Set di dati aperti su Covid-19 rilasciato per l’apprendimento automatico

L’Ufficio per la scienza e la tecnologia della Casa Bianca sta chiedendo ai ricercatori di analizzare migliaia di articoli accademici con la tecnologia dell’intelligenza artificiale (AI). Tutti gli articoli, che sono circa 29.000, potrebbero fornire risposte a domande sul coronavirus. Circa 13.000 degli articoli nel database sono completi e leggibili dalle macchine. Per quanto riguarda gli altri 16.000 articoli, il database contiene testo parziale e riassunti.

Negli ultimi giorni, funzionari del governo degli Stati Uniti hanno lavorato con aziende tecnologiche americane e istituti di ricerca per ottenere il permesso legale di rendere disponibili gli articoli sul coronavirus.

Il set di dati aperti è noto come COVID-19 Open Research Dataset, o CORD-19. Aggiungerà costantemente nuove informazioni in un unico hub centralizzato, fornendo ai ricercatori e ad altri un unico posto in cui accedere.

La partnership annunciata dalla Casa Bianca include la Chan Zuckerberg Initiative, Microsoft (MSFT ) Research, l’Allen Institute for Artificial Intelligence, la National Library of Medicine del National Institute of Health, il Center for Security and Emerging Technology della Georgetown University, il Cold Spring Harbor Laboratory e la piattaforma Kaggle AI, di proprietà di Google.

Secondo il CTO degli Stati Uniti Michael Kratsios, il dataset CORD-19 è la “più vasta raccolta di letteratura sul coronavirus leggibile dalle macchine fino ad oggi”.

La National Academy of Sciences, Engineering, and Medicine ha lavorato con l’Organizzazione Mondiale della Sanità (OMS) per sviluppare domande “ad alta priorità”. Queste domande ruotano attorno alla relazione tra coronavirus e genetica, incubazione, trattamento, sintomi e prevenzione.

Alcune delle ricerche presenti nel database sono ricerche pre-pubblicazione tratte da risorse come medRxiv e bioRxiv. Sono archivi open access.

Cori Bargmann è il capo della scienza della Chan Zuckerberg Initiative.

“Condividere informazioni vitali tra le comunità scientifiche e mediche è fondamentale per accelerare la nostra capacità di rispondere alla pandemia di coronavirus”, ha detto Bargmann.

Secondo il Call to Action rilasciato dalla Casa Bianca, la raccolta del database è stata sviluppata attraverso l’uso degli strumenti di cura della letteratura web-scale di Microsoft, che hanno identificato e raccolto diversi lavori scientifici da tutto il mondo. La Chan Zuckerberg Initiative ha fornito l’accesso al contenuto pre-pubblicazione, la National Library of Medicine ha fornito l’accesso al contenuto letterario e il team Allen AI ha formattato il contenuto in modo che potesse essere analizzato.

Il dottor Eric Horvitz è il Chief Scientific Officer di Microsoft.

“È tutto mano nella mano mentre affrontiamo la pandemia di COVID-19”, ha detto Horvitz. “Dobbiamo unirci come aziende, governi e scienziati e lavorare per portare le nostre migliori tecnologie in biomedicina, epidemiologia, AI e altre scienze. La risorsa letteraria COVID-19 e la sfida stimoleranno gli sforzi che possono accelerare il percorso verso le soluzioni per il COVID-19”.

Molti sperano che questo approccio funzioni e fornisca un nuovo modo per utilizzare la tecnologia AI e l’apprendimento automatico nel futuro. Una di queste persone è il dottor Dewey Murdick, direttore della scienza dei dati del Center for Security and Emerging Technology della Georgetown University. Il dottor Murdick ha aiutato a coordinare il progetto.

“Questa preziosa nuova risorsa è il frutto di una collaborazione altruista e ora offre l’opportunità di trovare risposte a domande importanti sul COVID-19”, ha detto il dottor Murdick. “Una volta superata la crisi, speriamo che questo progetto ispiri nuovi modi per utilizzare l’apprendimento automatico per avanzare la ricerca scientifica”.

Se questo progetto riesce a fornire le risposte necessarie sul coronavirus, potrebbe essere utilizzato come modello nel futuro. La tecnologia AI è uno strumento potente e può analizzare i risultati degli esperti e delle istituzioni di tutto il mondo molto più velocemente degli esseri umani. Ciò significa un tempo di risposta più veloce ogni volta che si verifica una pandemia o un’altra crisi, il che potrebbe salvare molte vite e prevenire turbolenze economiche.