Erste Hinweise auf den Wuhan-Virus-Ausbruch wurden von KI erfasst

Eine künstliche Intelligenz-basierte Plattform für Gesundheitsüberwachung und Krankheitsdetektion konnte die Anzeichen des Wuhan-Virus-Ausbruchs etwa eine Woche vor den Warnungen der Regierungsbehörden an die Öffentlichkeit erkennen, was zeigt, 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 hatte, wurden die ersten Warnsignale des Ausbruchs von einem kanadischen Gesundheitsüberwachungssystem fast eine Woche zuvor erfasst. Wie Wired berichtete, warnte das KI-basierte 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 Tierkrankheitsnetzwerke. Mit den gesammelten Informationen liefern BlueDot-Epidemiologen Warnungen und Vorhersagen über mögliche Gesundheitsrisiken und Ausbrüche an ihre Abonnenten.

Bei der Bewältigung eines Krankheitsausbruchs ist eine frühzeitige Erkennung immer besser. Je früher die Erkennung, desto mehr Zeit haben Gesundheitsbehörden, um zu reagieren. Im Falle des Wuhan-Virus und anderer Krankheitsausbrüche in China war die chinesische Regierung oft langsam bei der Weitergabe von Informationen an globale Gesundheitsbehörden. 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 ermöglichen, dass Gesundheitsorganisationen schneller auf Ausbrüche 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 unordentlich sind, um nützlich zu sein. Stattdessen werden Nachrichtenberichte, Daten über bekannte Tierkrankheitsnetzwerke und Flugticket-Daten kombiniert, um ein Modell zu erstellen, das vorhersagt, wo Infektionen beginnen und wo infizierte Menschen als Nächstes reisen könnten. BlueDot konnte richtig vorhersagen, dass der Wuhan-Virus innerhalb weniger Tage nach seinem Auftreten nach Taipei, Tokyo, Seoul und Bangkok verbreitet werden würde.

BlueDot wurde 2014 von Khan gegründet und hat derzeit 40 Mitarbeiter, darunter Datenwissenschaftler, Ärzte und Programmierer, die zusammenarbeiten, um die Krankheitsüberwachungs- und Vorhersagemodelle zu erstellen. Machine-Learning-Algorithmen und Techniken des maschinellen Lernens werden verwendet, um Daten aus Nachrichtenberichten auf der ganzen Welt und in 65 verschiedenen Sprachen zu extrahieren. Khan sagte zu Wired:

„Was wir getan haben, ist, maschinelles Lernen und natürliche Sprachverarbeitung zu verwenden, um diesen Motor zu trainieren, um zu erkennen, ob es sich um einen Ausbruch von Milzbrand in der Mongolei oder um eine Wiedervereinigung der Heavy-Metal-Band Anthrax handelt.“

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.

BlueDots System ist nicht der erste Versuch des KI-Bereichs, die Ausbreitung von Krankheiten vorherzusagen. Datenwissenschaftler haben seit geraumer Zeit Big Data und Machine-Learning-Modelle verwendet, um die Ausbreitung verschiedener Krankheiten zu verfolgen, wobei einige Versuche erfolgreicher waren als andere. Google (GOOGL ) 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 die Ausbreitung von Krankheiten konsistent vorhersagen kann, aber wenn es kann, könnte es den Weg für schnellere und genauere Schätzungen von Krankheitsausbrüchen ebnen.