AI’nin Koronavirüsü Nasıl Öngördüğü ve Gelecek Salgınları Nasıl Önleyebileceği – Görüş

BlueDot AI Tahmini

6 Ocak’ta, ABD Hastalık Kontrol ve Önleme Merkezleri (CDC), Çin’in Hubei Eyaleti’ndeki Wuhan Kenti’nde bir grip benzeri salgın yayıldığını kamuoyuna bildirdi. Sonraki olarak, Dünya Sağlık Örgütü (WHO) 9 Ocak’ta benzer bir rapor yayınladı.

Bu yanıtlar zamanında gibi görünse de, BlueDot adlı bir AI şirketine kıyasla yavaştı. BlueDot, 31 Aralık’ta bir rapor yayınladı, bu da CDC’nin benzer bilgileri yayınlamasından bir hafta önceydi.

Daha da etkileyici olan, BlueDot’un 2016’da Florida’da Zika salgınını ilk vaka oluşmadan altı ay önce öngördüğüdür.

BlueDot’un analiz ettiği bazı veri setleri nelerdir?

• Hastalık Sürveyansı, bu 60’tan fazla dilde 10.000’den fazla medya ve kamu kaynağını taramayı içerir.
• Ulusal nüfus sayımı ve ulusal istatistik raporlarından demografik veriler. (Virus yayılmasındaki nüfus yoğunluğu faktörü)
• NASA, NOAA vb. gerçek zamanlı iklim verisi. (Virüslerin belirli çevresel koşullarda daha hızlı yayıldığı)
• Haşere vektörleri ve hayvan rezervuarları (Virusun türler arasında yayıldığı durumlarda önemlidir).

BlueDot şu anda Küresel İşler Kanada, Kanada Halk Sağlığı Ajansı, Kanada Tıbbi Derneği ve Singapur Sağlık Bakanlığı dahil çeşitli hükümet ajansları ile çalışıyor. BlueDot Insights ürünü near gerçek zamanlı bulaşıcı hastalık uyarıları gönderir. Bu ürünün bazı avantajları şunlardır:

• Ön saflardaki sağlık çalışanlarına maruz kalma riskini azaltma
• Küresel görünürlük, bulaşıcı hastalık gözetiminde zaman tasarrufu sağlar
• Önemli bilgileri zamanında iletmek için fırsat
• Nüfusları enfeksiyondan korumak için opportunity

AI Tahmin Edilebilirliğinin Nasıl Geliştirilebileceği

BlueDot AI ve benzeri AI’lerin geliştirilmesini engelleyen nedir? Bir numaralı sınırlayıcı faktör, gerekli büyük verilere gerçek zamanlı olarak erişememektedir.

Bu tür öngörülü sistemler, büyük verilerin suni bir sinir ağına (ANN) beslenmesine dayanır, bu da derin öğrenme kullanarak kalıplar arar. ANN’ye beslenen veri miktarı ne kadar fazla olursa, makine öğrenimi algoritması o kadar doğru olur.

Bu esasen, AI’nin olası bir salgını daha erken değil de daha geç saptamasını engelleyen şey, sadece gerekli verilere erişememesidir. Haberleri düzenli olarak izleyen ve süzen ülkelerde, bu veri gecikmeleri daha da belirgin hale gelir. Her bir veri noktasının sansürleme süreci, mevcut veri miktarını önemli ölçüde azaltabilir ve daha da kötüsü, bu verilerin doğruluğunu tamamen ortadan kaldırabilir, bu da bu verilerin potansiyel yararlılığını ortadan kaldırır. Hatalı veriler, Google Flu Trends gibi önceki çabaların neden başarısız olduğuna da neden oldu.

Diğer bir deyişle, AI sistemlerinin bir salgını mümkün olduğunca erken öngörmesini engelleyen ana problem, hükümet müdahalesidir. Çin ve mevcut Trump yönetimi gibi hükümetler, veri süzme gibi herhangi bir türden uzak durmalı ve küresel sağlık konuları hakkında raporlama yapmak için basına tam erişim sağlamalıdır.

Bununla birlikte, gazeteciler sadece onlara mevcut olan bilgileri kullanabilir. Haber raporlarını atlayarak ve kaynaklara doğrudan erişerek, makine öğrenimi sistemleri verilere daha zamanında ve daha verimli bir şekilde erişebilir.

Ne Yapılmalıdır

Derhal, sağlık bakımının maliyetini azaltmaya ve bir salgını önlemek isteyen hükümetler, sağlık klinikleri ve hastanelerinin belirli veri noktalarını yetkililere, gazetecilere ve AI sistemlerine gerçek zamanlı olarak nasıl dağıtabileceğinimandatory olarak gözden geçirmelidir.

Her bir hastanın bireysel özel bilgileri completely çıkarılabilir, böylece hasta anonim kalırken önemli veriler paylaşılabilecektir.

Bir şehirdeki hastaneler ağı, gerçek zamanlı olarak veri toplar ve bu verileri paylaşırsa, üstün sağlık hizmeti sunabilir. Örneğin, belirli bir hastanenin 10:00’de 3, 13:00’de 7 ve 17:00’de 49 hasta ile grip benzeri semptomlar gösteren hasta sayısında artış gösterdiği izlenebilir. Bu veriler, aynı bölgedeki diğer hastanelerle karşılaştırılabilir ve belirli bir bölgenin potansiyel bir sıcak nokta olduğu konusunda anında uyarılar verilebilir.

Bu bilgiler toplandıktan ve bir araya getirildikten sonra, AI sistemi komşu bölgelere uyarılar tetikleyerek gerekli önlemlerin alınmasını sağlayabilir.

Bu, dünyanın某 bölgelerinde zor olabilir, ancak Kanada gibi büyük AI merkezleri ve küçük nüfus yoğunluğu olan ülkeler, böyle bir gelişmiş sistemi kurabilir. Kanada, Ontario (Waterloo ve Toronto), Quebec (Montreal) gibi en kalabalık eyaletlerde AI merkezlerine sahiptir. Hastane arası ve eyalet arası işbirliğinin avantajları, Kanadalılar için hızlandırılmış acil tıbbi bakım erişimi ve azaltılmış sağlık bakım harcamaları gibi diğer faydalar sunabilir. Kanada, AI ve sağlık bakımı alanında lider olabilir ve bu teknolojiyi diğer yargı bölgelerine lisanslayabilir.

En önemlisi, Kanada gibi bir ülkenin bir sistemi olduğu anda, teknoloji/metodolojiler klonlanabilir ve diğer bölgelere ihraç edilebilir. Sonunda, hedef, salgınların geçmişte kalmasını sağlamak için tüm dünyayı kapsamak olacaktır.

Sağlık çalışanları tarafından bu tür veri toplamanın, çoklu uygulamalar için faydaları vardır. 2020’de bir hastanın herself herself her hastaneye ayrı ayrı kaydettirmesi ve bu hastanelerin birbirleriyle gerçek zamanlı olarak iletişim kurmaması için hiçbir neden yoktur. Bu iletişim eksikliği, hastaların durumlarının ciddiyetini veya hatta nerede tedavi edildiğini tam olarak iletemeyecekleri demans veya diğer semptomlar gibi durumlar yaşayan hastalar için veri kaybına neden olabilir.

Öğrendiklerimiz

Umarız ki dünya hükümetleri, koronavirüsün bize öğrettiği önemli derslerden yararlanırlar. İnsanlık, koronavirüsün geçmişteki bazı bulaşıcı ajanlara kıyasla nispeten hafif bir ölüm oranına sahip olduğuna kendilerini şanslı hissedebilir, örneğin Kara Veba’nın Avrupa nüfusunun %30 ila %60’ını öldürdüğü tahmin edilmektedir.

Bir sonraki sefer bu kadar şanslı olmayabiliriz, şu anda bildiğimiz şey, hükümetlerin bir salgının ciddiyetini karşılamak için şu anda donanımsız olduğudur.

Bluedot, 2003 Toronto SARS salgınının ardından ortaya çıktı ve 2013’te başlatıldı. Hedef, insanları ve yapay zekayı kullanarak bulaşıcı hastalıklardan korumaktı. AI bileşeni, bulaşıcı hastalıkların yolunu öngörme yeteneği açısından etkileyici bir yetenek sergiledi, geriye kalan ise insan bileşenidir. BlueDot gibi şirketlerin en iyi yaptıkları şeyi yapmalarını sağlamak için yeni politikalar oluşturmamız gerekiyor. Bizim, politikacılardan ve sağlık hizmeti sağlayıcılarından daha fazlasını talep etmemiz gerekiyor.