Як штучний інтелект використовується у боротьбі з коронавірусом у Ухані

Штучний інтелект застосовується у боротьбі з коронавірусом у Ухані. Штучний інтелект використовується дослідниками для відстеження поширення захворювання та дослідження потенційних методів лікування вірусу.

Коронавірус у Ухані проявився у Китаї у грудні, і за два місяці поширення захворювання поширилося по всьому Китаю та іншим частинам світу. Все ще невідомо, наскільки заразний вірус і як швидко він може поширитися, хоча на даний момент у Китаї понад 40 000 підтверджених випадків. Щоб краще зрозуміти, як вірус може поширитися і з якою швидкістю, дослідники застосовують алгоритми машинного навчання, орієнтовані на дані з соціальних мереж і інших частин інтернету.

За останні сім днів рівень інфекції, здається, дещо знизився, але невідомо, чи захворювання піддається контролю, чи нові випадки стають складніше виявляти. Хоча інші країни світу зареєстрували лише кілька випадків коронавірусу порівняно з Китаєм, світова спільнота охорони здоров’я залишається стурбованою здатністю вірусу поширитися. Дослідники намагаються випередити поширення вірусу, застосовуючи машинне навчання та великі дані, зібрані з інтернету.

За даними Wired, міжнародна команда дослідників витягнула дані з різних частин інтернету, включаючи повідомлення лікарів і медичних груп, публічні канали охорони здоров’я, повідомлення у соціальних мережах та новинні статті, склавши базу даних текстів, які можуть стосуватися коронавірусу. Дослідники потім аналізують дані на предмет ознак того, що вірус може поширитися за межами Китаю, застосовуючи техніки машинного навчання для знаходження відповідних закономірностей у даних, які можуть натякнути на поведінку вірусу.

Дослідники переглядають повідомлення у соціальних мережах, шукаючи потенційні симптоми коронавірусу, зосереджуючись на регіонах, де лікарі вважають, що можуть з’явитися випадки. Повідомлення у соціальних мережах обробляються за допомогою технік обробки природної мови, які можуть розрізнити повідомлення, у яких людина згадує свої симптоми, і повідомлення, у яких люди згадують слова, пов’язані з симптомами, у іншому контексті (наприклад, обговорюючи новини про коронавірус).

За словами Алессандро Веспіньяні, як повідомляє Wired, професора Університету Норте-Дам та експерта з аналізу зараження, навіть із застосуванням передових технік машинного навчання часто складно відстежувати поширення вірусу, оскільки характеристики вірусу ще недостатньо відомі, а більшість повідомлень у соціальних мережах походять від медіакомпаній і зараз стосуються спалаху у Китаї. Однак Веспіньяні вважає, що якщо вірус колись пошириться у США, його буде легше контролювати завдяки більшій кількості повідомлень про вірус.

Незважаючи на складність у здобуванні відповідної інформації про потенційну поведінку коронавірусу, модель, створена дослідниками, здається, досить ефективною у знаходженні ознак у великому масиві повідомлень у соціальних мережах. Модель, яку застосовували дослідники, змогла виявити ознаки вірусного спалаху 30 грудня, хоча знадобилося деякий час, щоб зрозуміти, наскільки серйозною стане ситуація. Краудсорсингові дані могли б підвищити ефективність моделей відстеження захворювань ще більше, оскільки вони дозволяють більш ефективно зібрати відповідні дані про вірус. Наприклад, аналіз даних, зібраних китайськими лікарями, свідчить про те, що люди молодше 15 років більш стійкі до вірусу.

Штучний інтелект також можна поєднати з даними, зібраними з мобільних пристроїв, для створення моделей, які потенційно можуть передбачити напрям поширення вірусу та швидкість його поширення. Наприклад, дослідники з Університету Саутгемптона використали мобільні дані для визначення шляху, яким вірус міг рухатися, поки поширювався з Ухані у дні після його виявлення. Інші дослідники проаналізували дані, зібрані компанією Tencent, китайським розробником мобільних застосунків, і виявили, що обмеження, введені китайським урядом, потенційно можуть зменшити поширення вірусу, придбавши час для розробки плану дій.

За даними Fortune, стартап Insilico Medicine використав штучний інтелект для ідентифікації молекул, які потенційно можуть лікувати коронавірус. Штучний інтелект Insilico визначив тисячі можливих молекул ліків за чотири дні. Insilico пояснив, що 100 найбільш перспективних кандидатів будуть синтезовані, а всі їхні дослідження молекулярних структур будуть опубліковані для інших дослідників. Медичні дослідники та компанії прискорюють розробку та тестування ліків, а американська біотехнологічна компанія Gilead планує негайно розпочати тестування нового антивірусного препарату в районі Ухані.

Після того, як Insilico вирішив почати дослідження ліків, він зосередився на ферменті під назвою 3C-like протеаза. Коронавірус залежить від цього ферменту для розмноження та поширення. За словами Insilico, вони обрали цей конкретний фермент, оскільки він досить схожий на інші вірусні протеази, структури яких вже були задокументовані, а також тому, що Шанхайський технологічний університет створив модель 2019-nCoV 3C-like протеази. За чотири дні Insilico змогли згенерувати сотні тисяч кандидатних молекул і вибрати лише ті, які найімовірніше будуть корисними. Результати дослідження були недавно опубліковані в репозиторії bioRxiv і на сайті Insilico.