Yapay Zeka İkinci Dalgaya Hazırlanmamıza Nasıl Yardımcı Olabilir – Düşünce Liderleri

By Eric Paternoster, Infosys Kamu Hizmetleri CEO'su

Şimdiye kadar, mevcut veri bilimi modelleri, COVID-19'un bulaşma kolaylığını, gelişiminin kapsamını ve yeni sıcak noktalardaki salgınları tahmin etmede en iyi işi yapmadı. Birçoğu, sınırlı bilgi ile aceleyle geliştirildi.

Bununla birlikte, bir yapay zeka modeli, başka bir dalga meydana geldiğinde ekonomilerin başarılı bir şekilde yeniden açılmasını sağlamak için sosyolojik, ekonomik ve COVID ile ilgili sağlık verilerini bir araya getirerek uyarlanabilir, ölçeklendirmek için oluşturulmuş ve otomatik olacaktır.

Bu modelde kullanılan veriler hem doğru hem de istatistiksel olarak anlamlı olmalıdır. Aynı zamanda güvenilir olmalıdır. Şimdiye kadar, R-değerleri, sürü bağışıklık seviyeleri ve ölüm oranları gibi şeyleri, özellikle tutarlı bir test ve temaslı izleme stratejisi olmayan yerlerde, coğrafyalarda tahmin etmek çok zordu. Diğer bir sorun da, iyi testler yapıldığında bile, immünodiagnostik test türlerindeki ve örnek toplama tekniklerindeki değişkenlikten kaynaklanan duyarlılık ve özgüllük oranlarında büyük farklılıklar olmasıdır.

Yalnızca veriler cansız değil, aynı zamanda modellerin kendileri de kusurlu. Sağlık Ölçümleri ve Değerlendirme Enstitüsü tarafından inşa edilen Beyaz Saray tarafından kullanılan model, kilit bölgesel parametrelerdeki farklılıkları hesaba katamadı ve virüsün nüfusu Çin, İspanya ve İtalya'da yaptığı gibi etkileyeceğini varsaydı. . Tabii ki, ABD çok farklı nüfus özelliklerine, karantina seviyelerine ve test mevcudiyetine sahiptir.

Genellikle dünyanın önde gelen üniversiteleri tarafından geliştirilen diğer modeller biraz daha iyi sonuç verdi. Ciddi hastalık veya ölüm riskini artıran faktörlerin yanı sıra bulaşma tahminlerini de dahil ettiler. Ancak bunlar bile yanlış varsayımlara dayanıyordu ve çalışan modelde hatalara yol açıyordu. Örneğin, Imperial College London tarafından başlangıçta geliştirilen model, hükümetin zorunlu kıldığı müdahalelerin yokluğunda hala ortaya çıkacak olan nüfus davranışındaki bariz değişikliği anlamayı başaramadı. Ayrıca, bu davranış nedeniyle virüs üreme (R0) sayısının nasıl değişeceği konusunda da anlayıştan yoksundu.

O halde, özellikle ABD ve Birleşik Krallık'ta bu kadar çok kafa karışıklığının ortaya çıkmasına şaşmamalı. Serpinti için hazırlık yapılmadan kontrollerin hafifletilmesi, hastalığın geri dönme olasılığı yüksek olsa bile maliyetli oldu. Karar verme sürecini daha ayrıntılı bir şekilde bilgilendirmek için şimdi önlemler alınmalıdır. Karantinadan ilk kimin çıkacağını belirlemek için nüfus katmanlara ayrılmalıdır. Geniş ölçekte temaslı takibini mümkün kılmak ve sağlık hizmetlerinin gelecekte yeterli olmasını sağlamak için bir strateji uygulanmalıdır.

Buna yardımcı olmak için yapay sinir ağları ve derin öğrenme teknikleri kullanılmalı, mevcut epidemiyolojik modeller güçlendirilmeli ve onları gerçek zamanlı olarak daha dinamik ve duyarlı hale getirilmelidir. Bu yapay zeka modeli, yarı denetimli veya denetimsiz öğrenmeyi kullanacak ve büyük ölçekli test raporlarından elde edilen sınırlı girdiyle bile çalışabilecek. Mevcut modellerle karşılaştırıldığında kendi kendini sürdürebilir ve öğrenmek ve tahmin etmek için daha az miktarda veri gerektirir. Model, girdi parametrelerini sürekli olarak ayarlayarak ve sürekli öğrenerek, kaçınılmaz ayarlama gecikmelerinden etkilenmeyecek tahminler üretecektir.

Yapay zeka, derin öğrenme ile karmaşık kalıpları keşfedebilir, kendi kendine öğrenebilir ve otomatik olarak kendi kendini iyileştirebilir. Anormallikleri otomatik olarak algılayabilir ve ayrıca değişkenlerin doğruluğunu yargılayarak mevcut COVID veri bilimi modellerinden çok daha güvenilir sonuçlar üretebilir.

Bu yapay zeka modelindeki temel parametreler, klinik test raporlarından, temas izleme verilerinden ve büyük bölgesel veri setlerinden alınacak ve bölgesel nüfus özelliklerini, sosyoekonomik durumu ve sigara içme, uyuşturucu bağımlılıkları ve obezite gibi risk faktörlerini içerecektir. Karantinaya alınan ve artık enfeksiyonu yayamayan enfekte bireylerin sayısı modele dahil edilecektir.

Bu, görev gücü liderlerine bu tehlikeli hastalığı proaktif bir şekilde durdurmak için gereken içgörüleri verecek, gerçek zamanlıya yakın zamanlarda rasyonel kararlar almalarını sağlayacak ve dünya ekonomilerine sağlam ve iyi bilgilendirilmiş bir çıkış stratejisi sağlayacaktır.