केरल ने डेंगू का पूर्वानुमान लगाने वाला सिस्टम विकसित किया
केरल के इंस्टीट्यूट ऑफ़ एडवांस्ड वायरोलॉजी (IAV) के वैज्ञानिकों ने एक ‘डेंगू अर्ली वार्निंग सिस्टम’ (DEWS) विकसित किया है। यह सिस्टम मशीन लर्निंग का इस्तेमाल करके ज़िले के स्तर पर डेंगू के फैलने के तरीकों में संभावित बदलावों की पहचान करता है।
यह सिस्टम हर ज़िले के लिए साप्ताहिक पूर्वानुमान तैयार करने के लिए बीमारी की निगरानी और मौसम संबंधी जानकारी को मिलाता है। इसे मार्च 2020 से फरवरी 2026 तक के लगभग छह साल के डेटा का इस्तेमाल करके विकसित किया गया था।
मार्च से जुलाई 2026 तक केरल के निगरानी डेटा का इस्तेमाल करके किए गए शुरुआती मूल्यांकन से पता चला कि मॉडल के पूर्वानुमान और डेंगू के असल पैटर्न के बीच सकारात्मक संबंध है।
चार मुख्य इनपुट
DEWS केरल की स्टेट सर्विलांस यूनिट से मिली महामारी विज्ञान संबंधी जानकारी और भारत मौसम विज्ञान विभाग (IMD) द्वारा दी गई मौसम संबंधी जानकारी को एक साथ लाता है।
यह मॉडल चार मुख्य कारकों (वेरिएबल्स) पर विचार करता है:
- रिपोर्ट किए गए डेंगू के मामले
- बारिश
- तापमान
- औसत नमी (ह्यूमिडिटी)
पूरे राज्य के लिए एक ही पूर्वानुमान लगाने के बजाय, यह सिस्टम हर ज़िले के हिसाब से जोखिम का आकलन करता है। इससे स्थानीय स्तर पर बीमारी के पैटर्न और मौसम की स्थितियों में बदलाव को पूर्वानुमान में शामिल किया जा सकता है।
नतीजे के तौर पर मिलने वाले जोखिम को बहुत ज़्यादा, ज़्यादा, मध्यम और कम श्रेणियों में बांटा जाता है, जिससे पब्लिक हेल्थ अधिकारियों के लिए मॉडल के नतीजों को समझना और उन पर कार्रवाई करना आसान हो जाता है।
स्टैटिक GK फैक्ट: डेंगू एक वायरल संक्रमण है जो मुख्य रूप से संक्रमित एडीज़ मच्छरों से फैलता है। एडीज़ एजिप्टी (Aedes aegypti) डेंगू फैलाने वाले मुख्य वाहकों में से एक है।
मौसम और डेंगू का फैलना
मौसम की स्थितियां मच्छरों के पनपने, उनके जीवित रहने और वायरस के विकास पर असर डालकर डेंगू के फैलने को प्रभावित करती हैं।
बारिश से पानी जमा होने वाली अस्थायी जगहें बन सकती हैं जहाँ मच्छर पनपते हैं, जबकि तापमान मच्छरों के विकास और मच्छर के शरीर में डेंगू वायरस के संक्रामक बनने में लगने वाले समय को प्रभावित करता है। नमी भी मच्छरों के जीवित रहने पर असर डाल सकती है।
हालाँकि, जलवायु डेंगू के फैलने का सिर्फ़ एक पहलू है। शहरीकरण, लोगों का आना-जाना, पानी जमा करने के तरीके, मच्छरों की संख्या और आबादी की इम्यूनिटी भी बीमारी के पैटर्न को बदल सकते हैं। स्टैटिक GK टिप: डेंगू का फैलाव अक्सर मौसम के हिसाब से बदलता रहता है; कई ट्रॉपिकल और सब-ट्रॉपिकल इलाकों में बारिश के दौरान या उसके बाद इसके फैलने की रफ़्तार बढ़ जाती है।
केरल की रिसर्च से मिले सबूत
‘जियोहेल्थ’ (GeoHealth) में छपी 2026 की एक अलग स्टडी में 2006-2019 के दौरान केरल के डेंगू और मौसम से जुड़े डेटा की जांच की गई। इसमें डेंगू के मामलों और मॉनसून के मौसम के बीच साफ़ तौर पर मौसमी संबंध पाया गया।
लगभग 60% मामले जून और सितंबर के बीच सामने आए, जबकि सबसे ज़्यादा मामले जून और जुलाई में देखे गए। तापमान, बारिश, रिलेटिव ह्यूमिडिटी (सापेक्ष आर्द्रता) और ENSO को मौसम से जुड़े अहम प्रेडिक्टर (पूर्वानुमान लगाने वाले कारक) के तौर पर पहचाना गया।
स्टडी के मशीन-लर्निंग एनालिसिस में टेस्ट पीरियड के दौरान XGBoost मॉडल के लिए R² वैल्यू 0.72 पाई गई। इसमें भविष्य के कुछ खास मौसम हालात में डेंगू के मामलों में बढ़ोतरी का अनुमान भी लगाया गया, हालांकि ऐसे अनुमान पक्के नतीजों के बजाय मॉडल पर आधारित अंदाज़े ही होते हैं।
जन-स्वास्थ्य के लिए महत्व
DEWS खुद डेंगू को रोक या उसका इलाज नहीं कर सकता। इसका महत्व अधिकारियों को पहले से चेतावनी देने में है, ताकि बीमारी के फैलने से पहले ही बचाव और इलाज के उपाय शुरू किए जा सकें।
हाई-रिस्क (ज़्यादा जोखिम वाले) के तौर पर पहचाना गया ज़िला मच्छरों की निगरानी और नियंत्रण को मज़बूत कर सकता है, जांच और लैब की तैयारी बढ़ा सकता है, और यह पक्का कर सकता है कि डेंगू मरीज़ों की संभावित संख्या बढ़ने पर हेल्थकेयर सुविधाएं तैयार रहें।
शुरुआती चेतावनी और तैयारी
विश्व स्वास्थ्य संगठन (WHO) भी शुरुआती चेतावनी और रिस्पॉन्स सिस्टम को डेंगू के प्रकोप का अंदाज़ा लगाने और तैयारी बेहतर बनाने के लिए उपयोगी टूल मानता है।
केरल की यह पहल दिखाती है कि भौगोलिक रूप से लक्षित जन-स्वास्थ्य योजना बनाने के लिए मशीन लर्निंग, बीमारी की निगरानी और मौसम के डेटा को कैसे मिलाया जा सकता है। हालांकि, DEWS अभी भी एक रिसर्च सिस्टम है और बड़े पैमाने पर इस्तेमाल से पहले इसे लगातार वेरिफाई करने, अपडेट करने और बेहतर बनाने की ज़रूरत है।
स्टैटिक उस्तादियन करेंट अफेयर्स टेबल
| तथ्य | विवरण |
| प्रणाली | डेंगू अर्ली वार्निंग सिस्टम (DEWS) |
| विकसित करने वाला संस्थान | इंस्टीट्यूट ऑफ एडवांस्ड वायरोलॉजी, केरल |
| प्रौद्योगिकी | मशीन लर्निंग |
| डेटा अवधि | मार्च 2020 से फरवरी 2026 |
| पूर्वानुमान की आवृत्ति | साप्ताहिक |
| पूर्वानुमान स्तर | जिला-वार |
| रोग | डेंगू |
| मुख्य रोग संबंधी इनपुट | रिपोर्ट किए गए डेंगू के मामले |
| मौसम संबंधी इनपुट | वर्षा, तापमान और औसत आर्द्रता |
| निगरानी डेटा स्रोत | केरल राज्य निगरानी इकाई |
| मौसम डेटा स्रोत | भारत मौसम विज्ञान विभाग (IMD) |
| जोखिम श्रेणियाँ | बहुत अधिक, अधिक, मध्यम और कम |
| प्रारंभिक मूल्यांकन | मार्च से जुलाई 2026 |
| पूर्व अध्ययन अवधि | 2006–2019 |
| डेंगू की सर्वाधिक घटनाएँ | जून–जुलाई |
| मानसून अवधि के मामले | जून–सितंबर के दौरान लगभग 60% |
| पूर्व ML मॉडल | XGBoost |
| रिपोर्टेड R² | 0.72 |
| प्रमुख वाहक | एडीज मच्छर |
| मुख्य उद्देश्य | प्रारंभिक चेतावनी और सार्वजनिक स्वास्थ्य की तैयारी |
| वर्तमान स्थिति | अनुसंधान प्रणाली, जिसके लिए आगे सत्यापन आवश्यक है |
