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 eyaletinin Wuhan şehrinde bir grip benzeri salgın olduğunu kamuoyuna bildirdi. Dünya Sağlık Örgütü (WHO) de 9 Ocak’ta benzer bir rapor yayınladı.

Bu yanıtlar zamanında gibi görünse de, bir AI şirketi olan BlueDot ile karşılaştırıldığında yavaş kaldı. 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 salgını 2016’da ilk vaka önce altı ay önce öngörülmesi.

BlueDot hangi veri setlerini analiz ediyor?

• 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 bir faktördür)
• NASA, NOAA vb. gerçek zamanlı iklim verileri. (Virüsler belirli çevresel koşullarda daha hızlı yayılır)
• Böcek vektörleri ve hayvan rezervuarları (Virüs türler arasında yayıldığında önemlidir).

BlueDot şu anda Küresel İşler Kanada, Kanada Halk Sağlığı Ajansı, Kanada Tıp Derneği ve Singapur Sağlık Bakanlığı gibi çeşitli hükümet kurumları ile çalışıyor. BlueDot Insights ürünü enfeksiyöz hastalık uyarıları gönderiyor. Bu ürünün bazı avantajları şunlardır:

• Sağlık çalışanlarının maruz kalma riskini azaltma
• Küresel görünürlük, enfeksiyöz hastalık gözetiminde zaman tasarrufu sağlar
• Önemli bilgileri zamanında iletebilme fırsatı
• Nüfusları enfeksiyonlardan koruma yeteneği

AI Öngörü Kabiliyetini Nasıl Geliştirebiliriz

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

Bu tür öngörme sistemleri, derin öğrenme kullanarak desenleri aramak için yapay sinir ağına (ANN) beslenen büyük verilere dayanır. ANN’ye beslenen veri miktarı ne kadar fazla olursa, makine öğrenimi algoritması o kadar doğru olur.

Bu temel olarak, AI’nin potansiyel bir salgını daha erken veya daha geç saptamasını engelleyen şeyin, sadece gerekli verilere erişememesi olduğunu anlamına gelir. 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 hatta verilerin doğruluğunu tamamen ortadan kaldırabilir, bu da verilerin potansiyel yararını ortadan kaldırır. Hatalı veri, Google Flu Trends (GOOGL ) gibi önceki çabaların neden başarısız olduğuna da neden oldu.

Diğer bir deyişle, AI sistemlerinin bir salgını mümkün olan en erken zamanda öngörmesini engelleyen ana problem, hükümet müdahalesidir. Çin ve mevcut Trump yönetimi gibi hükümetler, veri süzme gibi herhangi bir türden uzak durmalı ve küresel sağlık sorunları hakkında raporlama yapmak için basın özgürlüğünü sağlamalıdır.

Bu söyleniyor ki, gazeteciler sadece onlara mevcut olan bilgiyle çalışabilir. Haber raporlarını atlayarak ve kaynaklara doğrudan erişerek, makine öğrenimi sistemleri verilere daha zamanında ve daha verimli bir şekilde erişebilir.

Ne Yapılmalıdır

Şimdi, gerçekten sağlık bakım maliyetini azaltmak ve bir salgını önlemek isteyen hükümetler, sağlık klinikleri ve hastanelerinin belirli veri noktalarını yetkililere, gazetecilere ve AI sistemlerine gerçek zamanlı olarak nasıl dağıtabileceğini gözden geçirmelidir.

Her bir hastanın bireysel özel bilgileri完全 olarak çıkarılabilir, böylece hasta anonim kalırken önemli veri paylaşılabiliyor.

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

Bu bilgiler toplandıktan ve derlendikten sonra, AI sistemi komşu bölgelere uyarılar tetikleyebilir, böylece gerekli önlemler alınabilir.

Bu, dünyanın bazı bölgelerinde zor olabilir, ancak Kanada gibi AI merkezleri ve daha küçük nüfus yoğunlukları olan ülkeler, böyle bir gelişmiş sistemi kurabilir. Kanada, Ontario (Waterloo ve Toronto) ve Quebec (Montreal) gibi en kalabalık eyaletlerde AI merkezlerine sahiptir. Bu tür hastane arası ve eyaletler arası işbirliğinin avantajları, Kanadalılar için acil tıbbi bakım erişiminin hızlandırılması ve sağlık harcamalarının azaltılması gibi diğer faydalar sunabilir. Kanada, AI ve sağlıkta lider olabilir ve bu teknolojiyi diğer yargı bölgelerine lisanslayabilir.

En önemlisi, bir ülke böyle bir sistem kurduktan sonra, teknoloji/yonetim, diğer bölgelere klonlanabilir ve ihraç edilebilir. Sonunda, hedef, salgınları geçmişin bir kalıntısı haline getirmek için tüm dünyayı kapsamak olacaktır.

Sağlık çalışanları tarafından bu tür veri toplamanın, hastalara kaydını tekrar tekrar yapmalarına gerek kalmadan ve hastaneler arasında gerçek zamanlı iletişim kurmalarına olanak tanıyan diğer uygulamalar için faydaları vardır. 2020’de bir hastanın her hastaneye ayrı ayrı kaydını yapması ve bu hastaneler arasında gerçek zamanlı iletişim kurulmaması için hiçbir neden yoktur. Bu iletişim eksikliği, hastaların veri kaybına yol açabilir, özellikle de demans veya diğer semptomlardan mustarip olanlar, durumlarının ciddiyetini veya nerede tedavi gördüklerini tam olarak iletemeyebilirler.

Öğrendiklerimiz

Umarız ki, dünya hükümetleri, koronavirüsün bize öğrettiği önemli derslerden yararlanırlar. İnsanlık, koronavirüsün geçmişteki bazı bulaşıcı ajanlara göre nispeten düşük bir ölüm oranına sahip olmasına karşı şanslı sayılabilir, örneğin Kara Veba, Avrupa nüfusunun %30 ila %60’ını öldürmüştür.

Sonraki sefer bu kadar şanslı olmayabiliriz, ancak şimdiye kadar bildiğimiz şey, hükümetlerin bir salgının ciddiyetini ele almak için şu anda donanımlı olmadığıdır.

Bluedot, 2003 Toronto SARS salgınının ardından kuruldu ve 2013’te başlatıldı. Hedef, insanları ve yapay zekayı kullanarak bulaşıcı hastalıklardan korumaktı. AI bileşeni, bulaşıcı hastalıkların yolunu öngörme yeteneği konusunda etkileyici bir yetenek gösterdi, geriye kalan ise insan bileşenidir. Şirketler gibi BlueDot’un en iyisini yapmasını sağlamak için yeni politikalar oluşturmamız gerekiyor. Siyasetçilerden ve sağlık hizmeti sağlayıcılarından daha fazlasını talep etmeliyiz.