Открыт набор данных о COVID-19 для машинного обучения

Офис научно-технической политики Белого дома просит исследователей проанализировать тысячи научных статей с помощью технологии искусственного интеллекта (ИИ). Все эти статьи, которые насчитывают около 29 000, могут дать ответы на вопросы о коронавирусе. Около 13 000 статей в базе данных представлены в полном объеме и являются машинно-читаемыми. Что касается остальных 16 000 статей, база данных содержит частичный текст и резюме.

В течение последних нескольких дней американские правительственные чиновники работали с американскими технологическими компаниями и исследовательскими учреждениями, чтобы получить юридическое разрешение на доступ к статьям о коронавирусе.

Открытый набор данных называется COVID-19 Open Research Dataset, или CORD-19. Он будет постоянно обновляться новой информацией в одном центральном хабе, предоставляя исследователям и другим единую точку доступа к информации.

Партнерство, объявленное Белым домом, включает в себя Chan Zuckerberg Initiative, Microsoft (MSFT ) Research, Allen Institute for Artificial Intelligence, Национальную библиотеку медицины Национального института здравоохранения, Центр безопасности и новых технологий Джорджтаунского университета, лабораторию Cold Spring Harbor и платформу Kaggle AI, принадлежащую Google.

По словам технического директора США Майкла Кратсиоса, набор данных CORD-19 является “самым обширным собранием машинно-читаемой литературы о коронавирусе на сегодняшний день”.

Национальная академия наук, инженерии и медицины работала с Всемирной организацией здравоохранения (ВОЗ), чтобы разработать “высокоприоритетные” вопросы. Эти вопросы связаны с взаимосвязью между коронавирусом и генетикой, инкубационным периодом, лечением, симптомами и профилактикой.

Некоторые исследований, представленных в базе данных, являются предпубликационными исследованиями, полученными из таких источников, как medRxiv и bioRxiv. Это открытые архивы.

Кори Баргманн является руководителем научного отдела Chan Zuckerberg Initiative.

“Обмен важной информацией между научными и медицинскими сообществами является ключом к ускорению нашей способности реагировать на пандемию коронавируса”, – сказала Баргманн.

По призыву, выпущенному Белым домом, коллекция базы данных была разработана с помощью инструментов Microsoft для сбора литературы в масштабе веба, которые определили и собрали различные научные работы со всего мира. Chan Zuckerberg Initiative предоставила доступ к предпубликационному контенту, Национальная библиотека медицины предоставила доступ к литературному контенту, а команда Allen AI отформатировала контент так, чтобы его можно было проанализировать.

Доктор Эрик Хорвиц является главным научным сотрудником Microsoft.

“Мы все находимся на одной лодке, сталкиваясь с пандемией COVID-19”, – сказал Хорвиц. “Нам нужно объединиться как компании, правительства и ученые, и работать над применением наших лучших технологий в биомедицине, эпидемиологии, ИИ и других науках. Ресурс литературы о COVID-19 и вызов будет стимулировать усилия, которые могут ускорить путь к решениям по COVID-19”.

Многие надеются, что этот подход сработает и предоставит новый способ использования технологии ИИ и машинного обучения в будущем. Одним из таких людей является доктор Дьюи Мердик, директор отдела науки о данных Центра безопасности и новых технологий Джорджтаунского университета. Доктор Мердик помог координировать проект.

“Этот ценный новый ресурс является результатом бескорыстного сотрудничества и теперь предлагает возможность найти ответы на важные вопросы о COVID-19”, – сказал доктор Мердик. “Как только кризис пройдет, мы надеемся, что этот проект вдохновит новые способы использования машинного обучения для продвижения научных исследований”.

Если этот проект окажется успешным в предоставлении необходимых ответов о коронавирусе, он может быть использован как модель в будущем. Технология ИИ является мощным инструментом, и она может проанализировать результаты экспертов и учреждений всего мира гораздо быстрее, чем люди. Это означает более быстрое время реагирования всякий раз, когда возникает пандемия или другой кризис, что может спасти многие жизни и предотвратить экономический хаос.