Làm thế nào AI Dự đoán Coronavirus và Có thể Ngăn chặn Các Đại dịch Tương lai – Ý kiến

Dự đoán của BlueDot AI

Vào ngày 6 tháng 1, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh (CDC) của Mỹ đã thông báo cho công chúng về một đợt bùng phát bệnh cúm giống như đang lan truyền tại thành phố Vũ Hán, tỉnh Hồ Bắc, Trung Quốc. Sau đó, Tổ chức Y tế Thế giới (WHO) đã phát hành một báo cáo tương tự vào ngày 9 tháng 1.

Mặc dù những phản ứng này có vẻ kịp thời, nhưng chúng chậm so với một công ty AI có tên là BlueDot. BlueDot đã phát hành một báo cáo vào ngày 31 tháng 12, một tuần đầy đủ trước khi CDC phát hành thông tin tương tự.

Thậm chí ấn tượng hơn, BlueDot đã dự đoán đợt bùng phát Zika ở Florida sáu tháng trước khi ca đầu tiên được phát hiện vào năm 2016.

Những tập dữ liệu nào mà BlueDot phân tích?

• Giám sát bệnh tật, bao gồm quét 10.000+ nguồn truyền thông và công khai ở hơn 60 ngôn ngữ.
• Dữ liệu dân số từ cuộc điều tra dân số quốc gia và báo cáo thống kê quốc gia. (Mật độ dân số là một yếu tố đằng sau sự lây lan của virus)
• Dữ liệu khí hậu thời gian thực từ NASA, NOAA, v.v. (Virus lây lan nhanh hơn trong某些 điều kiện môi trường)
• Vector côn trùng và động vật chứa mầm bệnh (Quan trọng khi virus có thể lây lan từ loài này sang loài khác).

BlueDot hiện đang làm việc với các cơ quan chính phủ khác nhau, bao gồm Các vấn đề toàn cầu của Canada, Cơ quan Y tế công cộng Canada, Hiệp hội Y khoa Canada và Bộ Y tế Singapore. Sản phẩm BlueDot Insights gửi cảnh báo bệnh truyền nhiễm gần thời gian thực. Một số lợi thế của sản phẩm này bao gồm:

• Giảm thiểu rủi ro phơi nhiễm với công nhân y tế tuyến đầu
• Tầm nhìn toàn cầu cho phép tiết kiệm thời gian về giám sát bệnh truyền nhiễm
• Cơ hội để truyền đạt thông tin quan trọng một cách rõ ràng trước khi quá muộn.
• Khả năng bảo vệ dân số khỏi nhiễm trùng

Làm thế nào Dự đoán của AI Có thể được Cải thiện

Điều gì đang ngăn cản AI BlueDot và các AI tương tự từ việc cải thiện? Yếu tố hạn chế số một là không thể truy cập vào dữ liệu lớn cần thiết trong thời gian thực.

Những hệ thống dự đoán này phụ thuộc vào dữ liệu lớn được đưa vào mạng nơ-ron nhân tạo (ANN), sử dụng học sâu để tìm kiếm mẫu. Dữ liệu càng nhiều được đưa vào ANN, thuật toán học máy càng trở nên chính xác.

Điều này cơ bản có nghĩa là những gì đang ngăn cản AI có thể đánh dấu một đợt bùng phát tiềm năng sớm hơn là chỉ thiếu dữ liệu cần thiết. Ở các quốc gia như Trung Quốc, thường xuyên theo dõi và lọc tin tức, sự chậm trễ trong dữ liệu cần thiết thậm chí còn rõ ràng hơn. Quá trình kiểm duyệt mỗi điểm dữ liệu có thể giảm đáng kể số lượng dữ liệu có sẵn và thậm chí có thể loại bỏ hoàn toàn độ chính xác của dữ liệu, điều này loại bỏ khả năng hữu ích của dữ liệu. Dữ liệu bị lỗi cũng là lý do tại sao các nỗ lực trước đây như Google Flu Trends (GOOGL ) đã thất bại.

Nói cách khác, vấn đề lớn đang ngăn cản các hệ thống AI dự đoán đợt bùng phát sớm nhất có thể là sự can thiệp của chính phủ. Các chính phủ như Trung Quốc và chính quyền Trump hiện tại cần phải loại bỏ sự can thiệp của họ vào bất kỳ loại lọc dữ liệu nào và cho phép báo chí tiếp cận đầy đủ để báo cáo về các vấn đề sức khỏe toàn cầu.

Điều đó được nói, các phóng viên chỉ có thể làm việc với thông tin có sẵn cho họ. Bỏ qua các báo cáo tin tức và truy cập trực tiếp vào nguồn sẽ cho phép các hệ thống học máy truy cập dữ liệu một cách kịp thời và hiệu quả hơn.

Điều Cần được Thực hiện

Bắt đầu ngay lập tức, các chính phủ thực sự quan tâm đến việc giảm chi phí chăm sóc sức khỏe và ngăn chặn đợt bùng phát nên bắt đầu xem xét lại cách các phòng khám và bệnh viện của họ có thể phân phối một số điểm dữ liệu trong thời gian thực cho các quan chức, phóng viên và hệ thống AI.

Thông tin cá nhân riêng tư có thể được loại bỏ hoàn toàn khỏi mỗi bệnh nhân, cho phép bệnh nhân vẫn ẩn danh trong khi dữ liệu quan trọng được chia sẻ.

Một mạng lưới bệnh viện trong bất kỳ thành phố nào thu thập dữ liệu trong thời gian thực và chia sẻ dữ liệu này sẽ có thể cung cấp dịch vụ chăm sóc sức khỏe vượt trội. Ví dụ, nó có thể được theo dõi rằng một bệnh viện cụ thể đã cho thấy sự gia tăng bệnh nhân có triệu chứng giống như cúm, với 3 bệnh nhân vào lúc 10:00 sáng, 7 bệnh nhân vào lúc 1:00 chiều, đến 49 bệnh nhân vào lúc 5:00 chiều. Dữ liệu này có thể được so sánh với các bệnh viện trong cùng khu vực để có cảnh báo ngay lập tức về một khu vực cụ thể là một vùng nóng tiềm năng.

Khi thông tin này được thu thập và lắp ráp, hệ thống AI có thể kích hoạt cảnh báo cho tất cả các khu vực lân cận để các biện pháp phòng ngừa cần thiết có thể được thực hiện.

Mặc dù điều này sẽ khó khăn ở một số khu vực trên thế giới, nhưng các quốc gia có các trung tâm AI lớn và mật độ dân số nhỏ hơn như Canada có thể thiết lập một hệ thống tiên tiến như vậy. Canada có các trung tâm AI ở các tỉnh đông dân nhất (Waterloo và Toronto, Ontario, và Montreal, Quebec). Lợi thế của sự hợp tác giữa bệnh viện và tỉnh này có thể được mở rộng để cung cấp cho người Canada những lợi ích khác như truy cập nhanh vào chăm sóc y tế khẩn cấp và giảm chi tiêu chăm sóc sức khỏe. Canada có thể trở thành một quốc gia dẫn đầu trong cả AI và chăm sóc sức khỏe, cấp phép công nghệ này cho các khu vực khác.

Quan trọng nhất, một khi một quốc gia như Canada đã có một hệ thống như vậy, công nghệ / phương pháp này có thể được nhân bản và xuất khẩu sang các khu vực khác. Cuối cùng, mục tiêu sẽ là bao phủ toàn bộ thế giới, để đảm bảo rằng các đợt bùng phát là một di tích của quá khứ.

Loại thu thập dữ liệu này bởi công nhân y tế có lợi cho nhiều ứng dụng. Không có lý do tại sao vào năm 2020, một bệnh nhân nên phải đăng ký riêng với từng bệnh viện và những bệnh viện đó không giao tiếp với nhau trong thời gian thực. Sự thiếu giao tiếp này có thể dẫn đến mất dữ liệu với bệnh nhân bị sa sút trí tuệ hoặc các triệu chứng khác có thể ngăn cản họ giao tiếp đầy đủ về mức độ nghiêm trọng của tình trạng hoặc thậm chí nơi họ đã được điều trị.

Bài học Được Học

Chúng ta chỉ có thể hy vọng rằng các chính phủ trên toàn thế giới sẽ tận dụng những bài học quan trọng mà coronavirus đang dạy chúng ta. Loài người nên coi mình may mắn rằng coronavirus có tỷ lệ tử vong tương đối nhẹ so với một số tác nhân truyền nhiễm trong quá khứ như Cái chết Đen, được ước tính đã giết chết 30% đến 60% dân số châu Âu.

Lần tới, chúng ta có thể không may mắn như vậy, điều chúng ta biết cho đến nay là các chính phủ hiện không đủ năng lực để đối phó với mức độ nghiêm trọng của một đợt bùng phát.

Bluedot được thành lập sau đợt bùng phát SARS ở Toronto vào năm 2003 và ra mắt vào năm 2013. Mục tiêu là bảo vệ mọi người trên thế giới khỏi các bệnh truyền nhiễm bằng trí tuệ nhân tạo và con người. Thành phần AI đã chứng minh khả năng dự đoán đáng kinh ngạc về đường đi của các bệnh truyền nhiễm, những gì còn lại là thành phần con người. Chúng ta cần có các chính sách mới để cho phép các công ty như BlueDot phát huy tối đa khả năng của họ. Là con người, chúng ta cần đòi hỏi nhiều hơn từ các chính trị gia và nhà cung cấp dịch vụ chăm sóc sức khỏe của mình.