Jak AI przewidziało koronawirusa i jak może zapobiec przyszłym pandemiom – Opinia

Przewidywanie AI BlueDot

6 stycznia amerykańskie Centrum Kontroli i Prewencji Chorób (CDC) poinformowało publicznie, że w mieście Wuhan w prowincji Hubei w Chinach rozprzestrzenia się wybuch choroby podobnej do grypy. Następnie Światowa Organizacja Zdrowia (WHO) opublikowała podobny raport 9 stycznia.

Chociaż te odpowiedzi mogą wydawać się terminowe, były one spóźnione w porównaniu z firmą AI o nazwie BlueDot. BlueDot opublikowała raport 31 grudnia, pełny tydzień przed tym, jak CDC opublikowało podobne informacje.

Jeszcze bardziej imponujące jest to, że BlueDot przewidziała wybuch Zika na Florydzie sześć miesięcy przed pierwszym przypadkiem w 2016 roku.

Jaki są niektóre z danych, które BlueDot analizuje?

• Nadzór nad chorobami, obejmujący skanowanie 10 000+ źródeł medialnych i publicznych w ponad 60 językach.
• Dane demograficzne z narodowych spisów powszechnych i raportów statystycznych. (Gęstość zaludnienia jest czynnikiem stojącym za propagacją wirusa)
• Dane klimatyczne w czasie rzeczywistym z NASA, NOAA itp. (Wirusy rozprzestrzeniają się szybciej w określonych warunkach środowiskowych)
• Wektory owadów i zbiorniki zwierzęce (Ważne, gdy wirus może rozprzestrzeniać się między gatunkami).

BlueDot obecnie współpracuje z różnymi agencjami rządowymi, w tym z Global Affairs Canada, Public Health Agency of Canada, Canadian Medical Association i Singapore Ministry of Health. Produkt BlueDot Insights wysyła alarmy o chorobach zakaźnych w czasie rzeczywistym. Niektóre z zalet tego produktu to:

• Zmniejszenie ryzyka narażenia pracowników służby zdrowia na pierwszą linię
• Globalna widoczność umożliwia oszczędność czasu w nadzorze nad chorobami zakaźnymi
• Możliwość przekazywania istotnych informacji w sposób zrozumiały przed czasem.
• Możliwość ochrony populacji przed infekcjami

Jak możemy poprawić przewidywalność AI

Co powstrzymuje AI BlueDot i podobne AI przed poprawą? Głównym czynnikiem ograniczającym jest brak dostępu do niezbędnych danych w czasie rzeczywistym.

Te rodzaje systemów przewidywania opierają się na danych, które są wprowadzane do sztucznej sieci neuronowej (ANN), która używa głębokiego uczenia, aby wyszukiwać wzorce. Im więcej danych jest wprowadzanych do tej sieci, tym bardziej dokładny staje się algorytm uczenia maszynowego.

To oznacza, że to, co powstrzymuje AI przed możliwością wcześniejszego zidentyfikowania potencjalnego wybuchu, jest po prostu brak dostępu do niezbędnych danych. W krajach takich jak Chiny, które regularnie monitorują i filtrowane wiadomości, opóźnienia w dostępie do niezbędnych danych są jeszcze bardziej wyraźne. Proces cenzurowania każdego punktu danych może znacznie zmniejszyć ilość dostępnych danych i co gorsza, może nawet całkowicie usunąć dokładność tych danych, co usuwa potencjalną przydatność tych danych. Błędne dane były nawet powodem, dla którego poprzednie próby, takie jak Google Flu Trends (GOOGL ), nie powiodły się.

Innymi słowy, głównym problemem, który powstrzymuje systemy AI przed pełnym przewidywaniem wybuchu jak najwcześniej, jest ingerencja rządowa. Rządy, takie jak Chiny i obecna administracja Trumpa, muszą wycofać się z jakiejkolwiek ingerencji w dane i umożliwić pełny dostęp do prasy, aby mogła raportować o globalnych problemach zdrowotnych.

To, co jest powiedziane, reporterzy mogą pracować tylko z informacjami, które są dostępne im. Omijanie raportów i dostęp do źródeł bezpośrednio umożliwiłoby systemom uczenia maszynowego dostęp do danych w sposób bardziej terminowy i wydajny.

Co należy zrobić

Natychmiast, rządy, które są prawdziwie zainteresowane zmniejszeniem kosztów opieki zdrowotnej i zapobieganiem wybuchom, powinny rozpocząć obowiązkową kontrolę, w jaki sposób ich kliniki i szpitale mogą dystrybuować pewne punkty danych w czasie rzeczywistym do urzędników, reporterów i systemów AI.

Indywidualne informacje osobiste mogą być całkowicie usunięte z każdego pacjenta, umożliwiając pacjentowi pozostanie anonimowym, podczas gdy ważne dane są udostępniane.

Sieć szpitali w dowolnym mieście, która gromadzi dane w czasie rzeczywistym i udostępnia te dane, byłaby w stanie zapewnić lepszą opiekę zdrowotną. Na przykład, można by śledzić, że konkretny szpital wykazał wzrost pacjentów z objawami grypopodobnymi, z 3 pacjentami o 10:00, do 7 pacjentów o 13:00, do 49 pacjentów o 17:00. Te dane mogłyby być porównane z szpitalami w tym samym regionie, w celu natychmiastowych alarmów, że określony region jest potencjalną strefą zagrożenia.

Gdy tylko te informacje zostaną zebrane i złożone, system AI mógłby wyzwolić alarmy do wszystkich sąsiednich regionów, aby mogły być podjęte niezbędne środki ostrożności.

Chociaż byłoby to trudne w pewnych regionach świata, kraje z dużymi hubami AI i mniejszą gęstością zaludnienia, takie jak Kanada, mogłyby wprowadzić taki zaawansowany system. Kanada ma huby AI w najbardziej zaludnionych prowincjach (Waterloo i Toronto, Ontario, oraz Montreal, Quebec). Zalety tej współpracy między szpitalami i prowincjami mogłyby być rozszerzone, aby zapewnić Kanadyjczykom inne korzyści, takie jak przyspieszony dostęp do opieki medycznej w nagłych wypadkach i zmniejszone wydatki na opiekę zdrowotną. Kanada mogłaby stać się liderem w dziedzinie AI i opieki zdrowotnej, licencjonując tę technologię innym jurysdykcjom.

Najważniejsze, gdy kraj taki jak Kanada ma system na miejscu, technologie/metody mogą być następnie sklonowane i wyeksportowane do innych regionów. Ostatecznym celem byłoby pokrycie całego świata, aby zapewnić, że wybuchy są rzadkością.

Ten rodzaj gromadzenia danych przez pracowników służby zdrowia ma korzyści dla wielu aplikacji. Nie ma powodu, dla którego w 2020 roku pacjent powinien musieć zarejestrować się w każdym szpitalu indywidualnie, a szpitale te nie komunikują się ze sobą w czasie rzeczywistym. Brak tej komunikacji może skutkować utratą danych u pacjentów, którzy cierpią na demencję lub inne objawy, które mogą uniemożliwić im pełną komunikację o ciężkości ich stanu lub nawet o tym, gdzie jeszcze byli leczeni.

Lekcje

Możemy tylko liczyć, że rządy na całym świecie skorzystają z ważnych lekcji, które koronawirus nas uczy. Ludzkość powinna uznać się za szczęśliwą, że koronawirus ma stosunkowo niski wskaźnik śmiertelności w porównaniu z niektórymi czynnikami zakaźnymi z przeszłości, takimi jak Czarna Śmierć, która szacuje, że zabiła 30% do 60% populacji Europy.

Następnym razem możemy nie być tak szczęśliwi, co wiemy do tej pory, to, że rządy są obecnie nieprzygotowane do radzenia sobie z ciężkością wybuchu.

Bluedot została założona w następstwie wybuchu SARS w Toronto w 2003 roku i uruchomiona w 2013 roku. Celem było ochrona ludzi na całym świecie przed chorobami zakaźnymi za pomocą inteligencji ludzkiej i sztucznej. Składnik AI wykazał zdumiewającą zdolność do przewidywania ścieżki chorób zakaźnych, co pozostaje, to składnik ludzki. Potrzebujemy nowych polityk, aby umożliwić firmom takim jak BlueDot osiągnięcie sukcesu w tym, co robią najlepiej. Jako ludzie musimy wymagać więcej od naszych polityków i dostawców opieki zdrowotnej.