Kesehatan

Bagaimana AI Memprediksi Virus Corona dan Dapat Mencegah Pandemi di Masa Depan – Opini

Updated on Desember 9, 2022

Prediksi BlueDot AI

Pada 6 Januari^th, Pusat Pengendalian dan Pencegahan Penyakit (CDC) AS memberi tahu publik bahwa wabah mirip flu sedang menyebar di Kota Wuhan, di Provinsi Hubei, China. Selanjutnya, Organisasi Kesehatan Dunia (WHO) merilis laporan serupa pada 9 Januari^th.

Meskipun tanggapan ini mungkin tampak tepat waktu, namun lambat jika dibandingkan dengan perusahaan AI yang dipanggil BlueDot. BlueDot merilis laporan pada 31 Desember^st, seminggu penuh sebelum CDC merilis informasi serupa.

Bahkan lebih mengesankan, BlueDot meramalkan wabah Zika di Florida enam bulan sebelum kasus pertama pada tahun 2016.

Apa saja kumpulan data yang dianalisis BlueDot?

Pengawasan Penyakit, ini termasuk pemindaian 10,000+ media dan sumber publik dalam lebih dari 60 bahasa.
Data demografis dari sensus nasional, dan laporan statistik nasional. (Kepadatan populasi adalah faktor di balik penyebaran virus)
Data iklim waktu nyata dari NASA, NOAA, dll. (Virus menyebar lebih cepat dalam kondisi lingkungan tertentu)
Vektor serangga dan reservoir hewan (Penting ketika virus dapat menyebar dari spesies ke spesies).

BlueDot saat ini bekerja dengan berbagai lembaga Pemerintah termasuk Urusan Global Kanada, Badan Kesehatan Masyarakat Kanada, Asosiasi Medis Kanada, dan Kementerian Kesehatan Singapura. Produk BlueDot Insights mengirimkan peringatan penyakit menular secara real-time. Beberapa keunggulan di balik produk ini antara lain:

Mengurangi risiko paparan petugas kesehatan garis depan
Visibilitas global memungkinkan penghematan waktu pada pengawasan penyakit menular
Kesempatan untuk mengomunikasikan informasi penting dengan jelas sebelum terlambat.
Kemampuan untuk melindungi populasi dari infeksi

Bagaimana Prediktabilitas AI Dapat Ditingkatkan

Apa yang mencegah peningkatan BlueDot AI dan AI serupa? Faktor pembatas nomor satu adalah ketidakmampuan untuk mengakses data besar yang diperlukan secara real-time.

Jenis sistem prediktif ini mengandalkan data besar yang dimasukkan ke dalam jaringan syaraf tiruan (JST), yang menggunakan pembelajaran mendalam untuk mencari pola. Semakin banyak data yang dimasukkan ke dalam ANN ini, semakin akurat algoritma pembelajaran mesinnya.

Ini pada dasarnya berarti bahwa apa yang mencegah AI untuk dapat menandai potensi wabah lebih cepat daripada nanti, hanyalah kurangnya akses ke data yang diperlukan. Di negara-negara seperti China yang secara teratur memantau, dan memfilter berita, keterlambatan data yang diperlukan ini bahkan lebih terasa. Proses penyensoran setiap titik data dapat secara signifikan mengurangi jumlah data yang tersedia, dan lebih buruk lagi, bahkan dapat menghilangkan keakuratan data ini sepenuhnya, yang menghilangkan potensi kegunaan data ini. Data yang salah bahkan mengapa upaya sebelumnya seperti Google Pantau Flu Dunia gagal.

Dengan kata lain, masalah utama yang membuat sistem AI tidak dapat sepenuhnya memprediksi wabah sedini mungkin adalah campur tangan pemerintah. Pemerintah seperti China, dan pemerintahan Trump saat ini, perlu melepaskan diri dari semua jenis pemfilteran data, dan memungkinkan akses penuh ke pers untuk melaporkan masalah kesehatan global.

Dikatakan demikian, wartawan hanya dapat bekerja dengan informasi yang tersedia bagi mereka. Melewati laporan berita dan mengakses sumber secara langsung akan memungkinkan sistem pembelajaran mesin mengakses data secara lebih cepat dan lebih efisien.

Apa yang Perlu Dilakukan

Segera dimulai, Pemerintah yang benar-benar tertarik untuk mengurangi biaya perawatan kesehatan, dan mencegah wabah, harus memulai peninjauan wajib tentang bagaimana klinik kesehatan, dan rumah sakit mereka, dapat mendistribusikan titik data tertentu secara real-time kepada pejabat, reporter, dan sistem AI.

Informasi pribadi individu dapat sepenuhnya dilucuti dari setiap pasien, memungkinkan pasien untuk tetap anonim saat data penting dibagikan.

Jaringan rumah sakit di kota mana pun yang mengumpulkan data secara real-time dan membagikan data ini akan dapat menawarkan layanan kesehatan yang unggul. Misalnya, dapat dilacak bahwa rumah sakit tertentu telah menunjukkan peningkatan pasien yang menunjukkan gejala mirip flu, dengan 3 pasien pada pukul 10, menjadi 00 pasien pada pukul 7, menjadi 1 pasien pada pukul 00. Data ini dapat dibandingkan dengan rumah sakit di wilayah yang sama, untuk peringatan langsung bahwa wilayah tertentu merupakan hotzone potensial.

Setelah informasi ini dikumpulkan dan disusun, sistem AI dapat memicu peringatan ke semua wilayah tetangga sehingga tindakan pencegahan yang diperlukan dapat dilakukan.

Meskipun hal ini akan sulit dilakukan di wilayah tertentu di dunia, negara dengan pusat AI yang besar dan kepadatan populasi yang lebih kecil seperti Kanada dapat menerapkan sistem yang begitu canggih. Kanada memiliki pusat AI di provinsi terpadat (Waterloo dan Toronto, Ontario, dan Montreal, Quebec). Keuntungan dari kerja sama antar rumah sakit dan antar provinsi ini dapat diperluas untuk menawarkan manfaat lain kepada warga Kanada seperti akses yang dipercepat ke perawatan medis darurat, dan pengurangan pengeluaran perawatan kesehatan. Kanada dapat menjadi pemimpin dalam AI dan perawatan kesehatan, melisensikan teknologi ini ke yurisdiksi lain.

Yang terpenting, setelah negara seperti Kanada memiliki sistem, teknologi/metodologi kemudian dapat dikloning dan diekspor ke wilayah lain. Akhirnya, tujuannya adalah untuk menyelimuti seluruh dunia, untuk memastikan wabah adalah peninggalan masa lalu.

Pengumpulan data jenis ini oleh petugas layanan kesehatan memiliki manfaat untuk banyak aplikasi. Tidak ada alasan mengapa pada tahun 2020 seorang pasien harus mendaftarkan diri ke setiap rumah sakit secara individual, dan bahwa rumah sakit yang sama tidak berkomunikasi satu sama lain secara waktu nyata. Kurangnya komunikasi ini dapat mengakibatkan hilangnya data dengan pasien yang menderita demensia, atau gejala lain yang dapat menghalangi mereka untuk sepenuhnya mengomunikasikan tingkat keparahan kondisi mereka, atau bahkan di tempat lain mereka dirawat.

Pelajaran

Kami hanya dapat berharap bahwa pemerintah di seluruh dunia, memanfaatkan pelajaran penting yang diajarkan virus corona kepada kita. Umat manusia harus menganggap dirinya beruntung karena virus corona memiliki tingkat kematian yang relatif ringan dibandingkan dengan beberapa agen infeksi di masa lalu seperti Wabah Hitam yang diperkirakan telah membunuh 30% hingga 60% populasi Eropa.

Lain kali kita mungkin tidak seberuntung itu, yang kita ketahui sejauh ini, adalah bahwa pemerintah saat ini tidak siap untuk menghadapi tingkat keparahan wabah.

Bluedot disusun setelah wabah SARS Toronto tahun 2003 dan diluncurkan pada tahun 2013. Tujuannya adalah untuk melindungi orang di seluruh dunia dari penyakit menular dengan manusia dan kecerdasan buatan. Komponen AI telah menunjukkan kemampuan luar biasa untuk memprediksi jalur penyakit menular, yang tersisa adalah komponen manusia. Kami membutuhkan kebijakan baru untuk memungkinkan perusahaan seperti BlueDot unggul dalam hal terbaik yang mereka lakukan. Sebagai manusia, kita perlu menuntut lebih banyak dari politisi kita, dan penyedia layanan kesehatan.