Gesundheitswesen
Erste Hinweise auf den Wuhan-Virus-Ausbruch wurden von KI erfasst
Eine künstlich intelligente Gesundheitsüberwachungs- und Krankheitserkennungsplattform konnte die Anzeichen des Wuhan-Virus-Ausbruchs etwa eine Woche vor den Warnungen der Regierungsbehörden an die Öffentlichkeit erkennen, was einen Blick darauf ermöglicht, wie KI verwendet werden kann, um Krankheitsausbrüche rechtzeitig zu erkennen.
Während die offizielle Benachrichtigung der Weltgesundheitsorganisation (WHO) über den Wuhan-Virus am 9. Januar erging und das US-Zentrum für Krankheitskontrolle und -prävention (CDC) am 6. Januar von dem Ausbruch erfahren hat, wurden die ersten Warnsignale des Ausbruchs von einem kanadischen Gesundheitsüberwachungssystem fast eine Woche zuvor erfasst. Wie Wired berichtete, warnte das künstlich intelligente Gesundheitssystem BlueDot seine Kunden am 31. Dezember über den möglichen Ausbruch. BlueDot verwendet KI-Algorithmen, um verschiedene globale Nachrichtenquellen zu überwachen und Muster in Gesundheitsberichten zu erkennen. Es berücksichtigt auch Informationen über Pflanzen- und Tierseuchen-Netzwerke. Mit den gesammelten Informationen liefern die Epidemiologen von BlueDot Warnungen und Vorhersagen über mögliche Gesundheitsrisiken und Ausbrüche an ihre Abonnenten.
Bei der Bekämpfung eines Krankheitsausbruchs ist eine frühzeitige Erkennung immer besser. Je früher die Erkennung, desto mehr Zeit haben die Gesundheitsbehörden, um zu reagieren. Im Falle des Wuhan-Virus und anderer Krankheitsausbrüche in China hat die chinesische Regierung oft nur langsam Informationen mit globalen Gesundheitsbehörden geteilt. Dies stellt ein Problem dar, da das CDC und die WHO auf Kommunikationen von anderen Regierungsbehörden angewiesen sind, um ihre eigenen Reaktionen zu planen. Wenn jedoch ein KI-System wie BlueDot genaue Vorhersagen auf der Grundlage der Informationen treffen kann, die durch viele einzelne Nachrichtenberichte, Blogs und Foren sickern, könnte dies möglicherweise Gesundheitsorganisationen in die Lage versetzen, schneller auf Ausbrüche zu reagieren.
Laut Kamran Khan, dem Gründer von BlueDot, verwendet das Unternehmen keine sozialen Medien-Daten bei der Vorhersage der Ausbreitung von Krankheiten, da die Daten zu variabel und unübersichtlich sind, um von Nutzen zu sein. Stattdessen werden Nachrichtenberichte, Daten über bekannte Tierseuchen-Netzwerke und Flugticket-Daten kombiniert, um ein Modell zu erstellen, das vorhersagt, wo Infektionen beginnen und wo infizierte Menschen als Nächstes reisen könnten. BlueDot konnte korrekt vorhersagen, dass der Wuhan-Virus innerhalb weniger Tage nach seinem Auftreten in Taipei, Tokyo, Seoul und Bangkok ausbrechen würde.
BlueDot wurde 2014 von Khan gegründet und das Unternehmen hat derzeit 40 Mitarbeiter, darunter Data-Scientist, Ärzte und Programmierer, die zusammenarbeiten, um die Krankheitsüberwachungs- und Vorhersagemodelle zu erstellen. Machine-Learning-Algorithmen und Techniken des natürlichen Sprachverständnisses werden verwendet, um Daten aus Nachrichtenberichten aus der ganzen Welt und in 65 verschiedenen Sprachen zu extrahieren. Khan sagte zu Wired:
“Was wir getan haben, ist, natürliche Sprachverarbeitung und maschinelles Lernen zu verwenden, um diesen Motor zu trainieren, um zu erkennen, ob es sich um einen Ausbruch von Milzbrand in der Mongolei handelt oder um eine Wiedervereinigung der Heavy-Metal-Band Anthrax.”
Nach der automatischen Datenerfassung und der ersten Analyse überprüfen menschliche Analysten die Daten und stellen sicher, dass die Schlussfolgerungen des Modells plausibel erscheinen. Schließlich wird ein Bericht generiert und an die Kunden der Anwendung gesendet.
Das System von BlueDot ist weit entfernt von dem ersten Versuch des KI-Feldes, die Ausbreitung von Krankheiten vorherzusagen. Data-Scientist haben seit geraumer Zeit große Datenmengen und Machine-Learning-Modelle verwendet, um die Ausbreitung verschiedener Krankheiten zu verfolgen, wobei einige Versuche erfolgreicher waren als andere. Google hat seinen eigenen Versuch unternommen, die Ausbreitung von Krankheiten mit Google Flu Trends zu verfolgen, aber seine Versuche, die Schwere der Grippesaison 2013 vorherzusagen, sollen um etwa 140% falsch gewesen sein. Nur die Zeit wird zeigen, ob BlueDot konsistent die Ausbreitung von Krankheiten vorhersagen kann, aber wenn es kann, könnte es den Weg für schnellere und genauere Schätzungen von Krankheitsausbrüchen ebnen.
