Jósoljon meg egy járványt, mielőtt kiüt
A kanadai BlueDot algoritmus gyorsabban ismerte fel a legújabb koronavírus okozta veszélyt, mint a szakértők. Napokkal azelőtt tájékoztatta ügyfeleit a fenyegetésről, hogy az Egyesült Államok Betegségellenőrzési és Megelőzési Központja (CDC) és az Egészségügyi Világszervezet (WHO) hivatalos értesítést küldött a világnak.
Kamran kán (1), orvos, fertőző betegség specialista, a program alapítója és vezérigazgatója BlueDot, egy sajtóinterjúban kifejtette, hogy ez a korai figyelmeztető rendszer hogyan használja a mesterséges intelligenciát, beleértve a természetes nyelvi feldolgozást és a gépi tanulást, hogy nyomon kövesse száz fertőző betegség egyszerre. Naponta körülbelül 100 65 cikket elemeznek XNUMX nyelven.
1. Kamran Khan és a vuhani koronavírus terjedését bemutató térkép.
Ezek az adatok jelzik a vállalatoknak, hogy mikor kell értesíteniük ügyfeleiket egy fertőző betegség lehetséges jelenlétéről és terjedéséről. Egyéb adatok, például az utazási útvonalakkal és a repülőjáratokkal kapcsolatos információk, további információkkal szolgálhatnak a járvány kitörésének valószínűségéről.
A BlueDot modell mögött meghúzódó ötlet a következő. minél előbb tájékozódjon egészségügyi dolgozókat abban a reményben, hogy a fenyegetés korai szakaszában diagnosztizálni tudják – és szükség esetén elkülönítik – a fertőzött és potenciálisan fertőző személyeket. Khan kifejti, hogy az algoritmus nem használja a közösségi média adatait, mert azok "túl kaotikusak". Azonban „a hivatalos információk nem mindig naprakészek” – mondta a Recode-nak. A reakcióidő pedig az, ami a járvány sikeres megelőzéséhez számít.
Khan fertőző betegségek specialistaként dolgozott Torontóban 2003-ban, amikor ez történt. a SARS-járvány. Új módszert akart kidolgozni az ilyen típusú betegségek nyomon követésére. Számos prediktív program tesztelése után 2014-ben elindította a BlueDot-ot, és 9,4 millió dollárt gyűjtött össze projektjéhez. A cég jelenleg negyven alkalmazottat foglalkoztat, orvosok és programozókakik egy analitikai eszközt fejlesztenek a betegségek nyomon követésére.
Az adatok összegyűjtése és kezdeti kiválasztása után belépnek a játékba elemzők. után epidemiológusok Ellenőrzik az eredmények tudományos érvényességét, majd jelentést tesznek a kormánynak, a vállalkozásoknak és az egészségügyi szakembereknek. ügyfelek.
Khan hozzátette, hogy rendszere számos egyéb adatot is felhasználhat, például egy adott terület éghajlatára, hőmérsékletére, vagy akár a helyi állatállományra vonatkozó információkat is annak előrejelzésére, hogy valaki, aki megfertőződött a betegséggel, okozhat-e járványt. Rámutat, hogy a Blue-Dot már 2016-ban meg tudta jósolni a Zika-vírus floridai kitörését hat hónappal azelőtt, hogy ténylegesen regisztrálták volna a térségben.
A cég hasonló módon és hasonló technológiákkal működik. Metabota SARS-járvány megfigyelése. Szakértői egy időben úgy találták, hogy a vírus megjelenésének legnagyobb kockázata Thaiföldön, Dél-Koreában, Japánban és Tajvanon volt, és ezt több mint egy héttel a megbetegedések bejelentése előtt tették meg ezekben az országokban. Egyes következtetéseiket az utasok repülési adatainak elemzéséből vonták le.
A Metabiota a BlueDothoz hasonlóan természetes nyelvi feldolgozást használ a potenciális betegségjelentések értékelésére, de azon is dolgozik, hogy ugyanezt a technológiát a közösségi média információihoz is kidolgozza.
Mark Gallivan, a Metabiota adatokért felelős tudományos igazgatója kifejtette a médiának, hogy az online platformok és fórumok jelezhetik a járvány veszélyét. A személyzeti szakértők azt is elmondják, hogy meg tudják becsülni a társadalmi és politikai felfordulást okozó betegségek kockázatát olyan információk alapján, mint a betegség tünetei, a halálozás és a kezelés elérhetősége.
Az internet korában mindenki elvárja a koronavírus-járvány előrehaladásával kapcsolatos információk gyors, megbízható és lehetőleg jól olvasható vizuális megjelenítését, például frissített térkép formájában.
2. A Johns Hopkins Egyetem Coronavirus 2019-nCoV irányítópultja.
A Johns Hopkins Egyetem Rendszertudományi és Mérnöki Központja kifejlesztette a világ talán leghíresebb koronavírus-műszerfalát (2). A teljes adatkészletet is letöltötte Google-lapként. A térképen új esetek, megerősített halálesetek és felépülések láthatók. A vizualizációhoz használt adatok számos forrásból származnak, beleértve a WHO-t, a CDC-t, a kínai CDC-t, az NHC-t és a DXY-t, egy kínai webhelyet, amely összesíti az NHC jelentéseket és a valós idejű helyi CCDC helyzetjelentéseket.
Diagnosztika órákban, nem napokban
A világ először hallott egy új betegségről, amely a kínai Vuhanban jelent meg. 31 december 2019 city Egy héttel később kínai tudósok bejelentették, hogy azonosították a tettest. A következő héten német szakemberek kidolgozták az első diagnosztikai tesztet (3). Gyors, sokkal gyorsabb, mint a SARS vagy hasonló járványok idején előtte és utána.
Már az elmúlt évtized elején a tudósoknak, akik valamilyen veszélyes vírust kerestek, állati sejtekben kellett tenyészteni a Petri-csészékben. Biztosan elég vírust készítettél ahhoz, hogy létrehozd DNS izolálása és olvassa be a genetikai kódot az úgynevezett folyamaton keresztül szekvenálás. Az utóbbi években azonban ez a technika óriásit fejlődött.
A tudósoknak már nem is kell tenyészteni a vírust a sejtekben. Közvetlenül képesek kimutatni nagyon kis mennyiségű vírus DNS-t a páciens tüdejében vagy vérváladékában. És ez órákat vesz igénybe, nem napokat.
Folyamatban van a munka a még gyorsabb és kényelmesebb víruskereső eszközök fejlesztésén. A szingapúri székhelyű Veredus Laboratories egy hordozható készleten dolgozik a VereChip (4) az idén február 1-től kerül forgalomba. A hatékony és hordozható megoldások gyorsabbá teszik a fertőzöttek azonosítását a megfelelő orvosi ellátás érdekében, amikor orvosi csoportokat telepítenek a helyszínen, különösen, ha a kórházak túlzsúfoltak.
A legújabb technológiai fejlődés lehetővé tette a diagnosztikai eredmények közel valós időben történő összegyűjtését és megosztását. Platform példa a Quideltől Sofia I rendszer PCR10 filmtömb A légúti kórokozók gyors diagnosztikai tesztjeit kínáló BioFire cégek vezeték nélküli kapcsolaton keresztül azonnal elérhetőek a felhőben lévő adatbázisokhoz.
A 2019-nCoV koronavírus (COVID-19) genomját a kínai tudósok az első eset felfedezése után kevesebb mint egy hónappal teljesen megszekvenálták. Az első szekvenálás óta közel húsz újabb készült el. Ehhez képest a SARS-vírus járvány 2002 végén kezdődött, és teljes genomja csak 2003 áprilisában volt elérhető.
A genomszekvenálás kritikus fontosságú a betegség elleni diagnosztika és vakcinák kidolgozása szempontjából.
Kórházi innováció
5. Orvosi robot az everett-i Providence Regionális Orvosi Központból.
Sajnos az új koronavírus az orvosokat is fenyegeti. A CNN szerint megakadályozzák a koronavírus terjedését a kórházon belül és kívül, munkatársai a Providence Regional Medical Center in Everett, Washington, használja A robot (5), amely egy elszigetelt beteg életjeleit méri, és videokonferencia-platformként működik. A gép több, mint egy kerekeken mozgó kommunikátor beépített képernyővel, de nem szünteti meg teljesen az emberi munkát.
A nővéreknek továbbra is be kell lépniük a szobába a beteggel. Olyan robotot is irányítanak, amely – legalábbis biológiailag – nem lesz kitéve fertőzésnek, így az ilyen típusú eszközöket egyre gyakrabban használják majd a fertőző betegségek kezelésében.
Természetesen a helyiségek szigetelhetők, de szellőztetni is kell, hogy tudjon lélegezni. Ehhez új kell szellőztető rendszereka mikrobák terjedésének megakadályozása.
Az ilyen típusú technikákat kifejlesztő finn Genano (6) cég expressz megrendelést kapott kínai egészségügyi intézmények számára. A cég hivatalos közleménye szerint a cég nagy tapasztalattal rendelkezik a fertőző betegségek terjedését megakadályozó eszközök biztosításában a steril és elszigetelt kórházi helyiségekben. A korábbi években többek között szaúd-arábiai egészségügyi intézményekbe szállított a MERS-vírus járvány idején. A biztonságos lélegeztetést szolgáló finn eszközöket is szállították a 2019-nCoV koronavírussal fertőzöttek híres ideiglenes kórházába Vuhanban, amely már tíz nap alatt épült fel.
6. A Genano rendszer diagramja a szigetelőben
Genano szerint a tisztítókban használt szabadalmaztatott technológia "kiküszöböli és elpusztítja az összes levegőben lévő mikrobát, például vírusokat és baktériumokat". Akár 3 nanométeres finom részecskék felfogására is alkalmas légtisztítókban nincs karbantartásra szolgáló mechanikus szűrő, a levegőt pedig erős elektromos tér szűri.
Egy másik technikai érdekesség, amely a koronavírus-járvány során felmerült, az volt hőszkennerek, használt többek között a lázas embereket veszik fel az indiai repülőtereken.
Internet – árt vagy segít?
A replikáció és terjesztés miatti hatalmas kritikahullám, a félretájékoztatás és a pánik terjesztése ellenére a közösségi média eszközei is pozitív szerepet játszottak a kínai járvány óta.
Amint arról például a kínai TMT Post technológiai oldal, a minivideók közösségi platformja is beszámolt. douyin, amely a világhírű TikTok (7) kínai megfelelője, egy speciális szegmenst indított a koronavírus terjedésével kapcsolatos információk feldolgozására. A hashtag alatt #Küzdelem a tüdőgyulladást, nemcsak a felhasználóktól származó információkat tesz közzé, hanem szakértői jelentéseket és tanácsokat is.
A figyelemfelhívás és a fontos információk terjesztése mellett a Douyin célja, hogy támogató eszközként szolgáljon a vírussal küzdő orvosok és egészségügyi személyzet, valamint a fertőzött betegek számára. Elemző Daniel Ahmad tweetelte, hogy az alkalmazás elindított egy "Jiayou videoeffektust" (vagyis bátorítást), amellyel a felhasználóknak pozitív üzeneteket kell küldeniük az orvosok, egészségügyi szakemberek és betegek támogatására. Az ilyen típusú tartalmakat híres emberek, hírességek és úgynevezett influencerek is közzéteszik.
Manapság úgy gondolják, hogy az egészséggel kapcsolatos közösségi média trendek alapos tanulmányozása nagyban segítheti a tudósokat és a közegészségügyi hatóságokat abban, hogy jobban felismerjék és megértsék az emberek közötti betegségek terjedésének mechanizmusait.
Részben azért, mert a közösségi média „nagyon kontextuális és egyre inkább hiperlokális” – mondta a The Atlanticnak 2016-ban. Marseille saláta, a svájci Lausanne-i Szövetségi Politechnikai Iskola kutatója, és a tudósok által egyre növekvő terület szakértője. "Digitális epidemiológia". Hozzátette azonban, a kutatók egyelőre még inkább azt próbálják megérteni, hogy a közösségi média olyan egészségügyi problémákról beszél-e, amelyek valójában epidemiológiai jelenségeket tükröznek, vagy sem (8).
8. A kínaiak maszkban szelfiznek.
Az első kísérletek eredményei e tekintetben nem egyértelműek. A Google mérnökei már 2008-ban elindítottak egy betegség-előrejelző eszközt – Google influenza trendek (GFT). A cég azt tervezte, hogy ennek segítségével elemzi a Google keresőmotor adatait a tünetek és a jelzőszavak keresésére. Abban az időben abban reménykedett, hogy az eredményeket felhasználva pontosan és azonnal felismerik az influenza és a dengue-láz kitörésének „körvonalait” – két héttel korábban, mint az Egyesült Államok Betegségellenőrzési és Megelőzési Központja. (CDC), amelynek kutatásait a legjobb standardnak tartják ezen a területen. Azonban a Google eredményeit az influenza korai internetes jelalapú diagnosztizálására vonatkozóan az Egyesült Államokban, majd a thaiföldi maláriával kapcsolatban túlságosan pontatlannak ítélték.
Különféle eseményeket „előrejelző” technikák és rendszerek, pl. például a zavargások vagy járványok kirobbanása, a Microsoft is dolgozott, amely 2013-ban az Israeli Technion Institute-tal karöltve elindított egy katasztrófa-előrejelző programot, amely a médiatartalmak elemzésén alapul. A „számítógépes intelligenciának” a többnyelvű szalagcímek viviszekciójával kellett felismernie a társadalmi fenyegetéseket.
A tudósok bizonyos eseménysorokat vizsgáltak meg, például az angolai aszályról szóló információkat, amelyek előrejelzéseket adtak az előrejelző rendszerekben egy lehetséges kolerajárványról, mivel összefüggést találtak a szárazság és a betegség előfordulásának növekedése között. A rendszer kereteit a New York Times archív kiadványainak elemzése alapján hozták létre, 1986-tól kezdve. A továbbfejlesztés és a gépi tanulás folyamata új internetes források felhasználásával járt.
Eddig a BlueDot és a Metabiota epidemiológiai előrejelzési sikerei alapján kísértés lehet arra a következtetésre jutni, hogy pontos előrejelzés elsősorban „minősített” adatok alapján lehetséges, pl. professzionális, ellenőrzött, speciális források, nem az internetes és portálközösségek káosza.
De lehet, hogy minden az intelligensebb algoritmusokról és a jobb gépi tanulásról szól?
