Google · X

질병 발병이 퍼질 가능성이 있는 곳을 예측하려면 일반적으로 여러 조각난 위성 이미지와 인구 조사표를 모아서 몇 주가 걸립니다.

질병 발병이 퍼질 가능성이 있는 곳을 예측하는 것은 일반적으로 파편화된 위성 이미지, 인구 조사 자료, 지역 보건 기록을 조합하는 몇 주가 필요합니다. 이제 새로운 연구에 따르면 구글 어스 AI가 지역 사회가 공중보건 위기를 더 빠르고 적극적으로 대응하는 데 도움을 줄 수 있다는 것이 밝혀졌습니다. 행동 패턴, 지리적 공간 AI 모델 등 단순한 통계를 넘어서는 통찰력을 결합함으로써 공중보건…

A grid of images depicting various global health subjects, including health workers, satellite map views and microscopy images.
이미지 출처 · Google · X

질병 발병이 퍼질 가능성이 있는 지역을 예측하려면 일반적으로 여러 조각난 위성 이미지, 인구 조사 표, 지역 보건 기록을 오랜 시간에 걸쳐 정리해야 합니다.

이제 새로운 연구에 따르면 구글 어스 AI가 지역사회가 공중보건 위기를 더 빠르고 적극적으로 대응하는 데 어떻게 도움이 될 수 있는지가 밝혀졌습니다.

행동 패턴, 지리적 공간 AI 모델 등 단순한 통계를 넘어서는 통찰력을 결합함으로써 공중보건 팀은 복잡한 공중보건 문제를 더 잘 이해할 수 있고, 보고의 격차를 해소하며, 응급 대응을 반응적 관리에서 선제적 예방으로 전환할 수 있다.

A grid of images depicting various global health subjects, including health workers, satellite map views and microscopy images.
원문 출처

Google · X

내용 안내

원문 발행 및 권리는 출처에 있습니다.

기계 번역 · 원문을 참고하세요