Miten tekoälyä käytetään Wuhanin koronavirusvastaisessa taistelussa

Tekoälyä hyödynnetään Wuhanin koronavirusvastaisessa taistelussa. Tekoälyä käytetään tutkijoiden toimesta taudin leviämisen jäljittämiseen ja potentiaalisten hoitokeinojen tutkimiseen virukselle.

Wuhanin koronavirus ilmestyi Kiinassa joulukuussa, ja kahden kuukauden aikana siitä lähtien se on levinnyt ympäri Kiinaa ja muihin maailman osiin. Edelleen ei tiedetä, kuinka tartuttava virus on ja kuinka nopeasti se voi leviä, vaikka Kiinassa on 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 sivustoilta ja muualta internetistä kerättyihin tietoihin.

Viimeisen viikon aikana tartuntamäärä näyttää vähenevän jonkin verran, mutta ei ole selvää, onko tauti häviämässä hallinnasta vai ovatko uudet tapaukset vaikeampia havaitsemaan. Koska 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 lääkäryhmien viestit, julkisen terveydenhuollon kanavat, sosiaalisen median viestit ja uutisraportit, ja koonnut tietokannan teksteistä, jotka voivat liittyä koronaviruskuumeeseen. Tutkijat analysoivat tietoja merkkejä siitä, että virus voi leviä Kiinan rajojen ulkopuolelle, käyttäen koneoppimismenetelmiä löytääksesi relevantteja kuvioita tiedoissa, jotka voivat viitata siihen, miten virus käyttäytyy.

Tutkijat käyvät läpi sosiaalisen median viestejä etsimässä potentiaalisia koronavirusoireita, keskittyen alueisiin, joissa lääkärit ajattelevat, että tapaukset voivat ilmetä. Sosiaalisen median viestit käsitellään luonnollisen kielen prosessointitekniikoilla, jotka voivat erottaa viestit, joissa henkilö mainitsee oman oireensa, ja viestit, joissa joku mainitsee oireita koskevia sanoja toisessa asiayhteydessä (kuten keskustellessa uutisista koronaviruskuumeesta).

Alessandro Vespignanin mukaan, kuten Wired raportoi, Northeastern Universityn professori ja tartuntatautien asiantuntija, väittää, että jopa edistyneillä koneoppimismenetelmillä on usein vaikea seurata viruksen leviämistä, koska viruksen ominaisuudet ovat edelleen jossain määrin tuntemattomia, ja useimmat sosiaalisen median viestit ovat medialta ja nykyisin Kiinassa tapahtuneesta koronaviruskuumeen puhkeamisesta. Vespignani uskoo kuitenkin, että jos virus joskus ottaa jalansijaa Yhdysvalloissa, se olisi helpompi seurata sosiaalisen median viestien ansiosta.

Vaikka on haasteellista saada relevanttia tietoa viruksen potentiaalisesta käyttäytymisestä, tutkijoiden luoma malli näyttää olevan järkevästi tehokas löytämään vihjeitä suuresta sosiaalisen median viestien merestä. Tutkijoiden käyttämä malli pystyi löytämään todisteita viruksen puhkeamisesta 30. joulukuuta, vaikka se vei aikaa selvittää, kuinka vakava tilanne tulisi olemaan. Joukkoistetut tiedot voivat parantaa taudinseurantamallien tehokkuutta entisestään, koska se mahdollistaa viruksen koskevien relevanttien tietojen tehokkaamman keräämisen. Esimerkiksi kiinalaisten lääkärien joukkoistettujen tietojen analyysi osoittaa, että alle 15-vuotiaat ovat vastustuskykyisempiä virukselle.

Tekoälyä voidaan yhdistää myös matkapuhelimista kerättyihin tietoihin rakentamaan malleja, jotka voivat potentiaalisesti ennustaa, mihin suuntaan virus voi leviä ja kuinka nopeasti se voi leviä. Esimerkiksi Southamptonin yliopiston tutkijat käyttivät matkapuhelintietoja määrittämään reitti, jota virus saattaa olla seurannut siirtyessään Wuhanista sen ilmestymisen jälkeen. Muiden tutkijoiden analyysi Tencentin, kiinalaisen mobiilisovelluskehittäjän, keräämistä tiedoista osoittaa, että Kiinan hallituksen asettamat rajoitukset voivat vähentää viruksen leviämistä, ostaa kriittistä aikaa kehittääkseen hyökkäyssuunnitelman.

Fortunen mukaan startup Insilico Medicine on käyttänyt tekoälyä tunnistamaan molekyylejä, jotka voivat potentiaalisesti hoitaa koronaviruskuumetta. Insilicon tekoäly tunnisti tuhansia mahdollisia lääkemolekyylejä neljän päivän aikana. Insilico selitti, että 100 lupaavinta ehdokasta valmistetaan ja kaikki heidän molekyylirakenteisiinsa liittyvät tutkimukset julkaistaan muiden tutkijoiden hyödynnettäviksi. Lääketutkimuksen ja lääkevalmistajien nopeutettu kehitys ja testaus ovat käynnissä, ja Yhdysvaltalainen biotekniikkayritys Gilead aikoo aloittaa uuden antiviraalisen lääkkeen testaamisen välittömästi Wuhanin alueella.

Kun Insilico päätti aloittaa hoitokeinojen tutkimisen, se keskittyi entsyymiin nimeltä 3C-like proteaasi. Koronavirus riippuu tästä entsyymistä lisääntymisessään ja leviämisessään. Insilicon mukaan se valitsi tämän entsyymin, koska se on hyvin samankaltainen muiden virusten proteaasien kanssa, joiden rakenteet on jo dokumentoitu, ja koska Shanghai Tech University oli kehittänyt mallin 2019-nCoV 3C-like proteaasista. Neljän päivän kuluessa Insilico pystyi generoimaan satoja tuhansia ehdokasmolekyylejä ja valitsemaan vain noin sata, jotka olisivat todennäköisesti hyödyllisiä. Tutkimuksen tulokset on julkaistu bioRxiv-arkistossa ja Insilicon verkkosivuilla.