Zahvaljujući novom računalnom modelu uskoro bi moglo biti lakše predviđati mjesto i vrijeme izbijanja nove epidemije ebole. Model prati kako bi promjene u okolini i ljudskom društvu mogle utjecati na širenje smrtonosnog virusa. Nastavi li se Zemlja zagrijavati, a sve više ljudi živjeti u siromaštvu, vjerojatnost od izbijanja epidemija ebole narast će do 2070. godine za čak 60 posto.

Od ebole obično umire otprilike polovica zaraženih. No stopa smrtnosti ponekad se penje i do 90 posto. Sposobnost predviđanja epidemije mogla bi spasiti tisuće života. Model bi se tako mogao iskoristiti za pravovremeno cijepljenje ljudi na ugroženim područjima ili poduzimanje sigurnosnih mjera na granicama i putevima kojima bi se bolest mogla širiti. Isti bi se model mogao prilagoditi za praćenje i predviđanje drugih bolesti.

Ebolom se može zaraziti neposrednim kontaktom s krvlju ili tjelesnim tekućinama zaraženog čovjeka ili životinje. Znanstvenici sumnjaju da su epidemiju u kojoj je 2014. u zapadnoj Africi umrlo 11.325 ljudi izazvali zaraženi megabati, divovski šišmiši koji se hrane voćem. Oni su se zbog klimatskih promjena u potrazi za hranom došli u bliski kontakt s ljudima. U potrazi za hranom i ljudi se okreću rizičnijim izvorima, uključujući divlje životinje koje prenose ebolu. A na tim mjestima kroničan je manjak zdravstvene skrbi pa epidemije lako izbijaju i brzo se šire.

Znanstvenici i liječnici strahuju od nepredvidljivog širenja zoonotskih bolesti, onih koji se mogu prenijeti sa životinja na ljude. Krpelji i komarci šire se svijetom, prenoseći lajmsku bolest, denga groznicu i virusnu infekciju zika.

Da bi utvrdili izglede za pojavu ebole, znanstvenici su razvili novi matematički model u koji su uvrstili različite socioekonomske i ekološke scenarije. Dobiveni rezultati pokazuju da će vjerojatnost novih epidemija rasti ako se ne poduzmu mjere za borbu protiv siromaštva i ekonomske nejednakosti, ali i zagrijavanja planeta.

Istraživači su koristili model za analizu podataka o klimatskim promjenama, korištenju zemljišta, rastu stanovništva i siromaštvu. Taj je model točno identificirao mjesta na kojima su već izbile epidemije, poput Demokratske Republike Kongo i Gabona. Usput je predvidio i pojavu ebole u Nigeriji, no tamo je epidemija izbjegnuta zbog kvalitetnije zdravstvene infrastrukture.

Dobro organiziran zdravstveni sustav i kvalitetni načini otkrivanja i praćenja bolesti čine razliku između pojave bolesti i epidemije katastrofalnih razmjera. A računalni model mogao bi pomoći u rješavanju problema. Na mjestima gdje nema puno resursa za praćenje mjesta nastanka bolesti, prediktivni modeli poput ovog mogli bi pomoći zaustavljanju epidemije. Pitanje je samo hoće li ga svi mjerodavni prihvatiti i koristiti njegove proračune, piše The Verge.