Использование ИИ для борьбы с такими пандемиями, как COVID-19
Канадская компания Bluedot предупредила своих клиентов о необычном росте случаев пневмонии в Ухане, Китай, 31 декабря 2019 года. Это событие произошло задолго до того, как ВОЗ уведомила об этом о Коронавирусе для общественности 9 января 2020 года. Компания использует методы обработки естественного языка и машинного обучения для мониторинга вспышек инфекционных заболеваний, изучая новостные сообщения на иностранных языках, данные об авиабилетах, сети болезней растений и животных, чтобы прогнозировать распространение инфекционных заболеваний. болезни.
Степень, в которой ИИ может помочь нам в борьбе с этим вирусом, неясна, поскольку от его успеха зависит множество других факторов. Но все же эксперты считают, что ИИ не использует весь свой потенциал, чтобы хотя бы минимизировать последствия такой неприятной болезни.
Во-первых, я хотел бы отметить, что Китай сообщил ВОЗ о всплеске случаев пневмонии в тот же день, когда Bluedot предупредил об этом своих клиентов. Но компания правильно предсказала следующие города, где произойдет вспышка. Поэтому возникает вопрос, может ли ИИ быть более эффективным, когда речь идет о прогнозировании. Ну, может. Bluedot уже использует NLP и ML для поиска ключевых слов в новостях. Но компания не просматривает социальные сети, которые также могут быть основным источником данных для таких новостей. Некоторые компании, такие как Stratifyd, базирующаяся в Калифорнии, работают над искусственным интеллектом, который может сканировать сообщения в социальных сетях и сравнивать их с описаниями заболеваний, которые они берут из официальных источников — Национального института здравоохранения и ВОЗ.
Далее - что делать с этими предсказаниями? На этом этапе усиливается потребность в надежных данных. Одним из основных компромиссов здесь будет конфиденциальность людей, потому что, если потребуются точные и надежные данные, люди должны будут делиться своими данными с правительством и компаниями. Этого можно избежать, используя дифференциальную конфиденциальность, которая представляет собой общедоступную информационную систему, скрывающую информацию о лицах в наборе данных. Очень важной областью в борьбе с любым вирусом является выявление тихих распространителей, то есть бессимптомных и предсимптомных людей. Ранняя диагностика таких людей возможна только при наличии данных. Исторических данных нет, так как пандемии случаются редко. В этом случае трансферное обучение, которое позволяет применить данное обучение к какой-либо другой, но связанной проблеме, может быть использовано для ИИ для прогнозирования процента возможных бессимптомных и предсимптомных людей, а также для их идентификации.
Наконец, ИИ можно использовать для поиска лекарства от вируса, помогая идентифицировать возможные лекарства-кандидаты или устранять те, которые не работают.
Самая насущная проблема — нехватка данных для работы ИИ. Лучший способ — иметь несколько источников данных. Данные также могут включать косвенные события, такие как увеличение числа посещений врачей или сообщения в социальных сетях, чтобы внимательно следить за следующей возможной вспышкой. Машинное обучение можно научить измерять индивидуальный риск заболевания, вероятность того, что ему потребуется интенсивная терапия, и насколько вероятно, что он умрет.
Чтобы бороться с коронавирусом, правительство может собирать медицинские карты людей, количество людей в каждом доме, их привычки или поведение. Эти прогнозы могут помочь в распределении ресурсов, которых не хватает, более экономично и жизнеспособно. Затем данные можно использовать для классификации категорий с низким уровнем риска. Огромный процент людей инфицирован, но протекает бессимптомно (исследователи говорят, что заражено не менее 25-50% людей, но они об этом не знают). Прогнозирование и классификация этих людей для стратегии постепенного выхода из изоляции может со временем повысить коллективный иммунитет. И даже если прогноз окажется неверным, эта стратегия все равно будет ограничивать последствия только самыми безопасными людьми, которые были первыми исключены из заключения. Все это поможет в управлении дефицитом ресурсов.
Опять же, эта стратегия требует данных, которые недоступны, например, истории болезни людей. Правительствам всего мира необходимо собраться вместе и предоставить исчерпывающие медицинские записи (что может даже нарушать нормы конфиденциальности, различающиеся в каждом регионе), поэтому из этого нельзя извлечь большой пользы. Странам нужно будет создать свою собственную модель со всеми имеющимися у них данными о своих людях и о том, как люди пострадали от короны, и подготовиться ко второй волне, потому что ни один вирус не исчез с одной волной. Кроме того, поскольку ВОЗ объявила, что COVID-19 также может быть эндемическим заболеванием, страны должны начать работать над улучшением условий как в настоящем, так и в будущем.
