Come viene utilizzata l'intelligenza artificiale nella lotta contro il coronavirus di Wuhan

L'intelligenza artificiale viene sfruttata nella lotta contro il Wuhan Coronavirus. L'intelligenza artificiale utilizzata dai ricercatori monitora la diffusione della malattia e ricerca potenziali trattamenti per il virus.

Il Coronavirus di Wuhan si è manifestato in Cina a dicembre e nei due mesi successivi si è diffuso in tutta la Cina e in altre parti del mondo. Non si sa ancora quanto sia contagioso il virus né con quale velocità potrebbe diffondersi, sebbene attualmente ci siano più di 40,000 casi confermati in Cina. Per comprendere meglio come e con quale velocità il virus potrebbe diffondersi, i ricercatori stanno utilizzando algoritmi di apprendimento automatico basati su dati estratti dai social media e da altre parti del web.

Nel corso della scorsa settimana, il tasso di infezione sembra essere leggermente diminuito, ma non è chiaro se la malattia sia sotto controllo o se i nuovi casi stiano diventando più difficili da individuare. Mentre altri paesi del mondo hanno registrato solo pochi casi di coronavirus, rispetto alla Cina, la comunità sanitaria mondiale rimane preoccupata per la capacità del virus di diffondersi. I ricercatori stanno cercando di anticipare la diffusione del virus utilizzando l'apprendimento automatico e i big data raccolti da Internet.

Come riportato da WiredUn team internazionale di ricercatori ha estratto dati da diverse fonti online, tra cui post di medici e associazioni mediche, canali di salute pubblica, post sui social media e notiziari, compilando un database di testi che potrebbero essere correlati al coronavirus. I ricercatori hanno poi analizzato i dati alla ricerca di segnali che suggeriscano la possibile diffusione del virus al di fuori dei confini cinesi, utilizzando tecniche di apprendimento automatico per individuare modelli rilevanti nei dati che potrebbero suggerire il comportamento del virus.

I ricercatori esaminano i post sui social media alla ricerca di potenziali sintomi del coronavirus, concentrando la ricerca sulle regioni in cui i medici ritengono che i casi possano manifestarsi. I post sui social media vengono elaborati utilizzando tecniche di elaborazione del linguaggio naturale, tecniche in grado di distinguere tra post in cui una persona menziona i propri sintomi rispetto a qualcuno che dice parole correlate ai sintomi in un altro contesto (come discutere di notizie sul coronavirus).

Secondo Alessandro Vespignani, come riportato da Wired, professore della Northeastern University ed esperto analista di contagi, sostiene che anche con tecniche avanzate di apprendimento automatico è spesso difficile tracciare la diffusione del virus perché le caratteristiche del virus sono ancora in qualche modo sconosciute e la maggior parte dei social media i post provengono da società di media e attualmente riguardano l'epidemia in Cina. Tuttavia, Vesignani ritiene che se il virus prendesse piede negli Stati Uniti, diventerebbe più facile da monitorare grazie a più post riguardanti il ​​virus.

Nonostante la sfida nell'ottenere informazioni rilevanti sul potenziale comportamento del coronavirus, il modello creato dai ricercatori sembra essere ragionevolmente efficace nel trovare indizi all'interno di un vasto mare di post sui social media. Il modello utilizzato dai ricercatori è stato in grado di trovare prove di un focolaio virale il 30 dicembre, anche se ci è voluto del tempo per determinare quanto grave sarebbe diventata la situazione. Informazioni raccolte in crowdsourcing potrebbe migliorare ulteriormente l'efficacia dei modelli di monitoraggio delle malattie, in quanto consente una raccolta più efficiente di dati pertinenti relativi al virus. Ad esempio, un'analisi dei dati raccolti in crowdsourcing da medici cinesi suggerisce che le persone di età inferiore ai 15 anni sono più resistenti al virus.

L'intelligenza artificiale può anche essere combinata con i dati raccolti dai dispositivi mobili per costruire modelli che possono potenzialmente prevedere la direzione di diffusione di un virus e il tasso di diffusione. Ad esempio, i ricercatori dell'Università di Southampton hanno utilizzato i dati mobili per determinare il percorso che il virus potrebbe aver preso mentre si spostava da Wuhan nei giorni successivi alla sua manifestazione. Altri ricercatori hanno analizzato i dati raccolti da Tencent, uno sviluppatore cinese di app per dispositivi mobili, e hanno scoperto che le restrizioni imposte dal governo cinese riducono potenzialmente la diffusione del virus, guadagnando tempo vitale per sviluppare un piano di attacco.

Come riportato da Fortune, l'avvio Medicina Insilico ha fatto uso dell'intelligenza artificiale per identificare molecole che potrebbero potenzialmente curare il coronavirus. L'intelligenza artificiale di Insilico ha identificato migliaia di possibili molecole di farmaci nel corso di quattro giorni. Insilico ha spiegato che i 100 candidati più promettenti saranno sintetizzati e tutte le loro ricerche sulle strutture molecolari saranno pubblicate affinché altri ricercatori possano trarne vantaggio. I ricercatori e le aziende mediche stanno accelerando lo sviluppo e il test dei trattamenti, con la società biotecnologica statunitense Gilead che pianifica di iniziare i test immediati di un nuovo farmaco antivirale nella regione di Wuhan.

Dopo che Insilico ha deciso di iniziare la ricerca sui trattamenti, ha concentrato la sua ricerca su un enzima chiamato proteasi simile a 3C. Il coronavirus si basa su questo enzima per riprodursi e diffondersi. Secondo Insilico, ha scelto questo specifico enzima perché è abbastanza simile ad altre proteasi virali le cui strutture sono già state documentate e perché la Shanghai Tech University aveva sviluppato un modello della proteasi simile al 2019-nCoV 3C. Nell'arco di quattro giorni Insilico è stato in grado di generare centinaia di migliaia di molecole candidate e di scegliere solo le centinaia che avevano maggiori probabilità di essere utili. I risultati della ricerca sono stati recentemente pubblicati nel repository bioRxiv e sul sito web di Insilico.