Open Data Set over Covid-19 vrijgegeven voor Machine Learning

Het kantoor van Wetenschap en Technologiebeleid van het Witte Huis verzoekt onderzoekers om duizenden wetenschappelijke artikelen met kunstmatige intelligentie (AI) te analyseren. Alle artikelen, die ongeveer 29.000 tellen, kunnen antwoorden geven op vragen over het coronavirus. Ongeveer 13.000 van de artikelen in de database zijn in hun geheel en zijn machine-leesbaar. Wat betreft de overige 16.000 artikelen, bevat de database gedeeltelijke tekst en samenvattingen.

In de afgelopen dagen hebben Amerikaanse overheidsfunctionarissen samengewerkt met Amerikaanse technologiebedrijven en onderzoeksinstellingen om de juridische toestemming te verkrijgen om de coronavirus-papers beschikbaar te stellen.

De open data set wordt de COVID-19 Open Research Dataset genoemd, of CORD-19. Het zal constant nieuwe informatie toevoegen aan één centraal knooppunt, waardoor onderzoekers en anderen één plek hebben om toegang te krijgen tot de informatie.

De samenwerking die door het Witte Huis is aangekondigd, omvat de Chan Zuckerberg Initiative, Microsoft (MSFT ) Research, het Allen Institute for Artificial Intelligence, de National Institute of Health’s National Library of Medicine, de Georgetown University’s Center for Security and Emerging Technology, Cold Spring Harbor Laboratory en het Kaggle AI-platform, dat eigendom is van Google.

Volgens de Amerikaanse CTO Michael Kratsios is de CORD-19-dataset de “meest uitgebreide verzameling van machine-leesbare coronavirus-literatuur tot nu toe”.

De National Academy of Sciences, Engineering, and Medicine heeft samengewerkt met de Wereldgezondheidsorganisatie (WHO) om “hoge prioriteit” vragen te ontwikkelen. Deze vragen hebben betrekking op de relatie tussen coronavirus en genetica, incubatie, behandeling, symptomen en preventie.

Sommige van de onderzoeken in de database zijn pre-publicatieonderzoek dat is gehaald uit bronnen zoals medRxiv en bioRxiv. Dit zijn open toegang archieven.

Cori Bargmann is de hoofd wetenschap van de Chan Zuckerberg Initiative.

“Het delen van vitale informatie over wetenschappelijke en medische gemeenschappen is cruciaal voor het versnellen van onze reactie op de coronavirus-pandemie”, zei Bargmann.

Volgens de oproep tot actie die door het Witte Huis is vrijgegeven, is de databasecollectie ontwikkeld met behulp van Microsoft’s web-schaal literatuur curatie tools, die verschillende wetenschappelijke werken van over de hele wereld hebben geïdentificeerd en samengebracht. De Chan Zuckerberg Initiative heeft toegang verleend tot pre-publicatie-inhoud, de National Library of Medicine heeft toegang verleend tot literatuur-inhoud en het Allen AI-team heeft de inhoud zo geformatteerd dat het kan worden geanalyseerd.

Dr. Eric Horvitz is de Chief Scientific Officer van Microsoft.

“Het is een algemene inspanning om het COVID-19-virus te bestrijden”, zei Horvitz. “We moeten samenwerken als bedrijven, overheden en wetenschappers en onze beste technologieën inzetten in de biomedische wetenschap, epidemiologie, AI en andere wetenschappen. De COVID-19-literatuurbron en -uitdaging zullen inspanningen stimuleren die de weg naar oplossingen voor COVID-19 kunnen versnellen.”

Velen hopen dat deze aanpak werkt en een nieuwe manier biedt om AI-technologie en machine learning in de toekomst te gebruiken. Een van die mensen is Dr. Dewey Murdick, directeur van Data Science bij de Georgetown University’s Center for Security and Emerging Technology. Dr. Murdick hielp bij de coördinatie van het project.

“Deze waardevolle nieuwe bron is het resultaat van onzelfzuchtige samenwerking en biedt nu de kans om antwoorden te vinden op belangrijke vragen over COVID-19”, zei Dr. Murdick. “Zodra de crisis voorbij is, hopen we dat dit project nieuwe manieren zal inspireren om machine learning te gebruiken om wetenschappelijk onderzoek te bevorderen.”

Als dit project erin slaagt om de nodige antwoorden over coronavirus te geven, kan het in de toekomst als model worden gebruikt. AI-technologie is een krachtig instrument, en het kan de resultaten van experts en instellingen over de hele wereld veel sneller analyseren dan mensen. Dit betekent een snellere reactietijd wanneer een pandemie of andere crisis uitbreekt, wat veel levens kan redden en economische ontwrichting kan voorkomen.