط الاجتماعية مثل twitter للكشف عن زيادة تواتر الأمراض من خلال تحديثات يحركها المستخدم فيما يتعلق بظروفهم. فى احدى الدراسات تم عرض نموذج قائم على Twitter للتنبؤ بذروة أوبئة الأنفلونزا الموسمية قبل ستة أسابيع وبدقة جيدة. على الرغم من النجاحات التي حققتها عمليات الكشف عن تفشي الأمراض بين البشر الذين يستخدمون البيانات المستندة إلى الويب، لا تزال هناك تحديات مثل نقص الإنترنت في بعض الاماكن، بالإضافة إلى التحيزات الناتجة عن عمليات البحث أو المنشورات التي تحتوي على كلمات أو عبارات متتبعة. لقد أتاحت البيانات المنشورة على الانترنت ومواقع التواصل الاجتماعي المراقبة المتلازمة syndromic surveillance والإنذار المبكر earlier warning لتفشي بعض الأمراض في البشر، وبناء على ذلك اصبحت هناك امكانية لاستخدام البيانات المنشورة والمتعلقة بالدواجن ان تستخدم فى نفس الغرض. تعتمد الأنظمة القائمة على الويب التي تتتبع الأمراض التي تصيب الإنسان على المستخدمين لتوليد البيانات وهناك امكانية لتكرار ذلك بالنسبة للدواجن، ومع ذلك، فقد ثبت أن تحليل منشورات Twitter يمكن أن يلخص التقارير على الإنترنت بفعالية للقيام بمراقبة تفشى مرض انفلونزا الطيور. على وجه التحديد، باستخدام أربع كلمات رئيسية ذات صلة بالعدوى، أنشأ Robertson and Yee خط أنابيب لاستخراج البيانات وتحليلها تلقائيًا لتحليل مشاركات Twitter المتعلقة بفيروس انفلونزا الطيور. في الفترة من 2015 إلى 2016، ربط نموذجهم بشكل إيجابي مشاركات Twitter المرتبطة بـ AIV مع حالات أنفلونزا الطيور التي أبلغت عنها المنظمة العالمية لصحة الحيوان. لذلك فإن استخدام Twitter يمكن أن يكون بمثابة أداة لتوفير الوصول إلى مختلف التقارير عبر الإنترنت المتعلقة بمراقبة أنفلونزا الطيور وتتبع هذه الوظائف في الوقت الحقيقي يمكن أن توفر بيانات مهمة لرصد وتوقع حدوث تفشى فيروس الانفلونزا في الدواجن.