Miten tekoälyä käytetään Wuhanin koronavirusksen torjunnassa

Tekoälyä hyödynnetään Wuhanin koronavirusksen torjunnassa. Tutkijat käyttävät tekoälyä seuraamaan taudin leviämistä ja tutkimaan mahdollisia hoitovaihtoehtoja virukselle.

Wuhanin koronavirus ilmestyi Kiinassa joulukuussa, ja kahden kuukauden aikana se on levinnyt Kiinan eri puolille ja muihin maailman osiin. Edelleen ei tiedetä, kuinka tartuttava virus on ja kuinka nopeasti se voi leviä, vaikka Kiinassa on jo yli 40 000 vahvistettua tapausta. Jotta tutkijat voisivat saada paremman ymmärryksen siitä, miten virus voi leviä ja kuinka nopeasti se voi leviä, he käyttävät koneoppimisalgoritmeja, jotka perustuvat sosiaalisen median sivustoista ja muualta internetistä kerättyihin tietoihin.

Viimeisen viikon aikana tartuntamäärä näyttää vähentyneen jonkin verran, mutta ei ole selvää, onko tauti häviämässä hallinnasta vai ovatko uudet tapaukset vain vaikeampia havaita. Vaikka muissa maissa on vain muutamia koronatapauksia Kiinaan verrattuna, maailman terveydenhuoltoviranomaiset ovat edelleen huolissaan viruksen leviämisestä. Tutkijat yrittävät päästä viruksen leviämisen eteen käyttämällä koneoppimista ja internetistä kerättyjä suuria tietoja.

Wiredin mukaan kansainvälinen tutkijaryhmä on kerännyt tietoja internetistä, mukaan lukien lääkärien ja lääketieteellisten ryhmien viestit, julkisen terveyden kanavat, sosiaalisen median viestit ja uutisraportit, ja koonnut tietokannan tekstistä, joka voi liittyä koronaviruskuumeeseen. Tutkijat analysoivat tietoja merkkejä siitä, että virus voi leviä Kiinan rajojen ulkopuolelle, käyttäen koneoppimistekniikoita löytääksesi relevantteja kuvioita tiedoissa, jotka voivat viitata siihen, miten virus käyttäytyy.

Tutkijat etsivät sosiaalisen median viesteistä mahdollisia oireita koronaviruskuumeesta, keskittyen alueisiin, joissa lääkärit epäilevät tapausten ilmestyvän. Sosiaalisen median viestit käsitellään luonnollisen kielen prosessointitekniikoilla, jotka voivat erottaa viestit, joissa henkilö mainitsee oman oireensa, ja viestit, joissa oireita mainitaan toisessa asiayhteydessä (kuten keskusteltaessa uutisista koronaviruskuumeesta).

Alessandro Vespignanin mukaan, kuten Wired raportoi, Northeastern Universityn professori ja tartuntatautien asiantuntija, väittää, että vaikka edistyneillä koneoppimistekniikoilla on vaikea seurata viruksen leviämistä, koska viruksen ominaisuudet ovat edelleen osittain tuntemattomia, ja useimmat sosiaalisen median viestit ovat median yrityksistä ja tällä hetkellä Kiinan puhkeamisesta. Vespignani uskoo kuitenkin, että jos virus joskus ottaisi jalansijaa Yhdysvalloissa, se olisi helpompi seurata, koska siinä olisi enemmän viestejä viruksesta.

Vaikka on haasteita saada relevanttia tietoa viruksen mahdollisesta käyttäytymisestä, tutkijoiden luoma malli näyttää olevan järkevästi tehokas löytämään viitteitä suuresta määrästä sosiaalisen median viestejä. Malli, jota tutkijat käyttivät, löysi todisteita viruksen puhkeamisesta 30. joulukuuta, vaikka se vei aikaa selvittää, kuinka vakava tilanne olisi. Joukkoistettu tieto voisi parantaa taudin seurantamallien tehokkuutta entisestään, koska se mahdollistaa tehokkaamman relevantin tietojen keräämisen viruksesta. Esimerkiksi kiinalaisten lääkärien joukkoistetun analyysin mukaan alle 15-vuotiaat ovat vastustuskykyisempiä virukselle.

Teckoälyä voidaan yhdistää myös mobiililaitteista kerättyihin tietoihin rakentamaan malleja, jotka voivat ennustaa viruksen leviämisen suunnan ja nopeuden. Esimerkiksi Southamptonin yliopiston tutkijat käyttivät mobiilidataa määrittämään reitti, jota virus oli voinut seurata siirtyessään Wuhanista muualle Kiinaan sen ilmestymisen jälkeen. Muiden tutkijoiden analyysi kiinalaisen mobiilisoftware-kehittäjä Tencentin keräämästä datasta osoitti, että Kiinan hallituksen asettamat rajoitukset voivat hidastaa viruksen leviämistä ja antaa tärkeää aikaa kehittääkseen hyökkäyssuunnitelman.

Fortunen mukaan Insilico Medicine -startup-yritys on käyttänyt tekoälyä tunnistamaan molekyylejä, jotka voivat mahdollisesti hoitaa koronaviruskuumetta. Insilicon tekoäly tunnisti tuhansia mahdollisia lääkeaineita neljän päivän aikana. Insilico selitti, että sadan lupaavimman ehdokkaan syntetisointi ja kaikki heidän molekyylirakenteisiinsa liittyvät tutkimukset julkaistaan, jotta muut tutkijat voivat hyötyä niistä. Lääketutkimuslaitokset ja -yhtiöt nopeuttavat hoitokeinojen kehittämistä ja testaamista, ja Yhdysvaltalainen biotekniikkayritys Gilead aikoo aloittaa uuden antiviraalisen lääkeaineen testaamisen Wuhanin alueella.

Kun Insilico päätti aloittaa hoitokeinojen tutkimisen, se keskittyi entsyymiin nimeltä 3C-like proteaasi. Koronaviruskuume riippuu tästä entsyymistä lisääntymisessä ja leviämisessä. Insilicon mukaan se valitsi tämän entsyymin, koska se muistuttaa muita viruksien proteaaseja, joiden rakenteet on jo dokumentoitu, ja koska Shanghai Tech University oli kehittänyt mallin 2019-nCoV 3C-like proteaasista. Neljän päivän aikana Insilico pystyi generoimaan satoja tuhansia ehdokasaineita ja valitsemaan vain satan niistä, jotka olivat todennäköisimmin hyödyllisiä. Tutkimuksen tulokset on julkaistu bioRxiv-arkistossa ja Insilicon verkkosivuilla.