Como a IA Previu o Coronavírus e Pode Prevenir Futuras Pandemias – Opinião

Previsão da BlueDot AI

Em 6 de janeiro, os Centros de Controle e Prevenção de Doenças (CDC) dos EUA notificaram o público de que um surto semelhante à gripe estava se propagando em Wuhan, na província de Hubei, na China. Posteriormente, a Organização Mundial da Saúde (OMS) divulgou um relatório semelhante em 9 de janeiro.

Embora essas respostas possam parecer oportunas, elas foram lentas em comparação com uma empresa de IA chamada BlueDot. A BlueDot divulgou um relatório em 31 de dezembro, uma semana inteira antes de o CDC divulgar informações semelhantes.

Ainda mais impressionante, a BlueDot previu o surto de Zika na Flórida seis meses antes do primeiro caso em 2016.

Quais são alguns dos conjuntos de dados que a BlueDot analisa?

• Vigilância de doenças, isso inclui varrer 10.000+ fontes de mídia e públicas em mais de 60 idiomas.
• Dados demográficos de censos nacionais e relatórios estatísticos nacionais. (A densidade populacional é um fator por trás da propagação do vírus)
• Dados climáticos em tempo real da NASA, NOAA, etc. (Os vírus se espalham mais rapidamente em certas condições ambientais)
• Vetores de insetos e reservatórios de animais (Importante quando o vírus pode se espalhar de espécie para espécie).

A BlueDot atualmente trabalha com várias agências governamentais, incluindo Assuntos Globais do Canadá, Agência de Saúde Pública do Canadá, Associação Médica Canadense e Ministério da Saúde de Cingapura. O produto BlueDot Insights envia alertas de doenças infecciosas em tempo real. Algumas vantagens por trás desse produto incluem:

• Reduzir o risco de exposição a trabalhadores de saúde de linha de frente
• A visibilidade global permite economia de tempo na vigilância de doenças infecciosas
• Oportunidade de comunicar informações cruciais com clareza antes que seja tarde demais.
• Capacidade de proteger populações de infecções

Como a Previsibilidade da IA Pode Ser Melhorada

O que impede a IA da BlueDot e de outras IAs de melhorar? O principal fator limitante é a incapacidade de acessar os dados necessários em tempo real.

Esses tipos de sistemas de previsão dependem de grandes dados alimentando uma rede neural artificial (RNA), que usa aprendizado profundo para procurar padrões. Quanto mais dados que são alimentados nessa RNA, mais precisa se torna o algoritmo de aprendizado de máquina.

Isso basicamente significa que o que impede a IA de ser capaz de sinalizar um surto potencial mais cedo do que mais tarde é simplesmente a falta de acesso aos dados necessários. Em países como a China, que regularmente monitoram e filtram notícias, esses atrasos nos dados necessários são ainda mais pronunciados. O processo de censura de cada ponto de dados pode reduzir significativamente a quantidade de dados disponíveis e, pior, pode até mesmo remover a precisão desses dados, o que remove a utilidade potencial desses dados. Dados defeituosos foram até mesmo o motivo pelo qual esforços anteriores, como o Google Flu Trends (GOOGL ), falharam.

Em outras palavras, o principal problema que impede os sistemas de IA de prever um surto o mais cedo possível é a interferência do governo. Governos como a China e a atual administração Trump precisam remover-se de qualquer tipo de filtragem de dados e permitir o acesso total à imprensa para relatar sobre questões de saúde global.

Além disso, os repórteres só podem trabalhar com as informações disponíveis para eles. Bypassar os relatórios de notícias e acessar fontes diretamente permitiria que os sistemas de aprendizado de máquina acessassem os dados de forma mais oportuna e eficiente.

O que Precisa Ser Feito

A partir de agora, os governos que estão realmente interessados em reduzir o custo dos cuidados de saúde e prevenir um surto devem começar a revisar obrigatoriamente como seus clínicas e hospitais podem distribuir certos pontos de dados em tempo real para funcionários, repórteres e sistemas de IA.

As informações privadas individuais podem ser completamente removidas de cada paciente, permitindo que o paciente permaneça anônimo enquanto os dados importantes são compartilhados.

Uma rede de hospitais em qualquer cidade que colete dados em tempo real e compartilhe esses dados seria capaz de oferecer cuidados de saúde superiores. Por exemplo, poderia ser rastreado que um hospital específico mostrou um aumento no número de pacientes com sintomas semelhantes à gripe, com 3 pacientes às 10h, para 7 pacientes às 13h, para 49 pacientes às 17h. Esses dados poderiam ser comparados com hospitais dentro da mesma região para alertas imediatos de que uma certa região é uma zona quente potencial.

Assim que essas informações forem coletadas e montadas, o sistema de IA poderia acionar alertas para todas as regiões vizinhas para que as precauções necessárias sejam tomadas.

Embora isso seja difícil em certas regiões do mundo, países com grandes hubs de IA e menores densidades populacionais, como o Canadá, poderiam instituir um sistema avançado como esse. O Canadá tem hubs de IA nas províncias mais populosas (Waterloo e Toronto, Ontário, e Montreal, Quebec). As vantagens dessa cooperação inter-hospitalar e inter-provincial poderiam ser estendidas para oferecer aos canadenses outros benefícios, como acesso acelerado a cuidados médicos de emergência e redução de gastos com saúde. O Canadá poderia se tornar um líder em IA e saúde, licenciando essa tecnologia para outras jurisdições.

Mais importante ainda, uma vez que um país como o Canadá tenha um sistema em lugar, as tecnologias/métodos podem então ser clonados e exportados para outras regiões. Eventualmente, o objetivo seria cobrir o mundo inteiro, para garantir que os surtos sejam uma relíquia do passado.

Esse tipo de coleta de dados por trabalhadores de saúde tem benefícios para múltiplas aplicações. Não há razão para que, em 2020, um paciente precise se registrar com cada hospital individualmente e que esses mesmos hospitais não estejam se comunicando em tempo real. Essa falta de comunicação pode resultar na perda de dados de pacientes que sofrem de demência ou outros sintomas que podem impedir que eles comuniquem totalmente a gravidade de sua condição ou até mesmo onde mais foram tratados.

Lições Aprendidas

Podemos apenas esperar que os governos em todo o mundo aproveitem as lições importantes que o coronavírus está nos ensinando. A humanidade deve considerar-se sortuda por o coronavírus ter uma taxa de letalidade relativamente suave em comparação com alguns agentes infecciosos do passado, como a Peste Negra, que é estimada ter matado 30% a 60% da população da Europa.

Da próxima vez, talvez não sejamos tão sortudos; o que sabemos até agora é que os governos atualmente não estão equipados para lidar com a gravidade de um surto.

A BlueDot foi concebida após o surto de SARS em Toronto em 2003 e lançada em 2013. O objetivo era proteger as pessoas em todo o mundo de doenças infecciosas com inteligência humana e artificial. O componente de IA demonstrou uma capacidade notável de prever o caminho de doenças infecciosas; o que resta é o componente humano. Precisamos de novas políticas em vigor para permitir que empresas como a BlueDot excelam no que fazem de melhor. Como pessoas, precisamos exigir mais de nossos políticos e provedores de saúde.