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

BlueDot AI Prediction

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

Deși aceste răspunsuri pot părea prompte, 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.

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 din 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 Afacerile Globale din Canada, Agenția de Sănătate Publică din Canada, Asociația Medicală Canadiană și Ministerul Sănătății din Singapore. Produsul BlueDot Insights trimite alerte de boli infecțioase în timp real. Unele dintre avantajele acestui produs includ:

• Reducerea riscului de expunere pentru lucrătorii din sănătate de pe linia întâi
• 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 BlueDot AI și alte sisteme AI similare să se îmbunătățească? Principalul factor limitativ este imposibilitatea de a accesa datele mari în timp real.

Aceste tipuri de sisteme predictive se bazează pe date mari care sunt introduse într-o rețea neuronală artificială (ANN), care utilizează învățarea profundă pentru a căuta modele. Cu cât se introduc mai multe date în această ANN, cu atât algoritmul de învățare automată devine mai precis.

Acest lucru înseamnă că ceea ce împiedică AI-ul să semnaleze o posibilă izbucnire 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 la 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 și motivul pentru care eforturile anterioare, cum ar fi Google Flu Trends, au eșuat.

Cu alte cuvinte, problema majoră care împiedică sistemele AI să poată prezice o izbucnire cât mai devreme posibil este interferența guvernamentală. Guverne precum cel din China și administrația actuală Trump trebuie să se retragă din orice fel de filtrare a datelor și să permită accesul liber la presă pentru a raporta despre problemele globale de sănătate.

În același timp, jurnaliștii pot lucra doar cu informațiile care le sunt disponibile. Ocolirea rapoartelor de știri și accesarea surselor direct ar permite sistemelor de învățare automată să acceseze datele într-o manieră mai rapidă și mai eficientă.

Ce trebuie făcut

Începând imediat, guvernele care sunt cu adevărat interesate să reducă costurile sănătății și să prevină o izbucnire 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 individului pot fi complet eliminate din fiecare pacient, permițând pacientului să rămână anonim, în timp ce datele importante sunt distribuite.

O rețea de spitale dintr-un oraș care colectează date în timp real și le distribuie ar putea oferi îngrijiri medicale superioare. De exemplu, s-ar putea urmări că un anumit spital a înregistrat o creștere a numărului de pacienți cu simptome similare gripei, cu 3 pacienți la 10:00, 7 pacienți la 13:00, până la 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 învecinate, astfel încât să se poată lua măsuri 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 acestui sistem de cooperare inter-spitalicești 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.

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

Acest tip de colectare a datelor de către lucrătorii din sănătate 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 să nu comunice unele cu altele în timp real. Lipsa acestei comunicări poate duce la pierderea datelor pentru pacienții care suferă de demență sau alte simptome care pot împiedica pacientul să comunice pe deplin gravitatea afecțiunii sale sau chiar unde a fost tratat.

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 30% până la 60% din populația Europei.

Data viitoare 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 izbucniri.

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