Cum AI a prezis coronavirusul și poate preveni viitoarele pandemii – Opinie

Prezicerea BlueDot AI

La 6 ianuarie, Centrul pentru Controlul și Prevenirea Bolilor (CDC) din Statele Unite a anunțat publicul că o epidemie similară cu gripa se răspândește în orașul Wuhan, în provincia Hubei, China. Ulterior, Organizația Mondială a Sănătății (OMS) a publicat un raport similar la 9 ianuarie.

Deși aceste răspunsuri pot părea la timp, au fost lente în comparație cu o companie de inteligență artificială numită BlueDot. BlueDot a publicat un raport la 31 decembrie, cu o săptămână înainte ca CDC să publice informații similare.

Și mai impresionant, BlueDot a prezis izbucnirea epidemiei de Zika în Florida cu șase luni înainte de primul caz în 2016.

Care sunt unele dintre seturile de date pe care BlueDot le analizează?

• Supravegherea bolilor, ceea ce include scanarea a peste 10.000 de surse media și publice în peste 60 de limbi.
• Date demografice de la recensăminte naționale și rapoarte statistice naționale. (Densitatea populației este un factor din spatele propagării virusului)
• Date climatice în timp real de la NASA, NOAA etc. (Virusurile se răspândesc mai repede în anumite condiții de mediu)
• Vectori de insecte și rezervoare de animale (Importante atunci când virusul poate fi transmis de la o specie la alta).

BlueDot lucrează în prezent cu diverse agenții guvernamentale, inclusiv Afaceri Globale Canada, Agenția de Sănătate Publică a Canadei, Asociația Medicală Canadiană și Ministerul Sănătății din Singapore. Produsul BlueDot Insights trimite alerte de boli infecțioase în timp real. Unele avantaje ale acestui produs includ:

• Reducerea riscului de expunere la lucrătorii medicali din prima linie
• Vizibilitatea globală permite economisirea timpului în supravegherea bolilor infecțioase
• Oportunitatea de a comunica informații importante în mod clar înainte de a fi prea târziu.
• Capacitatea de a proteja populațiile de infecții

Cum se poate îmbunătăți previzibilitatea AI

Ce împiedică AI-ul BlueDot și alte AI-uri să se îmbunătățească? Principalul factor limitativ este imposibilitatea de a accesa datele mari necesare în timp real.

Aceste tipuri de sisteme predictive se bazează pe date mari care alimentează o rețea neurală artificială (ANN), care utilizează învățarea profundă pentru a căuta modele. Cu cât se alimentează mai multe date în această ANN, cu atât algoritmul de învățare a mașinii devine mai precis.

Acest lucru înseamnă, în esență, că ceea ce împiedică AI-ul să semnaleze o posibilă izbucnire a unei epidemii mai devreme decât mai târziu este pur și simplu lipsa accesului la datele necesare. În țări precum China, care monitorizează și filtrează în mod regulat știrile, aceste întârzieri în ceea ce privește datele necesare sunt și mai pronunțate. Procesul de cenzurare a fiecărui punct de date poate reduce semnificativ cantitatea de date disponibile și, mai rău, poate chiar să elimine complet acuratețea acestor date, ceea ce elimină potențiala utilitate a acestor date. Datele defecte au fost, de asemenea, motivul pentru care eforturile anterioare, cum ar fi Google Flu Trends (GOOGL ), au eșuat.

În alte cuvinte, principala problemă care împiedică sistemele AI să prevadă pe deplin o izbucnire a unei epidemii cât mai curând posibil este interferența guvernamentală. Guverne precum China și actuala administrație Trump trebuie să se retragă din orice fel de filtrare a datelor și să permită accesul deplin la presă pentru a raporta despre problemele de sănătate globală.

Într-adevăr, jurnaliștii pot lucra doar cu informațiile care le sunt disponibile. Ocolirea rapoartelor de știri și accesarea directă a surselor ar permite sistemelor de învățare a mașinii să acceseze date într-un mod mai rapid și mai eficient.

Ce trebuie făcut

Începând imediat, guvernele care sunt cu adevărat interesate de reducerea costurilor sănătății și de prevenirea unei epidemii ar trebui să înceapă o revizuire obligatorie a modului în care clinicele și spitalele lor pot distribui anumite puncte de date în timp real către funcționari, jurnaliști și sisteme AI.

Informațiile private ale pacienților pot fi complet eliminate din fiecare pacient, permițând pacientului să rămână anonim, în timp ce datele importante sunt partajate.

O rețea de spitale din orice oraș care colectează date în timp real și le partajează ar putea oferi îngrijiri medicale superioare. De exemplu, s-ar putea urmări faptul că un anumit spital a înregistrat o creștere a numărului de pacienți care prezintă simptome similare cu gripa, cu 3 pacienți la 10:00, 7 pacienți la 13:00 și 49 de pacienți la 17:00. Aceste date ar putea fi comparate cu spitalele din aceeași regiune, pentru alerte imediate că o anumită regiune este o zonă potențială de risc.

Odată ce aceste informații sunt colectate și asamblate, sistemul AI ar putea declanșa alerte către toate regiunile înconjurătoare, astfel încât să se poată lua măsurile necesare.

Deși acest lucru ar fi dificil în anumite regiuni ale lumii, țări cu hub-uri mari de inteligență artificială și densități de populație mai mici, cum ar fi Canada, ar putea institui un astfel de sistem avansat. Canada are hub-uri de inteligență artificială în cele mai populate provincii (Waterloo și Toronto, Ontario și Montreal, Quebec). Avantajele acestei cooperări inter-spitalice și inter-provinciale ar putea fi extinse pentru a oferi canadienilor alte beneficii, cum ar fi acces accelerat la îngrijiri medicale de urgență și reducerea cheltuielilor pentru sănătate. Canada ar putea deveni lider în ambele domenii, inteligență artificială și sănătate, licențierea acestei tehnologii către alte jurisdicții.

Ce este mai important, odată ce o țară precum Canada are un astfel de sistem în funcțiune, tehnologia/metodologia poate fi apoi clonată și exportată către alte regiuni. În cele din urmă, scopul ar fi să acoperim întreaga lume, pentru a ne asigura că izbucnirile epidemiei sunt o relicvă a trecutului.

Acest tip de colectare a datelor de către lucrătorii medicali are beneficii pentru multiple aplicații. Nu există niciun motiv pentru care, în 2020, un pacient ar trebui să se înregistreze individual la fiecare spital și aceste spitale nu comunică între ele în timp real. Lipsa de comunicare poate duce la pierderea de date în cazul pacienților care suferă de demență sau alte simptome care pot împiedica comunicarea completă a gravității afecțiunii sau chiar a locurilor în care au fost tratați.

Lecții învățate

Ne putem doar spera că guvernele din întreaga lume vor profita de lecțiile importante pe care coronavirusul ni le învață. Umanitatea ar trebui să se considere norocoasă că coronavirusul are o rată de mortalitate relativ scăzută în comparație cu anumite agenți infecțioși din trecut, cum ar fi Ciuma Neagră, care se estimează că a ucis între 30% și 60% din populația Europei.

Următoarea dată s-ar putea să nu fim atât de norocoși, ceea ce știm până acum este că guvernele sunt în prezent slab echipate pentru a face față gravității unei epidemii.

Bluedot a fost conceput în urma izbucnirii SARS din Toronto din 2003 și lansat în 2013. Scopul a fost de a proteja oamenii din întreaga lume de boli infecțioase cu inteligență umană și artificială. Componenta de inteligență artificială a demonstrat o capacitate remarcabilă de a prezice calea bolilor infecțioase, ceea ce rămâne este componenta umană. Avem nevoie de politici noi pentru a permite companiilor precum BlueDot să excelleze în ceea ce fac ele mai bine. Ca oameni, avem nevoie de a cere mai mult de la politicienii și furnizorii noștri de sănătate.