AI ถูกนำมาใช้ในการต่อสู้กับไวรัสโคโรนา Wuhan อย่างไร

ปัญญาประดิษฐ์ถูกนำมาใช้ในการต่อสู้กับไวรัสโคโรนา Wuhan ปัญญาประดิษฐ์ถูกใช้โดยนักวิจัยเพื่อติดตามการแพร่กระจายของโรคและค้นหาวิธีรักษาไวรัส

ไวรัสโคโรนา Wuhan ปรากฏขึ้นในประเทศจีนในเดือนธันวาคม และในสองเดือนที่ผ่านมาได้แพร่กระจายไปทั่วประเทศจีนและไปยังส่วนอื่นๆ ของโลก ยังไม่รู้ว่าไวรัสนี้มีการติดเชื้อได้ง่ายเพียงใด และไวรัสสามารถแพร่กระจายได้เร็วเพียงใด แม้ว่าจะมีกรณีที่ได้รับการยืนยันมากกว่า 40,000 รายในประเทศจีน นักวิจัยใช้อัลกอริทึมการเรียนรู้ของเครื่องจักรที่มุ่งเน้นไปที่ข้อมูลจากเว็บไซต์สื่อสังคมและอินเทอร์เน็ตเพื่อให้เข้าใจว่าไวรัสอาจแพร่กระจายได้อย่างไรและไวรัสสามารถแพร่กระจายได้เร็วเพียงใด

ในช่วงสัปดาห์ที่ผ่านมา อัตราการติดเชื้อดูเหมือนจะลดลงเล็กน้อย แต่ยังไม่ชัดเจนว่าโรคกำลังอยู่ภายใต้การควบคุมหรือไม่ และกรณีใหม่ๆ กำลังยากต่อการตรวจจับ ในขณะที่ประเทศอื่นๆ ทั่วโลกมีเพียงไม่กี่กรณีของไวรัสโคโรนา เมื่อเทียบกับประเทศจีน ชุมชนสุขภาพโลกยังคงวิตกกังวลเกี่ยวกับความสามารถของไวรัสในการแพร่กระจาย นักวิจัยพยายามที่จะนำหน้าการแพร่กระจายของไวรัสโดยใช้การเรียนรู้ของเครื่องจักรและข้อมูลขนาดใหญ่ที่รวบรวมจากอินเทอร์เน็ต

ตามรายงานของ Wired ทีมนักวิจัยระหว่างประเทศได้นำข้อมูลจากแหล่งต่างๆ บนอินเทอร์เน็ต รวมถึงโพสต์จากแพทย์และกลุ่มแพทย์ ช่องสาธารณสุข โพสต์สื่อสังคม และรายงานข่าว โดยรวบรวมฐานข้อมูลข้อความที่อาจเกี่ยวข้องกับไวรัสโคโรนา นักวิจัยวิเคราะห์ข้อมูลนี้เพื่อหาสัญญาณที่บ่งบอกว่าไวรัสอาจแพร่กระจายออกนอกพรมแดนของประเทศจีน โดยใช้เทคนิคการเรียนรู้ของเครื่องจักรเพื่อค้นหารูปแบบที่เกี่ยวข้องในข้อมูลที่อาจบ่งบอกถึงวิธีการแพร่กระจายของไวรัส

นักวิจัยค้นหาโพสต์สื่อสังคมที่มีศักยภาพในการแสดงอาการของไวรัสโคโรนา โดยมุ่งเน้นไปที่ภูมิภาคที่แพทย์เชื่อว่าอาจมีกรณีของไวรัส โพสต์สื่อสังคมเหล่านี้ถูกประมวลผลโดยใช้เทคนิคการประมวลผลภาษาธรรมชาติ ซึ่งสามารถแยกแยะระหว่างโพสต์ที่บุคคลกล่าวถึงอาการของตนเองและโพสต์ที่กล่าวถึงคำที่เกี่ยวข้องกับอาการในบริบทอื่น (เช่น การอภิปรายข่าวเกี่ยวกับไวรัสโคโรนา)

ตามรายงานของ Alessandro Vespignani ที่ Wired รายงาน ศาสตราจารย์จากมหาวิทยาลัย Northeastern และผู้เชี่ยวชาญด้านการแพร่กระจายของโรค ระบุว่าแม้จะมีการใช้เทคนิคการเรียนรู้ของเครื่องจักรที่ซับซ้อน แต่ก็ยากที่จะติดตามการแพร่กระจายของไวรัส เนื่องจากลักษณะของไวรัสยังไม่ทราบแน่ชัด และโพสต์สื่อสังคมส่วนใหญ่มาจากบริษัทสื่อและปัจจุบันเกี่ยวกับการระบาดในประเทศจีน อย่างไรก็ตาม Vespignani เชื่อว่าหากไวรัสแพร่กระจายในสหรัฐอเมริกา จะสามารถติดตามได้ง่ายขึ้นเนื่องจากมีโพสต์เกี่ยวกับไวรัสมากขึ้น

尽管มีความท้าทายในการได้รับข้อมูลที่เกี่ยวข้องเกี่ยวกับการแพร่กระจายของไวรัสโคโรนา แต่แบบจำลองที่นักวิจัยสร้างขึ้นดูเหมือนจะมีประสิทธิภาพในการค้นหาสัญญาณภายในข้อมูลสื่อสังคมที่มีปริมาณมาก แบบจำลองที่นักวิจัยใช้สามารถค้นพบหลักฐานของการระบาดของไวรัสเมื่อวันที่ 30 ธันวาคม แม้ว่าจะใช้เวลาในการกำหนดว่าสถานการณ์จะรุนแรงเพียงใด ข้อมูลที่รวบรวมจากแหล่งต่างๆ สามารถปรับปรุงประสิทธิภาพของแบบจำลองการติดตามโรคได้อีก โดยช่วยให้สามารถรวบรวมข้อมูลที่เกี่ยวข้องเกี่ยวกับไวรัสได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างเช่น การวิเคราะห์ข้อมูลที่รวบรวมจากแพทย์ชาวจีนชี้ให้เห็นว่าเด็กที่อายุน้อยกว่า 15 ปีมีความทนทานต่อไวรัสมากกว่า

ปัญญาประดิษฐ์สามารถรวมกับข้อมูลจากอุปกรณ์มือถือเพื่อสร้างแบบจำลองที่สามารถคาดการณ์方向และอัตราการแพร่กระจายของไวรัสได้ ตัวอย่างเช่น นักวิจัยจากมหาวิทยาลัย Southampton ใช้ข้อมูลมือถือเพื่อ กำหนดเส้นทาง ที่ไวรัสอาจแพร่กระจายออกจาก Wuhan ในช่วงหลายวันหลังจากที่ไวรัสปรากฏขึ้น นักวิจัยอื่นๆ วิเคราะห์ข้อมูลที่รวบรวมจาก Tencent ผู้พัฒนาแอปมือถือชาวจีน และพบว่าข้อจำกัดที่กำหนดโดยรัฐบาลจีนอาจช่วยลดการแพร่กระจายของไวรัส ซึ่งช่วยให้มีเวลาในการวางแผนการรับมือ

ตามรายงานของ Fortune สตาร์ทอัพ Insilico Medicine ใช้ปัญญาประดิษฐ์ในการระบุโมเลกุลที่อาจใช้รักษาไวรัสโคโรนาได้ ปัญญาประดิษฐ์ของ Insilico ระบุโมเลกุลที่เป็นไปได้หลายพันโมเลกุลในช่วงสี่วัน Insilico ระบุว่า 100 โมเลกุลที่มีแนวโน้มมากที่สุดจะถูกสังเคราะห์และเผยแพร่ผลการวิจัยเกี่ยวกับโครงสร้างโมเลกุลเพื่อให้นักวิจัยอื่นๆ สามารถใช้ประโยชน์ได้ นักวิจัยด้านการแพทย์และบริษัทต่างๆ กำลังเร่งพัฒนาการทดสอบการรักษา โดยมีบริษัท Gilead ซึ่งเป็นบริษัทไบโอเทคของสหรัฐฯ กำลังจะเริ่มการทดสอบยาต้านไวรัสใหม่ในพื้นที่ Wuhan

หลังจากที่ Insilico ตัดสินใจเริ่มวิจัยการรักษา ไวรัสโคโรนาได้เน้นการวิจัยไปที่เอนไซม์ที่เรียกว่า 3C-like protease ไวรัสโคโรนาใช้เอนไซม์นี้ในการเพิ่มจำนวนและแพร่กระจาย ตาม Insilico เอนไซม์นี้ถูกเลือกเนื่องจากมีลักษณะคล้ายกับโปรตีเอสของไวรัสอื่นๆ ที่มีโครงสร้างที่ทราบแล้ว และมหาวิทยาลัย Shanghai Tech ได้พัฒนา แบบจำลองของ 2019-nCoV 3C-like protease ในช่วงสี่วัน Insilico สามารถสร้างโมเลกุลที่เป็นไปได้หลายแสนโมเลกุลและเลือกโมเลกุลที่มีแนวโน้มมากที่สุดเพียงร้อยโมเลกุล ผลการวิจัยได้รับการตีพิมพ์เมื่อเร็วๆ นี้ใน repository bioRxiv และบนเว็บไซต์ของ Insilico