ํฌ์ค์ผ์ด
์ฐํ ๋ฐ์ด๋ฌ์ค ๋ฐ๋ณ์ ์ฒซ ๋ฒ์งธ ํํธ๋ AI์ ์ํด ํฌ์ฐฉ๋์๋ค
AI 기반의 건강 모니터링 및 질병 감지 플랫폼은 정부 기관이 공중을 경고하기 약 1주일 전에 우한 바이러스 발병의 징후를 포착할 수 있었으며, AI를 사용하여 질병 발병을 적절한 시기에 포착하는 방법을 보여주었다.
공식적인 세계 보건 기구의 우한 바이러스 알림은 1월 9일에 발송되었고, 미국 질병 통제 예방 센터(CDC)는 1월 6일에 발병에 대한 정보를 받았지만, 발병의 첫 번째 경고 신호는 캐나다의 건강 모니터링 시스템에 의해 거의 1주일 전에 포착되었다. 와이어드가 보도한 바와 같이, AI 기반의 건강 시스템 BlueDot은 12월 31일에 클라이언트에게 가능한 발병에 대한 경고를 보냈다. BlueDot은 글로벌 뉴스 소스를 모니터링하고 건강 보고서에서 패턴을 감지하는 데 사용되는 AI 알고리즘을 사용한다. 또한 식물과 동물 질병 네트워크에 대한 정보를 고려한다. 수집된 정보를 사용하여 BlueDot 역학자들은 가능한 건강 위험과 발병에 대한 경고와 예측을 구독자에게 전달한다.
질병 발병을 다룰 때, 초기 감지는 항상 더 좋다. 감지가 càng 빠르면, 보건 당국이 대응하기 위해 더 많은 시간을 가질 수 있다. 우한 바이러스와 중국의 다른 질병 발병의 경우, 중국 정부는 글로벌 공중 보건 당국과 정보를 공유하는 데 종종 느리다. 이는 CDC와 세계 보건 기구가 자신의 대응을 계획하기 위해 다른 정부 기관의 통신에 의존하기 때문에 문제를 일으킨다. 그러나 BlueDot과 같은 AI 시스템이 개별 뉴스 보고, 블로그 및 포럼을 통해 유출되는 정보에 따라 정확한 예측을 할 수 있다면, 이는 보건 기관이 발병에 더 빠르게 대응할 수 있도록 할 수 있다.
BlueDot의 창립자 Kamran Khan에 따르면, 회사에서는 질병 확산을 예측할 때 소셜 미디어 데이터를 사용하지 않는다. 왜냐하면 데이터가 너무 가변적이고 어수선해서 쓸모가 없기 때문이다. 대신, 뉴스 보고, 알려진 동물 질병 네트워크 데이터, 항공권 예약 데이터가 결합되어 감염이 시작되는 곳과 감염된 사람들이 다음에 여행할 수 있는 곳을 예측하는 모델을 생성한다. BlueDot은 우한 바이러스가 발현한 지 몇 일 내에 타이페이, 도쿄, 서울, 방콕으로 확산될 것이라고 정확히 예측했다.
BlueDot은 2014年に Khan에 의해 설립되었으며, 현재 40명의 직원이 있으며, 데이터 과학자, 의사, 프로그래머가 함께 질병 감시 및 예측 모델을 생성한다. 기계 학습 알고리즘과 자연어 처리 기법이 사용되어 전 세계의 65개 언어로 된 뉴스 보고서에서 데이터를 마이닝한다. Khan은 와이어드에게 다음과 같이 말했다.
“우리가 한 일은 자연어 처리와 기계 학습을 사용하여 이 엔진을 훈련시켜 몽골에서 탄저병 발병인지 헤비 메탈 밴드 Anthrax의 재결합인지 구별할 수 있도록 하는 것이다.”
자동화된 데이터 수집과 초기 분석이 완료되면, 인간 분석가가 데이터를 다시 확인하고 모델의 결론이 합理적이라고 확인한다. 마지막으로, 보고서가 생성되어 애플리케이션의 클라이언트에게 전송된다.
BlueDot의 시스템은 AI 분야에서 질병 확산을 예측하기 위한 최초의 시도는 아니다. 데이터 과학자들은 이미 빅 데이터와 기계 학습 모델을 사용하여 다양한 질병의 확산을 추적해 왔으며, 일부 시도는 다른 시도보다 더 성공적이었다. 구글은 구글 플루 트렌드를 사용하여 질병의 확산을 추적하려고 시도했지만, 2013년 독감 시즌의 심각성을 예측하는 데 약 140% 정도 잘못되었다고 보고되었다. 시간이 지나면 BlueDot이 질병의 확산을 일관되게 예측할 수 있는지 알 수 있을 것이지만, 만약 그렇다면, 이는 질병 발병에 대한 더 빠르고 더 정확한 추정을 위한 길을 열 수 있을 것이다.
