Jak AI předpovídala koronavirus a může zabránit budoucím pandemiím – názor

Předpověď BlueDot AI

Dne 6. ledna informovala americká agentura CDC (Centers for Disease Control and Prevention) veřejnost o tom, že se v čínském městě Wu-chan šíří chřipový výskyt. O tři dny později vydala podobnou zprávu Světová zdravotnická organizace (WHO).

Tyto reakce mohou vypadat jako včasné, ale ve srovnání se společností BlueDot, která se zabývá umělou inteligencí, byly poměrně pomalé. BlueDot vydala zprávu již 31. prosince, tedy celý týden předtím, než CDC vydala podobnou informaci.

Ještě působivější je, že BlueDot předpověděla výskyt Zika viru na Floridě šest měsíců předtím, než se tam objevil první případ v roce 2016.

Jaké jsou některé datové sady, které BlueDot analyzuje?

• Příslušná data o dohledu nad nemocemi, která zahrnuje skenování 10 000+ médií a veřejných zdrojů v více než 60 jazycích.
• Demografická data z národních sčítání lidu a národních statistických zpráv. (Hustota populace je faktorem, který ovlivňuje šíření viru)
• Reálná klimatická data z NASA, NOAA apod. (Viry se šíří rychleji v určitých environmentálních podmínkách)
• Vektory hmyzu a zvířecí rezervoáry (Důležité, když virus může přecházet z jednoho druhu na jiný).

BlueDot目前 spolupracuje s různými vládními agenturami, včetně Global Affairs Canada, Public Health Agency of Canada, Canadian Medical Association a Singapore Ministry of Health. Produkt BlueDot Insights poskytuje téměř reálné upozornění na infekční onemocnění. Některé výhody tohoto produktu zahrnují:

• Snižování rizika expozice pro zdravotnické pracovníky
• Globální viditelnost umožňuje úsporu času při dohledu nad infekčními nemocemi
• Možnost komunikovat důležité informace jasně předtím, než bude příliš pozdě.
• Schopnost chránit populace před infekcemi

Jak lze zlepšit předpověď AI

Co brání BlueDot AI a podobným AI systémem v zlepšení? Hlavním omezujícím faktorem je neschopnost získat přístup k nezbytným velkým datům v reálném čase.

Tyto typy prediktivních systémů závisí na velkých datech, které se zavádějí do umělé neuronové sítě (ANN), která používá hluboké učení k vyhledávání vzorců. Čím více dat se zavádí do této ANN, tím více se zlepšuje algoritmus strojového učení.

To znamená, že to, co brání AI systémům v tom, aby mohly co nejdříve označit potenciální výskyt, je jednoduše nedostatek přístupu k nezbytným datům. V zemích, jako je Čína, kde se pravidelně monitorují a filtrovají zprávy, jsou tyto zpoždění ještě více zřetelná. Proces cenzury každého datového bodu může výrazně snížit množství dostupných dat a ještě hůře, může úplně odstranit přesnost těchto dat, což odstraní jejich potenciální užitečnost. Chybná data byly také důvodem, proč se předchozí snahy, jako je Google Flu Trends (GOOGL ), nezdařily.

Jinými slovy, hlavním problémem, který brání AI systémům v tom, aby mohly co nejdříve předpovědět výskyt, je vládní interference. Vládám, jako je Čína a současná administrativa Trumpa, je třeba odstranit se z jakéhokoli typu filtrování dat a umožnit plný přístup tisku k reportování o globálních zdravotních problémech.

To bylo řečeno, reportéři mohou pracovat pouze s informacemi, které jsou k dispozici. Obcházení zpráv a přímý přístup ke zdrojům by umožnil strojovým učebním systémům přístup k datům včasněji a efektivněji.

Co je třeba udělat

Okamžitě by vlády, které jsou skutečně zainteresovány ve snižování nákladů na zdravotnictví a prevenci výskytu, měly zahájit povinnou revizi toho, jak mohou svá zdravotnická zařízení a nemocnice distribuovat určitá data v reálném čase úředníkům, reportérům a AI systémům.

Jednotlivá soukromá informace může být zcela odstraněna z každého pacienta, umožňující pacientovi zůstat anonymním, zatímco důležité údaje jsou sdíleny.

Síť nemocnic v jakémkoli městě, která shromažďuje data v reálném čase a sdílí je, by mohla nabídnout lepší zdravotní péči. Například by se mohlo sledovat, že konkrétní nemocnice má zvýšený počet pacientů s chřipkovými symptomy, se 3 pacienty v 10:00, 7 pacienty v 13:00 a 49 pacienty ve 17:00. Tyto údaje by mohly být porovnány s nemocnicemi ve stejné oblasti pro okamžité upozornění, že určitá oblast je potenciální horkou zónou.

Jakmile jsou tyto informace shromážděny a sestaveny, AI systém by mohl spustit upozornění do všech sousedních regionů, aby se mohli učinit nezbytná opatření.

I když by to bylo obtížné v určitých oblastech světa, země s velkými AI centry a menšími hustotami populace, jako je Kanada, mohly by zavednout takový pokročilý systém. Kanada má AI centra v nejvíce osídlených provinciích (Waterloo a Toronto, Ontario, a Montreal, Quebec). Výhody této mezínemocniční a mezistátní spolupráce by mohly být rozšířeny na to, aby Kanada nabízela další výhody, jako je urychlený přístup k nouzové zdravotní péči a snížení zdravotních výdajů. Kanada by se mohla stát lídrem v oblasti AI a zdravotnictví a licencovat tuto technologii jiným jurisdikcím.

Nejdůležitější je, že jednou, co má země, jako je Kanada, takový systém na místě, technologie/metody by mohly být poté klonovány a exportovány do jiných oblastí. Nakonec by cílem bylo pokrýt celý svět, aby se zajistilo, že výskyty budou věcí minulosti.

Tento typ sběru dat zdravotnickými pracovníky má výhody pro mnoho aplikací. Nemá smysl, aby v roce 2020 pacient musel registrovat se u každé nemocnice jednotlivě a aby tyto nemocnice nekomunikovaly navzájem v reálném čase. Tento nedostatek komunikace může vést ke ztrátě dat u pacientů, kteří trpí demencí nebo jinými symptomy, které mohou zabránit jim plně komunikovat závažnost svého stavu nebo dokonce to, kde jinde byli léčeni.

Poučené урокy

Můžeme jen doufat, že vlády po celém světě využijí důležitých lekcí, které nám koronavirus učí. Lidstvo by se mělo považovat za šťastné, že koronavirus má relativně mírnou úmrtnost ve srovnání s některými infekčními agenty z minulosti, jako je Černá smrt, která je odhadována jako příčina smrti 30% až 60% evropské populace.

Příště nemusíme být tak šťastní, co víme zatím, je, že vlády nejsou dostatečně vybaveny, aby se vypořádaly se závažností výskytu.

BlueDot byla vytvořena po torontském výskytu SARS v roce 2003 a spuštěna v roce 2013. Cílem bylo chránit lidi po celém světě před infekčními nemocemi pomocí lidské a umělé inteligence. AI složka prokázala pozoruhodnou schopnost předpovídat cestu infekčních nemocí, co zbývá, je lidská složka. Potřebujeme nové politiky, aby společnosti, jako je BlueDot, mohly excelovat v tom, co dělají nejlépe. Jako lidé potřebujeme požadovat více od našich politiků a poskytovatelů zdravotní péče.