Predvidite epidemiju prije nego što udari
Kanadski algoritam BlueDot bio je brži od stručnjaka u prepoznavanju prijetnje od najnovijeg koronavirusa. Svoje je klijente izvijestio o prijetnjama danima prije nego što su američki centri za kontrolu i prevenciju bolesti (CDC) i Svjetska zdravstvena organizacija (WHO) poslali službene obavijesti svijetu.
Kamran Khan (1), liječnik, infektolog, osnivač i izvršni direktor programa Plava točka, objasnio je u intervjuu za novinare kako ovaj sustav ranog upozorenja koristi umjetnu inteligenciju, uključujući obradu prirodnog jezika i strojno učenje, za praćenje čak i stotinu zaraznih bolesti u isto vrijeme. Dnevno se analizira oko 100 članaka na 65 jezika.
1. Kamran Khan i karta koja prikazuje širenje koronavirusa iz Wuhana.
Ovi podaci signaliziraju tvrtkama kada trebaju obavijestiti svoje kupce o potencijalnoj prisutnosti i širenju zarazne bolesti. Ostali podaci, kao što su informacije o planovima putovanja i letovima, mogu pomoći u pružanju dodatnih informacija o vjerojatnosti razvoja epidemije.
Ideja iza modela BlueDot je sljedeća. dobiti informacije što je prije moguće zdravstveni radnici u nadi da mogu dijagnosticirati – i, ako je potrebno, izolirati – zaražene i potencijalno zarazne osobe u ranoj fazi prijetnje. Khan objašnjava da algoritam ne koristi podatke društvenih mreža jer je "previše kaotičan". Međutim, "službene informacije nisu uvijek ažurne", rekao je za Recode. A vrijeme reakcije je ono što je važno za uspješno sprječavanje izbijanja.
Khan je radio kao specijalist za zarazne bolesti u Torontu 2003. kada se to dogodilo. epidemija SARS-a. Želio je razviti novi način praćenja ovih vrsta bolesti. Nakon što je testirao nekoliko prediktivnih programa, pokrenuo je BlueDot 2014. i prikupio 9,4 milijuna dolara financiranja za svoj projekt. Tvrtka trenutno zapošljava četrdesetak djelatnika, liječnici i programerikoji razvijaju analitički alat za praćenje bolesti.
Nakon prikupljanja podataka i njihovog početnog odabira ulaze u igru analitiki. nakon epidemiolozi Provjeravaju znanstvenu valjanost nalaza, a zatim izvješćuju o tome državnim, poslovnim i zdravstvenim stručnjacima. klijenti.
Khan je dodao da bi njegov sustav također mogao koristiti niz drugih podataka, kao što su informacije o klimi određenog područja, temperaturi, pa čak i informacije o lokalnoj stoci, kako bi predvidio može li netko zaražen bolešću uzrokovati izbijanje. Ističe da je već 2016. Blue-Dot uspio predvidjeti izbijanje Zika virusa na Floridi šest mjeseci prije nego što je stvarno zabilježena na tom području.
Tvrtka posluje na sličan način i koristeći slične tehnologije. Metabiotpraćenje epidemije SARS-a. Njegovi su stručnjaci svojedobno utvrdili da je najveći rizik od pojave ovog virusa u Tajlandu, Južnoj Koreji, Japanu i Tajvanu, a to su učinili više od tjedan dana prije objave slučajeva u tim zemljama. Neki od njihovih zaključaka izvučeni su iz analize podataka o putničkim letovima.
Metabiota, poput BlueDota, koristi obradu prirodnog jezika za procjenu potencijalnih izvješća o bolesti, ali također radi na razvoju iste tehnologije za informacije na društvenim mrežama.
Mark Gallivan, Metabiotin znanstveni direktor podataka, objasnio je medijima da online platforme i forumi mogu signalizirati rizik od izbijanja. Stručnjaci za osoblje također kažu da mogu procijeniti rizik od bolesti koja uzrokuje društvene i političke potrese na temelju informacija kao što su simptomi bolesti, smrtnost i dostupnost liječenja.
U doba interneta svi očekuju brz, pouzdan i možda čitljiv vizualni prikaz informacija o napretku epidemije koronavirusa, primjerice, u obliku ažurirane karte.
2. Nadzorna ploča Sveučilišta Johns Hopkins Coronavirus 2019-nCoV.
Centar za znanost o sustavima i inženjerstvo na Sveučilištu Johns Hopkins razvio je možda najpoznatiju kontrolnu ploču za koronavirus na svijetu (2). Također je pružio kompletan skup podataka za preuzimanje kao Google tablicu. Karta prikazuje nove slučajeve, potvrđene smrti i oporavljene. Podaci koji se koriste za vizualizaciju dolaze iz različitih izvora, uključujući WHO, CDC, Kineski CDC, NHC i DXY, kinesku web stranicu koja agregira NHC izvješća i izvješća o situaciji u stvarnom vremenu.
Dijagnoza u satima, a ne danima
Svijet je prvi put čuo za novu bolest koja se pojavila u Wuhanu u Kini. 31. prosinca 2019 Tjedan dana kasnije kineski znanstvenici objavili su da su identificirali krivca. Sljedeći tjedan njemački stručnjaci razvili su prvi dijagnostički test (3). Brzo je, puno brže nego tijekom SARS-a ili sličnih epidemija prije i poslije.
Već početkom prošlog desetljeća znanstvenici u potrazi za nekom vrstom opasnog virusa morali su ga uzgajati u životinjskim stanicama u Petrijevim zdjelicama. Sigurno ste stvorili dovoljno virusa za stvaranje izolirati DNK i pročitati genetski kod kroz proces poznat kao sekvenciranje. Međutim, posljednjih godina ova tehnika je uvelike razvijena.
Znanstvenici više niti ne trebaju uzgajati virus u stanicama. Oni mogu izravno otkriti vrlo male količine virusne DNA u plućima ili krvnim izlučevinama pacijenta. I to traje satima, a ne danima.
U tijeku je rad na razvoju još bržih i praktičnijih alata za otkrivanje virusa. Veredus Laboratories sa sjedištem u Singapuru radi na prijenosnom kompletu za otkrivanje, VereChip (4) u prodaju će krenuti od 1. veljače ove godine. Učinkovita i prijenosna rješenja također će ubrzati identifikaciju zaraženih za odgovarajuću medicinsku skrb prilikom raspoređivanja medicinskih timova na terenu, posebno kada su bolnice prenapučene.
Nedavni tehnološki napredak omogućio je prikupljanje i dijeljenje dijagnostičkih rezultata u gotovo stvarnom vremenu. Primjer platforme iz Quidela Sofija I sustav PCR10 filmski niz BioFire tvrtke koje pružaju brze dijagnostičke testove za respiratorne patogene odmah su dostupne putem bežične veze s bazama podataka u oblaku.
Kineski znanstvenici u potpunosti su sekvencionirali genom 2019-nCoV koronavirusa (COVID-19) manje od mjesec dana nakon što je otkriven prvi slučaj. Još gotovo dvadeset dovršeno je od prvog slijeda. Za usporedbu, epidemija virusa SARS-a počela je krajem 2002. godine, a njegov kompletan genom nije bio dostupan sve do travnja 2003. godine.
Sekvenciranje genoma ključno je za razvoj dijagnostike i cjepiva protiv ove bolesti.
Bolnička inovacija
5. Medicinski robot iz regionalnog medicinskog centra Providence u Everettu.
Nažalost, novi koronavirus prijeti i liječnicima. Prema CNN-u, spriječiti širenje koronavirusa unutar i izvan bolnice, osoblje u Providence Regional Medical Center u Everettu, Washington, korištenje Robot (5), koji mjeri vitalne znakove kod izoliranog pacijenta i djeluje kao platforma za video konferenciju. Stroj je više od običnog komunikatora na kotačima s ugrađenim zaslonom, ali ne eliminira u potpunosti ljudski rad.
Medicinske sestre i dalje moraju ući u sobu s pacijentom. Također kontroliraju robota koji neće biti izložen infekciji, barem biološki, pa će se uređaji ovog tipa sve više koristiti u liječenju zaraznih bolesti.
Naravno, prostorije se mogu izolirati, ali je potrebno i provjetravanje da se može disati. Ovo zahtijeva novo ventilacijski sustavisprječavanje širenja mikroba.
Finska tvrtka Genano (6), koja je razvila ove vrste tehnika, dobila je ekspresnu narudžbu za medicinske ustanove u Kini. U službenom priopćenju tvrtke stoji da tvrtka ima veliko iskustvo u nabavi opreme za sprječavanje širenja zaraznih bolesti u sterilnim i izoliranim bolničkim sobama. Prethodnih godina obavljala je, između ostalog, dostavu u medicinske ustanove u Saudijskoj Arabiji tijekom epidemije virusa MERS. U poznatu privremenu bolnicu za osobe zaražene koronavirusom 2019-nCoV u Wuhanu, već izgrađenu za deset dana, dopremljeni su i finski uređaji za sigurnu ventilaciju.
6. Dijagram Genano sustava u izolatoru
Patentirana tehnologija korištena u pročišćivačima "eliminira i ubija sve mikrobe u zraku kao što su virusi i bakterije", kaže Genano. Sposobni uhvatiti sitne čestice veličine samo 3 nanometra, pročišćivači zraka nemaju mehanički filter za održavanje, a zrak se filtrira jakim električnim poljem.
Još jedan tehnički kuriozitet koji se pojavio tijekom izbijanja straha od koronavirusa bio je termalni skeneri, korišteni, između ostalog, ljudi s temperaturom preuzimaju se na indijskim zračnim lukama.
Internet - škodi ili pomaže?
Unatoč velikom valu kritika zbog repliciranja i širenja, širenja dezinformacija i panike, alati društvenih medija također su odigrali pozitivnu ulogu od izbijanja epidemije u Kini.
Kao što je izvijestila, na primjer, kineska tehnološka stranica TMT Post, društvena platforma za mini-videozapise. douyin, koji je kineski ekvivalent svjetski poznatog TikToka (7), pokrenuo je poseban segment za obradu informacija o širenju koronavirusa. Ispod hashtag-a #Borite se protiv pneumonije, objavljuje ne samo informacije korisnika, već i stručna izvješća i savjete.
Osim podizanja svijesti i širenja važnih informacija, Douyin također ima za cilj poslužiti kao alat za podršku liječnicima i medicinskom osoblju u borbi protiv virusa, kao i zaraženim pacijentima. Analitičar Daniel Ahmad tweetao je da je aplikacija pokrenula "Jiayou video efekt" (što znači ohrabrenje) koji bi korisnici trebali koristiti za slanje pozitivnih poruka podrške liječnicima, zdravstvenim radnicima i pacijentima. Ovu vrstu sadržaja objavljuju i poznate osobe, slavne osobe i tzv. influenceri.
Danas se vjeruje da bi pažljivo proučavanje trendova društvenih medija povezanih sa zdravljem moglo uvelike pomoći znanstvenicima i javnozdravstvenim tijelima da bolje prepoznaju i razumiju mehanizme prijenosa bolesti među ljudima.
Djelomično zato što društveni mediji imaju tendenciju da budu "jako kontekstualni i sve hiperlokalni", rekao je za The Atlantic 2016. Marseille salata, istraživač na Federalnoj politehničkoj školi u Lausannei u Švicarskoj i stručnjak u rastućem području koje znanstvenici nazivaju "Digitalna epidemiologija". Međutim, za sada, dodao je, istraživači još uvijek radije pokušavaju shvatiti govore li društveni mediji o zdravstvenim problemima koji zapravo odražavaju epidemiološke pojave ili ne (8).
8. Kinezi snimaju selfije s maskama.
Rezultati prvih pokusa u tom pogledu nisu jasni. Već 2008. Googleovi inženjeri pokrenuli su alat za predviđanje bolesti - Googleove gripe (GFT). Tvrtka ga je planirala koristiti za analizu podataka Google tražilice za simptome i signalne riječi. Tada se nadala da će se rezultati koristiti za točno i odmah prepoznavanje "obrisa" izbijanja gripe i denga - dva tjedna ranije od američkih centara za kontrolu i prevenciju bolesti. (CDC), čije se istraživanje smatra najboljim standardom u tom području. Međutim, Googleovi rezultati o ranoj dijagnozi gripe u SAD-u i kasnije malarije na Tajlandu na temelju internetskih signala smatrani su previše netočnim.
Tehnike i sustavi koji "predviđaju" razne događaje, uklj. poput eksplozije nereda ili epidemija, radio je i Microsoft, koji je 2013. godine zajedno s izraelskim institutom Technion pokrenuo program predviđanja katastrofa na temelju analize medijskog sadržaja. Uz pomoć vivisekcije višejezičnih naslova, "računalna inteligencija" morala je prepoznati društvene prijetnje.
Znanstvenici su ispitali određene slijedove događaja, poput informacija o suši u Angoli, što je dalo povoda za predviđanja u sustavima prognoze o mogućoj epidemiji kolere, jer su otkrili povezanost između suše i porasta incidencije bolesti. Okvir sustava nastao je na temelju analize arhivskih publikacija New York Timesa, počevši od 1986. godine. Daljnji razvoj i proces strojnog učenja uključivali su korištenje novih internetskih resursa.
Do sada, na temelju uspjeha BlueDot i Metabiote u epidemiološkom predviđanju, može se doći u iskušenje zaključiti da je točno predviđanje moguće prvenstveno na temelju "kvalificiranih" podataka, t.j. profesionalni, pouzdani, specijalizirani izvori, a ne kaos internetskih i portalskih zajednica.
Ali možda je sve u pametnijim algoritmima i boljem strojnom učenju?
