Come l’IA ha previsto il coronavirus e può prevenire future pandemie – Opinione

Predizione dell’IA di BlueDot

Il 6 gennaio, i Centri per il controllo e la prevenzione delle malattie (CDC) degli Stati Uniti hanno informato il pubblico che un’epidemia simile alla influenza si stava diffondendo nella città di Wuhan, nella provincia di Hubei, in Cina. Successivamente, l’Organizzazione mondiale della sanità (OMS) ha rilasciato un rapporto simile il 9 gennaio.

Queste risposte possono sembrare tempestive, ma erano lente se paragonate a una società di intelligenza artificiale chiamata BlueDot. BlueDot ha rilasciato un rapporto il 31 dicembre, una settimana intera prima che i CDC rilasciassero informazioni simili.

Ancora più impressionante, BlueDot ha previsto l’epidemia di Zika in Florida sei mesi prima del primo caso nel 2016.

Quali sono alcuni dei set di dati che BlueDot analizza?

• Sorveglianza delle malattie, che include la scansione di oltre 10.000 fonti di informazione e pubbliche in oltre 60 lingue.
• Dati demografici dai censimenti nazionali e rapporti statistici nazionali. (La densità di popolazione è un fattore alla base della propagazione del virus)
• Dati climatici in tempo reale da NASA, NOAA, ecc. (I virus si diffondono più velocemente in determinate condizioni ambientali)
• Vettori insetti e serbatoi animali (Importanti quando il virus può diffondersi da specie a specie).

BlueDot attualmente lavora con varie agenzie governative, tra cui Affari globali del Canada, Agenzia di salute pubblica del Canada, l’Associazione medica canadese e il Ministero della salute di Singapore. Il prodotto BlueDot Insights invia avvisi di malattie infettive in tempo quasi reale. Alcuni vantaggi di questo prodotto includono:

• Ridurre il rischio di esposizione per i lavoratori sanitari in prima linea
• La visibilità globale consente di risparmiare tempo nella sorveglianza delle malattie infettive
• Opportunità di comunicare informazioni cruciali in modo chiaro prima che sia troppo tardi.
• Capacità di proteggere le popolazioni dalle infezioni

Come la prevedibilità dell’IA potrebbe essere migliorata

Cosa sta impedendo all’IA di BlueDot e ad altre IA di migliorare? Il principale fattore limitante è l’incapacità di accedere ai dati necessari in tempo reale.

Questi tipi di sistemi di previsione si basano su grandi quantità di dati che alimentano una rete neurale artificiale (ANN), che utilizza l’apprendimento profondo per cercare modelli. Maggiore è la quantità di dati che viene alimentata in questo ANN, più precisa diventa l’algoritmo di apprendimento automatico.

Ciò significa essenzialmente che ciò che impedisce all’IA di essere in grado di segnalare una possibile epidemia il più presto possibile è semplicemente la mancanza di accesso ai dati necessari. In paesi come la Cina, che regolarmente monitorano e filtrano le notizie, questi ritardi nei dati necessari sono ancora più pronunciati. Il processo di censura di ogni punto di dati può ridurre notevolmente la quantità di dati disponibili e, peggio, può anche completamente rimuovere l’accuratezza di questi dati, che rimuove la potenziale utilità di questi dati. I dati difettosi sono stati anche il motivo per cui precedenti sforzi come Google Flu Trends (GOOGL ) fallirono.

In altre parole, il principale problema che impedisce ai sistemi di IA di essere in grado di prevedere un’epidemia il più presto possibile è l’interferenza del governo. I governi come la Cina e l’attuale amministrazione Trump devono rimuovere se stessi da qualsiasi tipo di filtraggio dei dati e consentire l’accesso completo alla stampa per riferire questioni di salute globale.

Ciò detto, i giornalisti possono lavorare solo con le informazioni disponibili. Saltare i rapporti di notizie e accedere direttamente alle fonti consentirebbe ai sistemi di apprendimento automatico di accedere ai dati in modo più tempestivo e efficiente.

Cosa deve essere fatto

A partire da subito, i governi che sono veramente interessati a ridurre i costi della sanità e prevenire un’epidemia dovrebbero iniziare una revisione obbligatoria di come i loro ambulatori e ospedali possono distribuire determinati punti di dati in tempo reale a funzionari, giornalisti e sistemi di IA.

Le informazioni private individuali possono essere completamente rimosse da ogni paziente, consentendo al paziente di rimanere anonimo mentre vengono condivisi i dati importanti.

Una rete di ospedali in qualsiasi città che raccoglie dati in tempo reale e li condivide sarebbe in grado di offrire una sanità superiore. Ad esempio, potrebbe essere tracciato che un ospedale specifico ha mostrato un aumento di pazienti con sintomi simili alla influenza, con 3 pazienti alle 10:00, a 7 pazienti alle 13:00, a 49 pazienti alle 17:00. Questi dati potrebbero essere confrontati con quelli di ospedali nella stessa regione per avvisi immediati che una determinata regione è una possibile zona calda.

Una volta raccolti e assemblati questi dati, il sistema di IA potrebbe attivare avvisi a tutte le regioni vicine in modo che possano essere prese le necessarie precauzioni.

Sebbene ciò potrebbe essere difficile in determinate regioni del mondo, i paesi con grandi hub di IA e piccole densità di popolazione come il Canada potrebbero istituire un sistema così avanzato. Il Canada ha hub di IA nelle province più popolate (Waterloo e Toronto, Ontario, e Montreal, Quebec). I vantaggi di questa cooperazione inter-ospedaliera e inter-provinciale potrebbero essere estesi per offrire ai canadesi altri vantaggi come l’accesso accelerato alle cure mediche di emergenza e la riduzione delle spese sanitarie. Il Canada potrebbe diventare un leader sia nell’IA che nella sanità, concedendo in licenza questa tecnologia ad altre giurisdizioni.

Soprattutto, una volta che un paese come il Canada ha un sistema in place, la tecnologia/metodologie possono essere clonate e esportate in altre regioni. Alla fine, l’obiettivo sarebbe quello di coprire l’intero mondo, per assicurarsi che le epidemie siano un relitto del passato.

Questo tipo di raccolta di dati da parte dei lavoratori sanitari ha benefici per molteplici applicazioni. Non c’è ragione per cui nel 2020 un paziente debba registrarsi con ogni ospedale individualmente e che gli stessi ospedali non comunichino tra loro in tempo reale. La mancanza di comunicazione può portare alla perdita di dati con pazienti che soffrono di demenza o altri sintomi che possono impedire loro di comunicare appieno la gravità della loro condizione o anche dove altro sono stati trattati.

Lezioni apprese

Possiamo solo sperare che i governi di tutto il mondo traggano vantaggio dalle importanti lezioni che il coronavirus ci sta insegnando. L’umanità dovrebbe considerarsi fortunata che il coronavirus abbia un tasso di mortalità relativamente mite rispetto ad alcuni agenti infettivi del passato come la Peste Nera, che si stima abbia ucciso il 30% al 60% della popolazione europea.

La prossima volta potremmo non essere così fortunati, ciò che sappiamo finora è che i governi attualmente non sono in grado di affrontare la gravità di un’epidemia.

Bluedot è stato concepito dopo l’epidemia di SARS di Toronto del 2003 e lanciato nel 2013. L’obiettivo era proteggere le persone in tutto il mondo dalle malattie infettive con intelligenza umana e artificiale. La componente di IA ha dimostrato una notevole capacità di prevedere il percorso delle malattie infettive, ciò che rimane è la componente umana. Abbiamo bisogno di nuove politiche per consentire a società come BlueDot di eccellere in ciò che fanno meglio. Come persone, dobbiamo pretendere di più dai nostri politici e fornitori di assistenza sanitaria.