Pirmąsias Uhano viruso protrūkio užuominas užfiksavo AI

Dirbtinio intelekto sukurta sveikatos stebėjimo ir ligų aptikimo platforma sugebėjo užfiksuoti Uhano viruso protrūkio požymius likus maždaug savaitei iki vyriausybinių agentūrų perspėjimo visuomenei ir pažvelgti į tai, kaip dirbtinis intelektas gali būti naudojamas laiku užklupti ligų protrūkius.

Nors oficialus Pasaulio sveikatos organizacijos pranešimas apie Uhano virusą buvo paskelbtas sausio devintąją, o JAV Ligų kontrolės ir prevencijos centras (CDC) gavo pranešimą apie protrūkį sausio šeštąją, pirmuosius įspėjamuosius protrūkio ženklus pastebėjo kanadietis. sveikatos stebėjimo sistema beveik prieš savaitę. Kaip pranešė „Wired“., DI valdoma sveikatos sistema BlueDot įspėjo savo klientus apie galimą protrūkį gruodžio 31 d. „Bluedot“ naudoja dirbtinio intelekto algoritmus, kad galėtų stebėti įvairius pasaulinius naujienų šaltinius ir aptikti sveikatos ataskaitų modelius. Taip pat atsižvelgiama į informaciją apie augalų ir gyvūnų ligų tinklus. Naudodamiesi surinkta informacija, BlueDot epidemiologai savo abonentams pateikia įspėjimus ir prognozes apie galimą pavojų sveikatai ir protrūkius.

Kovojant su ligos protrūkiu, anksti diagnozuoti visada yra geriau. Kuo anksčiau aptikimas, tuo daugiau laiko sveikatos priežiūros pareigūnams turi reaguoti. Uhano viruso ir kitų ligų protrūkių Kinijoje atveju Kinijos vyriausybė dažnai lėtai dalijasi informacija su pasaulio visuomenės sveikatos pareigūnais. Tai turi problemų, nes CDC ir PSO remiasi kitų vyriausybinių agentūrų pranešimais, kad galėtų planuoti savo atsakymus. Tačiau jei dirbtinio intelekto sistema, tokia kaip „BlueDot“, gali tiksliai prognozuoti, remdamasi informacija, kuri nuteka daugelyje atskirų naujienų ataskaitų, tinklaraščių ir forumų, tai gali padėti sveikatos organizacijoms greičiau reaguoti į protrūkius.

Pasak „BlueDot“ atradusio Kamrano Khano, bendrovė nenaudoja socialinės žiniasklaidos duomenų prognozuodama ligų plitimą, nes duomenys yra per daug kintantys ir netvarkingi, kad būtų naudojami. Vietoj to, naujienų pranešimai, duomenys apie žinomus gyvūnų ligų tinklus ir lėktuvų bilietų pardavimo duomenys sujungiami, kad būtų sukurtas modelis, numatantis, kur prasideda infekcijos ir kur užsikrėtę žmonės gali keliauti toliau. „BlueDot“ sugebėjo teisingai nuspėti, kad Uhano virusas per kelias dienas nuo jo pasireiškimo išplis į Taipėjus, Tokiją, Seulą ir Bankoką.

BlueDot pradėjo Khan 2014 m., o šiuo metu įmonėje dirba 40 darbuotojų, įskaitant duomenų mokslininkus, gydytojus ir programuotojus, kurie kartu kuria ligų stebėjimo ir prognozavimo modelius. Mašininio mokymosi algoritmai ir natūralios kalbos apdorojimo metodai naudojami duomenims iš naujienų pranešimų, apimančių visą pasaulį ir apimančių 65 skirtingas kalbas, išgauti. Khanas pasakė Wiredui:

„Mes padarėme tai, kad panaudojome natūralų kalbos apdorojimą ir mašininį mokymąsi, kad išmokytume šį variklį, kad suprastume, ar tai juodligės protrūkis Mongolijoje, palyginti su sunkiojo metalo grupės „Anthrax“ susijungimu.

Baigus automatizuotą duomenų rinkimą ir pradinę analizę, žmonių analitikai dar kartą patikrina duomenis ir užtikrina, kad modelio išvados būtų pagrįstos. Galiausiai sugeneruojama ataskaita ir išsiunčiama programos klientams.

„BlueDot“ sistema toli gražu nėra pirmasis AI lauko bandymas numatyti ligų plitimą. Duomenų mokslininkai buvo naudojant didelius duomenis ir mašininio mokymosi modelius, skirtus stebėti įvairių ligų plitimą, kaip jau kurį laiką, kai kurie bandymai buvo sėkmingesni nei kiti. „Google“ bandė pati sekti ligos plitimą naudodama „Google“ gripo tendencijas, tačiau jos bandymai numatyti 2013 m. gripo sezonų sunkumą buvo nesėkmingi. pranešama, kad sumažėjo apie 140 proc.. Tik laikas parodys, ar „BlueDot“ gali nuosekliai prognozuoti ligų plitimą, tačiau jei gali, tai gali padėti greičiau ir tiksliau įvertinti ligų protrūkius.