Jak se používá AI v boji proti Wuhanskému koronaviru

Umělá inteligence se využívá v boji proti Wuhanskému koronaviru. Umělá inteligence, kterou používají výzkumníci, sleduje šíření nemoci a zkoumá potenciální způsoby léčby viru.

Wuhanský koronavirus se v Číně projevil v prosinci a během dvou měsíců od té doby se rozšířil po celé Číně a do dalších částí světa. Stále není známo, jak nakažlivý virus je a jak rychle by se mohl virus šířit, ačkoli v současné době je v Číně více než 40,000 XNUMX potvrzených případů. Aby bylo možné lépe porozumět tomu, jak se virus může šířit a jak rychle se virus může šířit, používají výzkumníci algoritmy strojového učení zaměřené na data získaná ze stránek sociálních médií a dalších částí webu.

Zdá se, že v průběhu minulého týdne se míra infekce poněkud snížila, ale není jasné, zda se nemoc dostává pod kontrolu nebo zda je stále těžší odhalit nové případy. Zatímco ostatní země po celém světě zaznamenaly pouze několik případů koronaviru, ve srovnání s Čínou zůstává světová zdravotnická komunita znepokojena schopností viru šířit se. Výzkumníci se snaží dostat před šířením virů pomocí strojového učení a velkých dat shromážděných z internetu.

Jak uvádí Wired, mezinárodní tým výzkumníků extrahoval data z různých částí internetu, včetně příspěvků od lékařů a lékařských skupin, kanálů veřejného zdraví, příspěvků na sociálních sítích a zpráv, a sestavil databázi textů, které by se mohly týkat koronaviru. Vědci poté analyzují data, aby zjistili známky toho, že by se virus mohl šířit mimo čínské hranice, a využívají techniky strojového učení, aby v datech našli relevantní vzorce, které by mohly naznačovat, jak se virus chová.

Vědci prohledávají příspěvky na sociálních sítích a hledají potenciální příznaky koronaviru a soustředí své hledání na oblasti, kde se lékaři domnívají, že se případy mohou projevit. Příspěvky na sociálních sítích jsou zpracovávány pomocí technik zpracování přirozeného jazyka, technik, které dokážou rozlišit mezi příspěvky, kde člověk zmiňuje své vlastní příznaky, a tím, že někdo říká slova související s příznaky v jiném kontextu (jako je diskuse o novinkách o koronaviru).

Podle Alessandra Vespignaniho, jak uvedl Wired, profesor Northeastern University a odborný analytik nákazy, tvrdí, že i s pokročilými technikami strojového učení je často obtížné sledovat šíření viru, protože charakteristiky viru jsou stále poněkud neznámé a většina sociálních médií příspěvky jsou od mediálních společností a aktuálně o vypuknutí epidemie v Číně. Vesignani se však domnívá, že pokud by se virus někdy v USA uchytil, bylo by snazší jej sledovat díky většímu počtu příspěvků týkajících se viru.

Navzdory výzvě při získávání relevantních informací o potenciálním chování koronaviru se model vytvořený výzkumníky zdá být přiměřeně účinný při hledání vodítek ve velkém moři příspěvků na sociálních sítích. Model, který vědci použili, dokázal najít důkazy o propuknutí viru 30. prosince, ačkoli trvalo dlouho, než se zjistilo, jak vážná se situace stane. Crowdsourced informace by mohla ještě více zlepšit účinnost modelů sledování onemocnění, protože umožňuje efektivnější sběr relevantních údajů o viru. Například analýza dat získaných čínskými lékaři naznačuje, že lidé mladší 15 let jsou vůči viru odolnější.

Umělou inteligenci lze také kombinovat s daty shromážděnými z mobilních zařízení a vytvářet modely, které mohou potenciálně předvídat směr šíření viru a také rychlost šíření. Například výzkumníci z University of Southampton použili mobilní data určit cestu že virus mohl vzít, když se stěhoval z Wu-chanu ve dnech následujících po jeho manifestaci. Jiní výzkumníci analyzovali data shromážděná čínským vývojářem mobilních aplikací Tencent a zjistili, že omezení zavedená čínskou vládou potenciálně omezují šíření viru a získávají životně důležitý čas na vypracování plánu útoku.

Jak informovala Fortune, spuštění Insilico Medicine využila umělou inteligenci k identifikaci molekul, které by mohly potenciálně léčit koronavirus. AI společnosti Insilico identifikovala tisíce možných molekul léků během čtyř dnů. Insilico vysvětlil, že 100 nejslibnějších kandidátů bude syntetizováno a všechny jejich výzkumy molekulárních struktur budou zveřejněny, aby je mohli využít další výzkumníci. Lékařští výzkumníci a společnosti rychle sledují vývoj a testování léčebných postupů, přičemž biotechnologická společnost Gilead se sídlem v USA plánuje zahájit okamžité testování nového antivirového léku v regionu Wuhan.

Poté, co se Insilico rozhodlo začít s výzkumem léčby, zaměřilo svůj výzkum na enzym zvaný proteáza podobná 3C. Koronavirus spoléhá na tento enzym při reprodukci a šíření. Podle společnosti Insilico se rozhodla pro tento specifický enzym, protože je docela podobný jiným virovým proteázám, jejichž struktury již byly zdokumentovány, a protože Shanghai Tech University vyvinula model proteázy podobné 2019-nCoV 3C. Během čtyř dnů bylo Insilico schopno vygenerovat stovky tisíc kandidátských molekul a vybrat si jen těch zhruba sto, které byly s největší pravděpodobností užitečné. Výsledky výzkumu byly nedávno zveřejněny v úložišti bioRxiv a na webových stránkách společnosti Insilico.