ウハンコロナウイルスとの戦いにおけるAIの役割

人工知能は、ウハンコロナウイルスとの戦いで活用されている。人工知能は、研究者によってウイルスの拡散を追跡し、ウイルスの潜在的な治療法を研究するために使用されている。

ウハンコロナウイルスは、中国で12月に発生し、その後2ヶ月で中国と世界の他の地域に広がった。ウイルスの感染力とウイルスの拡散速度はまだ不明であるが、中国では現在40,000件以上の感染が確認されている。ウイルスの拡散とウイルスの拡散速度をよりよく理解するために、研究者は、ソーシャルメディアサイトやウェブの他の部分から得られたデータに焦点を当てたマシンラーニングアルゴリズムを使用している。

過去1週間で、感染率はやや減少したように見えるが、ウイルスが制御下にあるか、または新しい感染が検出されにくくなっているかは不明である。世界の他の国では、中国と比較してわずかな感染例しか報告されていないが、世界保健機関はウイルスの拡散能力について懸念している。研究者は、インターネットから収集されたビッグデータとマシンラーニングを使用して、ウイルスの拡散に先んじて対策を講じている。

Wiredの報告によると、国際的な研究チームは、医師や医療グループの投稿、公共の健康チャンネル、ソーシャルメディアの投稿、ニュース記事など、インターネットのさまざまな部分からデータを抽出し、コロナウイルスに関連するテキストのデータベースを作成した。研究者は、データを分析して、ウイルスが中国国外で拡散している兆候を探し、マシンラーニング技術を使用して、ウイルスの挙動を示唆するパターンを見つけている。

研究者は、ソーシャルメディアの投稿を分析して、コロナウイルスの潜在的な症状を探し、医師が感染例が発生する可能性のある地域を中心に検索している。ソーシャルメディアの投稿は、自然言語処理技術を使用して処理されており、これらの技術は、個人が自分の症状について言及する投稿と、ニュース記事でコロナウイルスについて議論する投稿を区別できる。

ノースイースタン大学の教授であり、感染症分析の専門家であるアレッサンドロ・ヴェスピニャーニによると、Wiredの報告によると、ウイルスの特性がまだ不明であるため、ウイルスの拡散を追跡することは難しいことが多い。また、ソーシャルメディアの投稿の多くは、メディア企業によるものであり、現在は中国でのアウトブレイクについて議論されている。しかし、ヴェスピニャーニは、ウイルスがアメリカで広がった場合、ウイルスに関する投稿が増えるため、追跡が容易になるだろうと信じている。

コロナウイルスの潜在的な挙動に関する関連情報を得ることが難しいにもかかわらず、研究者が作成したモデルは、ソーシャルメディアの投稿の中から手がかりを見つけるのに相当効果的である。研究者が使用したモデルは、12月30日にウイルスのアウトブレイクの証拠を見つけ、状況の深刻さを判断するのに時間がかかった。 クラウドソーシングされた情報は、ウイルスに関する関連データをより効率的に収集できるため、疾病追跡モデルの有効性をさらに高めることができる。例えば、中国の医師によるクラウドソーシングされたデータの分析によると、15歳未満の子供はウイルスに対してより耐性があることが示唆されている。

人工知能は、モバイルデバイスから収集されたデータと組み合わせて、ウイルスの拡散方向と拡散速度を予測するモデルを構築するために使用できる。例えば、サウザンプトン大学の研究者は、モバイルデータを使用して、ウイルスがウハンから出て行った経路を 決定 した。他の研究者は、中国のモバイルアプリ開発会社テンセントが収集したデータを分析し、中国政府が施行した制限がウイルスの拡散を減らす可能性があることを発見した。

フォーチュンの報告によると、スタートアップ企業の Insilico Medicine は、人工知能を使用して、コロナウイルスの潜在的な治療法を特定した。InsilicoのAIは、4日間で数千の潜在的な薬剤分子を特定し、最も有望な候補100個を選出した。Insilicoは、最も有望な候補100個を合成し、すべての研究結果をウェブサイトに公開する予定である。医療研究者や企業は、治療法の開発とテストを迅速化しており、アメリカのバイオテック企業Gileadは、ウハン地域で新しい抗ウイルス薬のテストを開始する予定である。

Insilicoは、治療法の研究を開始した後、3C-likeプロテアーゼと呼ばれる酵素に焦点を当てた。コロナウイルスは、この酵素を使用して増殖し、拡散する。Insilicoによると、この酵素は、構造がすでに文書化されている他のウイルスのプロテアーゼと非常に似ているため、この酵素を選択した。また、上海科技大学が2019-nCoV 3C-likeプロテアーゼのモデルを開発していたことも理由である。Insilicoは、4日間で数十万の候補分子を生成し、最も有望な100個を選出した。研究結果は、bioRxiv リポジトリとInsilicoのウェブサイトに公開された。