สัญญาณแรกของการระบาดของไวรัสอู่ฮั่นถูกจับได้โดย AI

แพลตฟอร์มการตรวจสอบสุขภาพและตรวจจับโรคที่ขับเคลื่อนด้วย AI สามารถจับได้สัญญาณของการระบาดของไวรัสอู่ฮั่นประมาณหนึ่งสัปดาห์ก่อนที่หน่วยงานรัฐบาลจะเตือนสาธารณชน ทำให้เราเห็นถึงวิธีการที่ AI สามารถใช้ในการตรวจจับการระบาดของโรคได้อย่างทันท่วงที

ในขณะที่การแจ้งเตือนอย่างเป็นทางการขององค์การอนามัยโลกเกี่ยวกับไวรัสอู่ฮั่นได้รับการส่งออกไปเมื่อวันที่ 9 มกราคม และศูนย์ควบคุมและป้องกันโรคของสหรัฐอเมริกาได้รับคำเตือนเกี่ยวกับการระบาดเมื่อวันที่ 6 มกราคม สัญญาณเตือนแรกของการระบาดถูกจับได้โดยระบบตรวจสอบสุขภาพของแคนาดาเกือบหนึ่งสัปดาห์ก่อน ตามที่ Wired รายงาน ระบบ AI ที่ขับเคลื่อนด้วย BlueDot เตือนลูกค้าเกี่ยวกับการระบาดที่อาจเกิดขึ้นเมื่อวันที่ 31 ธันวาคม BlueDot ใช้อัลกอริทึม AI เพื่อตรวจสอบแหล่งข่าวทั่วโลกและตรวจจับรูปแบบในรายงานสุขภาพ นอกจากนี้ยังคำนึงถึงข้อมูลเกี่ยวกับโรคพืชและสัตว์ โดยใช้ข้อมูลที่รวบรวมมา นักวิจัยโรคของ BlueDot จะส่งคำเตือนและคาดการณ์เกี่ยวกับความเสี่ยงต่อสุขภาพและโรคที่อาจเกิดขึ้นให้กับลูกค้า

เมื่อเกิดการระบาดของโรค การตรวจจับในระยะแรกเป็นสิ่งที่ดีที่สุด การตรวจจับในระยะแรกจะทำให้เจ้าหน้าที่สาธารณสุขมีเวลาในการตอบสนองมากขึ้น ในกรณีของไวรัสอู่ฮั่นและโรคระบาดอื่นๆ ในจีน รัฐบาลจีนมักจะช้าในการแบ่งปันข้อมูลกับเจ้าหน้าที่สาธารณสุขทั่วโลก ซึ่งเป็นปัญหา เนื่องจาก CDC และ WHO พึ่งพาการสื่อสารจากหน่วยงานรัฐบาลอื่นๆ เพื่อวางแผนการตอบสนองของตนเอง อย่างไรก็ตาม หากระบบ AI เช่น BlueDot สามารถทำนายการแพร่กระจายของโรคได้อย่างแม่นยำโดยอาศัยข้อมูลที่รั่วไหลผ่านรายงานข่าว บล็อก และฟอรัมต่างๆ นี่อาจช่วยให้องค์กรสาธารณสุขตอบสนองต่อการระบาดได้เร็วขึ้น

ตามคำกล่าวของ Kamran Khan ผู้ก่อตั้ง BlueDot บริษัทไม่ใช้ข้อมูลจากโซเชียลมีเดียในการคาดการณ์การแพร่กระจายของโรค เนื่องจากข้อมูลมีความผันผวนและไม่เหมาะสมในการใช้ประโยชน์ แทนที่จะใช้รายงานข่าว ข้อมูลเกี่ยวกับโรคสัตว์ที่ทราบ และข้อมูลการออกตั๋วเครื่องบินเพื่อสร้างแบบจำลองที่คาดการณ์ว่าการติดเชื้อเริ่มต้นที่ไหนและผู้ติดเชื้ออาจเดินทางไปที่ไหนต่อไป BlueDot สามารถคาดการณ์ได้อย่างถูกต้องว่าไวรัสอู่ฮั่นจะแพร่กระจายไปยังไทเป โตเกียว โซล และกรุงเทพมหานครภายในไม่กี่วันหลังการปรากฏตัว

BlueDot ถูกเปิดตัวโดย Khan ในปี 2014 และปัจจุบันบริษัทมีพนักงาน 40 คน รวมถึงนักวิทยาศาสตร์ข้อมูล แพทย์ และโปรแกรมเมอร์ที่ทำงานร่วมกันเพื่อสร้างแบบจำลองการตรวจสอบและคาดการณ์โรค อัลกอริทึมการเรียนรู้ของเครื่องและเทคนิคการประมวลผลภาษาธรรมชาติจะถูกใช้เพื่อขุดค้นข้อมูลจากรายงานข่าวทั่วโลกที่ครอบคลุม 65 ภาษา Khan กล่าวถึง Wired ว่า

“สิ่งที่เราทำคือใช้การประมวลผลภาษาธรรมชาติและเครื่องเรียนรู้เพื่อฝึกเครื่องจักรนี้ให้สามารถรู้จักว่านี่คือการระบาดของแอนทรักซ์ในมองโกเลียหรือการรวมตัวของวงดนตรีแอนทรักซ์”

หลังจากการรวบรวมข้อมูลและวิเคราะห์ขั้นตอนแรกเสร็จสิ้น ผู้วิเคราะห์จะตรวจสอบข้อมูลและตรวจสอบให้แน่ใจว่าข้อสรุปของแบบจำลองดูเหมือนสมเหตุสมผล สุดท้ายรายงานจะถูกสร้างและส่งไปยังลูกค้าของแอปพลิเคชัน

ระบบของ BlueDot ไม่ใช่ความพยายามแรกของสาขา AI ในการคาดการณ์การแพร่กระจายของโรค นักวิทยาศาสตร์ข้อมูลได้ใช้ ข้อมูลขนาดใหญ่ และแบบจำลองการเรียนรู้ของเครื่องเพื่อติดตามการแพร่กระจายของโรคต่างๆ มาเป็นเวลานานแล้ว โดยมีความพยายามบางอย่างที่ประสบความสำเร็จมากกว่าความพยายามอื่นๆ Google (GOOGL ) ได้ลองใช้มือในการติดตามการแพร่กระจายของโรคด้วย Google Flu Trends แต่ความพยายามของมันในการคาดการณ์ความรุนแรงของฤดูไข้หวัดใหญ่ปี 2013 ถูกบันทึกว่าผิดพลาดประมาณ 140% 只能时间会告诉เราได้ว่า BlueDot สามารถคาดการณ์การแพร่กระจายของโรคได้อย่างต่อเนื่องหรือไม่ แต่ถ้าทำได้ มันอาจเปิดทางให้เกิดการประมาณการของการระบาดของโรคที่เร็วขึ้นและแม่นยำยิ่งขึ้น