Pierwsze sygnały wykrycia wirusa z Wuhan zostały złapane przez sztuczną inteligencję

Platforma monitorowania zdrowia i wykrywania chorób oparta na sztucznej inteligencji była w stanie wykryć objawy wybuchu wirusa z Wuhan około tydzień przed tym, jak agencje rządowe ostrzegły społeczeństwo, co pokazuje, jak sztuczna inteligencja może być wykorzystywana do wykrywania chorób w odpowiednim czasie.

Podczas gdy oficjalne powiadomienie Światowej Organizacji Zdrowia o wirusie z Wuhan zostało wysłane 9 stycznia, a amerykański Centrum Kontroli i Prewencji Chorób (CDC) otrzymało informację o wybuchu 6 stycznia, pierwsze ostrzeżenia o wybuchu zostały wykryte przez kanadyjski system monitorowania zdrowia prawie tydzień wcześniej. Jak donosiła strona Wired, system oparty na sztucznej inteligencji BlueDot ostrzegał swoich klientów o możliwym wybuchu 31 grudnia. BlueDot wykorzystuje algorytmy sztucznej inteligencji do monitorowania różnych źródeł informacji z całego świata i wykrywania wzorców w raportach zdrowotnych. Bierze również pod uwagę informacje o sieciach chorób roślin i zwierząt. Wykorzystując zebrane informacje, epidemiolodzy BlueDot dostarczają ostrzeżenia i prognozy dotyczące możliwych zagrożeń zdrowotnych i wybuchów chorób swoim subskrybentom.

W przypadku wybuchu choroby wczesne wykrycie jest zawsze lepsze. Im wcześniej wykryty, tym więcej czasu mają urzędnicy zdrowia publicznego, aby zareagować. W przypadku wirusa z Wuhan i innych wybuchów chorób w Chinach chiński rząd często opóźniał się z udostępnieniem informacji urzędnikom zdrowia publicznego na całym świecie. To stanowi problem, ponieważ CDC i WHO opierają się na komunikatach z innych agencji rządowych, aby zaplanować swoje własne reakcje. Jednak jeśli system sztucznej inteligencji, taki jak BlueDot, może dokonywać dokładnych prognoz na podstawie informacji, które przeciekają przez wiele indywidualnych raportów, blogów i forów, może to potencjalnie umożliwić organizacjom zdrowia publicznego szybsze reagowanie na wybuchy.

Zgodnie z oświadczeniem Kamrana Khana, założyciela BlueDot, firma nie wykorzystuje danych z mediów społecznościowych do przewidywania rozprzestrzeniania się chorób, ponieważ dane te są zbyt zmiennymi i niechlujnymi, aby mogły być przydatne. Zamiast tego łączy raporty, dane o znanych sieciach chorób zwierząt oraz dane o rezerwacji biletów lotniczych, tworząc model, który przewiduje, gdzie zaczynają się infekcje i gdzie zakażone osoby mogą podróżować dalej. BlueDot prawidłowo przewidziała, że wirus z Wuhan rozprzestrzeni się do Tajpej, Tokio, Seulu i Bangkoku w ciągu kilku dni od jego pojawienia się.

BlueDot została założona przez Khana w 2014 roku, a obecnie firma zatrudnia 40 pracowników, w tym naukowców, lekarzy i programistów, którzy współpracują, aby tworzyć modele nadzoru i przewidywania chorób. Algorytmy uczenia maszynowego i techniki przetwarzania języka naturalnego są wykorzystywane do wydobywania danych z raportów z całego świata, obejmujących 65 różnych języków. Khan powiedział do Wired:

„To, co zrobiliśmy, to wykorzystanie przetwarzania języka naturalnego i uczenia maszynowego do trenowania tego silnika, aby rozpoznał, czy jest to wybuch antraksu w Mongolii, czy zjazd heavy metalowego zespołu Anthrax”.

Po zakończeniu automatycznego zbierania danych i wstępnej analizy analitycy ludzcy sprawdzają dane i zapewniają, że wnioski modelu wydają się słuszne. Na końcu generowany jest raport i wysyłany do klientów aplikacji.

System BlueDot jest daleki od pierwszej próby w dziedzinie sztucznej inteligencji, aby przewidzieć rozprzestrzenianie się chorób. Naukowcy danych wykorzystują big data i modele uczenia maszynowego do śledzenia rozprzestrzeniania się różnych chorób od dłuższego czasu, z niektórymi próbami bardziej udanymi niż inne. Google (GOOGL ) próbował swoich sił w śledzeniu rozprzestrzeniania się chorób za pomocą Google Flu Trends, ale jego próby przewidzenia ciężkości sezonu grypy w 2013 roku były, według doniesień, błędne o około 140%. Tylko czas pokaże, czy BlueDot może konsekwentnie przewidzieć rozprzestrzenianie się chorób, ale jeśli tak, może to otworzyć drogę do szybszych, bardziej dokładnych szacunków wybuchów chorób.