Jak AI jest wykorzystywany w walce z koronawirusem z Wuhan

Sztuczna inteligencja jest wykorzystywana w walce z koronawirusem z Wuhan. Sztuczna inteligencja jest stosowana przez badaczy do śledzenia rozprzestrzeniania się choroby i badania potencjalnych metod leczenia wirusa.

Koronawirus z Wuhan pojawił się w Chinach w grudniu, a w ciągu dwóch miesięcy od tego czasu rozprzestrzenił się na całą Chinę i inne części świata. Nadal nie wiadomo, jak zaraźliwy jest wirus i jak szybko może się rozprzestrzeniać, chociaż obecnie jest ponad 40 000 potwierdzonych przypadków w Chinach. Aby lepiej zrozumieć, jak wirus może się rozprzestrzeniać i jak szybko może się rozprzestrzeniać, badacze stosują algorytmy uczenia maszynowego oparte na danych pobranych z serwisów społecznościowych i innych części sieci.

W ciągu ostatniego tygodnia tempo zakażeń wydaje się być mniejsze, ale nie jest jasne, czy choroba jest pod kontrolą, czy nowe przypadki stają się trudniejsze do wykrycia. Podczas gdy inne kraje na świecie miały tylko kilka przypadków koronawirusa w porównaniu z Chinami, społeczność zdrowia publicznego na świecie nadal jest zaniepokojona możliwością rozprzestrzeniania się wirusa. Badacze próbują być przed wirusem, stosując uczenie maszynowe i duże zbiorów danych zebrane z Internetu.

Jak donosi Wired, międzynarodowy zespół badaczy wyodrębnił dane z różnych części Internetu, w tym postów od lekarzy i grup medycznych, kanałów zdrowia publicznego, postów w serwisach społecznościowych i raportów, tworząc bazę danych tekstów, które mogą dotyczyć koronawirusa. Następnie badacze analizują dane w poszukiwaniu oznak, że wirus może się rozprzestrzeniać poza granicami Chin, stosując techniki uczenia maszynowego w celu znalezienia istotnych wzorców w danych, które mogą wskazywać, jak wirus się zachowuje.

Badacze przeszukują posty w serwisach społecznościowych w poszukiwaniu potencjalnych objawów koronawirusa, koncentrując się na regionach, w których lekarze uważają, że mogą pojawić się przypadki. Posty w serwisach społecznościowych są przetwarzane przy użyciu technik przetwarzania języka naturalnego, które mogą odróżnić posty, w których osoba wspomina o swoich objawach, od słów związanych z objawami w innym kontekście (takim jak dyskusja o wiadomościach o koronawirusie).

Według Alessandro Vespignani, jak donosi Wired, profesora Northeastern University i eksperta od analizy rozprzestrzeniania się chorób, nawet z wykorzystaniem zaawansowanych technik uczenia maszynowego, często jest trudno śledzić rozprzestrzenianie się wirusa, ponieważ cechy wirusa są nadal w części nieznane, a większość postów w serwisach społecznościowych pochodzi od firm medialnych i dotyczy wybuchu w Chinach. Jednak Vespignani uważa, że jeśli wirus kiedykolwiek rozprzestrzeniłby się w USA, byłoby łatwiej go monitorować dzięki większej liczbie postów dotyczących wirusa.

Pomimo trudności w uzyskaniu istotnych informacji o potencjalnym zachowaniu się koronawirusa, model stworzony przez badaczy wydaje się być dość skuteczny w znajdowaniu wskazówek wśród dużej liczby postów w serwisach społecznościowych. Model użyty przez badaczy był w stanie znaleźć dowody wybuchu wirusa 30 grudnia, chociaż zajęło to czas, aby określić, jak poważna sytuacja się stała. Informacje zebrane przez społeczność mogą jeszcze bardziej poprawić skuteczność modeli śledzenia chorób, ponieważ umożliwiają bardziej efektywne zbieranie danych dotyczących wirusa. Na przykład analiza danych zebranych przez chińskich lekarzy sugeruje, że ludzie poniżej 15 roku życia są bardziej odporni na wirus.

Sztuczna inteligencja może być również łączona z danymi zebranymi z urządzeń mobilnych, aby tworzyć modele, które mogą potencjalnie przewidywać kierunek rozprzestrzeniania się wirusa oraz tempo jego rozprzestrzeniania. Na przykład badacze z University of Southampton wykorzystali dane mobilne, aby określić ścieżkę, którą wirus mógł podążać, gdy opuścił Wuhan w dniach poprzedzających jego pojawienie się. Inni badacze analizowali dane zebrane przez Tencent, chińskiego dewelopera aplikacji mobilnych, i stwierdzili, że ograniczenia nałożone przez chiński rząd mogą potencjalnie spowolnić rozprzestrzenianie się wirusa, dając cenny czas na opracowanie planu działania.

Jak donosi Fortune, startup Insilico Medicine wykorzystał sztuczną inteligencję, aby zidentyfikować molekuły, które mogą potencjalnie leczyć koronawirusa. Sztuczna inteligencja Insilico zidentyfikowała tysiące możliwych molekuł leków w ciągu czterech dni. Insilico wyjaśnił, że 100 najbardziej obiecujących kandydatów zostanie zsyntetyzowanych, a wszystkie ich badania nad strukturami molekularnymi zostaną opublikowane, aby inni badacze mogli z nich skorzystać. Badacze medyczni i firmy są przyśpieszają rozwój i testowanie leków, a amerykańska firma biotechnologiczna Gilead planuje rozpocząć natychmiastowe testowanie nowego leku antywirusowego w regionie Wuhan.

Po tym, jak Insilico zdecydowało się rozpocząć badania nad lekami, skupiło się na enzymie zwanym 3C-like protease. Koronawirus opiera się na tym enzymie, aby się rozmnażać i rozprzestrzeniać. Według Insilico, zdecydowało się na ten konkretny enzym, ponieważ jest on dość podobny do innych wirusowych proteaz, których struktury zostały już udokumentowane, a także dlatego, że Shanghai Tech University opracował model 2019-nCoV 3C-like protease. W ciągu czterech dni Insilico było w stanie wygenerować setki tysięcy kandydujących molekuł i wybrać tylko te, które były najbardziej prawdopodobne do użycia. Wyniki badań zostały niedawno opublikowane w repozytorium bioRxiv i na stronie Insilico.