Numatykite epidemiją, kol ji nepasireikš

Kanados BlueDot algoritmas greičiau nei ekspertai atpažino naujausio koronaviruso keliamą grėsmę. Prieš tai, kai JAV Ligų kontrolės ir prevencijos centrai (CDC) ir Pasaulio sveikatos organizacija (PSO) išsiuntė pasauliui oficialius pranešimus, jis informavo savo klientus apie grėsmę.

Kamran Khan (1), gydytojas, infekcinių ligų specialistas, programos įkūrėjas ir vadovas BlueDot, paaiškino interviu spaudai, kaip ši išankstinio perspėjimo sistema naudoja dirbtinį intelektą, įskaitant natūralios kalbos apdorojimą ir mašininį mokymąsi, kad galėtų sekti net šimtas užkrečiamųjų ligų vienu metu. Kasdien analizuojama apie 100 65 straipsnių XNUMX kalbomis.

1. Kamran Khan ir žemėlapis, rodantis Uhano koronaviruso plitimą.

Šie duomenys rodo įmonėms, kada reikia pranešti savo klientams apie galimą infekcinės ligos buvimą ir plitimą. Kiti duomenys, pvz., informacija apie kelionių maršrutus ir skrydžius, gali padėti suteikti papildomos informacijos apie protrūkio tikimybę.

BlueDot modelio idėja yra tokia. gauti informaciją kuo greičiau sveikatos priežiūros darbuotojams, tikėdamiesi, kad jie galės diagnozuoti ir, jei reikia, izoliuoti užsikrėtusius ir galimai užkrečiamus žmones ankstyvoje grėsmės stadijoje. Khanas aiškina, kad algoritmas nenaudoja socialinės žiniasklaidos duomenų, nes jie yra „per daug chaotiški“. Tačiau „oficiali informacija ne visada yra naujausia“, - sakė jis „Recode“. Ir reakcijos laikas yra svarbiausias veiksnys, norint sėkmingai užkirsti kelią protrūkiui.

Khanas dirbo infekcinių ligų specialistu Toronte 2003 m., kai tai atsitiko. epidemija SARS. Jis norėjo sukurti naują būdą, kaip sekti šių tipų ligas. Išbandęs kelias prognozavimo programas, 2014 m. jis paleido „BlueDot“ ir savo projektui surinko 9,4 mln. Šiuo metu įmonėje dirba keturiasdešimt darbuotojų, gydytojai ir programuotojaikurie kuria analitinį įrankį ligoms sekti.

Surinkę duomenis ir pirminį jų pasirinkimą, jie patenka į žaidimą analitikai. po to epidemiologija Jie patikrina išvadų mokslinį pagrįstumą ir tada praneša vyriausybei, verslo ir sveikatos priežiūros specialistams. klientų.

Khanas pridūrė, kad jo sistema taip pat gali naudoti daugybę kitų duomenų, pavyzdžiui, informaciją apie tam tikros vietovės klimatą, temperatūrą ir net informaciją apie vietinius gyvulius, kad prognozuotų, ar kažkas, užsikrėtęs šia liga, gali sukelti protrūkį. Jis pažymi, kad dar 2016 m. Blue-Dot sugebėjo numatyti Zikos viruso protrūkį Floridoje šešis mėnesius anksčiau nei jis iš tikrųjų buvo užfiksuotas šioje srityje.

Įmonė veikia panašiai ir naudodama panašias technologijas. MetabiotaSARS epidemijos stebėjimas. Jos ekspertai vienu metu nustatė, kad didžiausia šio viruso atsiradimo rizika Tailande, Pietų Korėjoje, Japonijoje ir Taivane, ir jie tai padarė likus daugiau nei savaitei iki šiose šalyse susirgimų paskelbimo. Kai kurios jų išvados buvo padarytos analizuojant keleivių skrydžių duomenis.

„Metabiota“, kaip ir „BlueDot“, naudoja natūralios kalbos apdorojimą, kad įvertintų galimas ligos ataskaitas, tačiau taip pat stengiasi sukurti tą pačią technologiją socialinės žiniasklaidos informacijai.

Markas Galivanas, Metabiota mokslinis duomenų direktorius, žiniasklaidai paaiškino, kad internetinės platformos ir forumai gali signalizuoti apie protrūkio pavojų. Darbuotojų ekspertai taip pat teigia, kad gali įvertinti socialiai ir politiškai pavojingos ligos plitimo riziką, remdamiesi tokia informacija kaip ligos simptomai, mirtingumas ir gydymo prieinamumas.

Interneto amžiuje visi tikisi greito, patikimo ir galbūt įskaitomo vaizdinio informacijos apie koronaviruso epidemijos eigą pateikimo, pavyzdžiui, atnaujinto žemėlapio pavidalu.

2. Johns Hopkins universiteto Coronavirus 2019-nCoV prietaisų skydelis.

Johnso Hopkinso universiteto Sistemų mokslo ir inžinerijos centras sukūrė bene žinomiausią koronaviruso prietaisų skydelį pasaulyje (2). Jis taip pat pateikė visą duomenų rinkinį, kurį galima atsisiųsti kaip „Google“ lapą. Žemėlapyje rodomi nauji atvejai, patvirtintos mirtys ir pasveikimai. Vizualizacijai naudojami duomenys gaunami iš įvairių šaltinių, įskaitant PSO, CDC, Kinijos CDC, NHC ir DXY – Kinijos svetainę, kurioje kaupiamos realaus laiko NHC ataskaitos ir vietinės CCDC situacijos ataskaitos.

Diagnostika valandomis, o ne dienomis

Pasaulis pirmą kartą išgirdo apie naują ligą, kuri pasireiškė Uhane, Kinijoje. 31 2019 miestas gruodžio mėn. Po savaitės Kinijos mokslininkai paskelbė, kad nustatė kaltininką. Kitą savaitę vokiečių specialistai sukūrė pirmąjį diagnostinį testą (3). Tai greita, daug greičiau nei SARS ar panašių epidemijų laikais prieš ir po.

Dar praėjusio dešimtmečio pradžioje mokslininkai, ieškantys kažkokio pavojingo viruso, turėjo jį auginti gyvūnų ląstelėse Petri lėkštelėse. Turite sukurti pakankamai virusų išskirti DNR ir perskaitykite genetinį kodą per procesą, žinomą kaip veiksmų seka. Tačiau pastaraisiais metais ši technika nepaprastai išaugo.

Mokslininkams net nebereikia auginti viruso ląstelėse. Jie gali tiesiogiai aptikti labai mažus virusinės DNR kiekius paciento plaučiuose arba kraujo išskyrose. Ir tai trunka valandas, o ne dienas.

Vykdomi darbai kuriant dar greitesnes ir patogesnes virusų aptikimo priemones. Singapūre įsikūrusi „Veredus Laboratories“ kuria nešiojamą rinkinį, kad aptiktų VereChip (4) bus parduodamas nuo šių metų vasario 1 d. Veiksmingi ir nešiojami sprendimai taip pat padės greičiau atpažinti užsikrėtusiuosius, kad būtų suteikta tinkama medicininė priežiūra, kai bus siunčiamos medikų komandos, ypač kai ligoninės yra perpildytos.

Naujausi technologiniai pasiekimai leido rinkti diagnostikos rezultatus ir jais dalytis beveik realiu laiku. Platformos pavyzdys iš Quidel Sofija aš esu sistema PCR10 FilmArray „BioFire“ įmonės, teikiančios greitus kvėpavimo takų patogenų diagnostikos tyrimus, yra iš karto pasiekiamos per belaidį ryšį su debesyje esančiomis duomenų bazėmis.

2019-nCoV koronaviruso (COVID-19) genomą Kinijos mokslininkai visiškai sekvenavo praėjus mažiau nei mėnesiui nuo pirmojo atvejo atradimo. Nuo pirmos sekos buvo užbaigta dar beveik dvidešimt. Palyginimui, SARS viruso epidemija prasidėjo 2002 m. pabaigoje, o visas jo genomas buvo prieinamas tik 2003 m. balandžio mėn.

Genomo sekos nustatymas yra labai svarbus kuriant šios ligos diagnostiką ir vakcinas.

Ligoninės naujovės

5. Medicininis robotas iš Providenso regioninio medicinos centro Everete.

Deja, naujasis koronavirusas kelia grėsmę ir gydytojams. CNN teigimu, užkirsti kelią koronaviruso plitimui ligoninėje ir už jos ribų, Providenso regioninio medicinos centro Everete, Vašingtone, darbuotojai darbas (5), kuri matuoja gyvybinius požymius izoliuotam pacientui ir veikia kaip vaizdo konferencijų platforma. Mašina yra daugiau nei tik komunikatorius ant ratų su įmontuotu ekranu, tačiau jis visiškai nepanaikina žmogaus darbo.

Slaugytojai vis tiek turi įeiti į kambarį su pacientu. Jie taip pat valdo robotą, kuris bent jau biologiškai nebus paveiktas infekcijos, todėl tokio tipo prietaisai vis dažniau bus naudojami infekcinių ligų gydymui.

Žinoma, patalpas galima apšiltinti, bet reikia ir vėdinti, kad būtų galima kvėpuoti. Tam reikia naujų vėdinimo sistemosužkirsti kelią mikrobų plitimui.

Tokio tipo techniką sukūrusi Suomijos įmonė Genano (6) gavo greitą užsakymą medicinos įstaigoms Kinijoje. Oficialiame bendrovės pranešime teigiama, kad įmonė turi didelę patirtį tiekiant įrangą, užkertančią kelią infekcinių ligų plitimui steriliose ir izoliuotose ligoninių patalpose. Ankstesniais metais ji, be kita ko, vykdė pristatymus į Saudo Arabijos gydymo įstaigas MERS viruso epidemijos metu. Suomijos saugaus vėdinimo prietaisai taip pat buvo pristatyti į garsiąją laikinąją ligoninę, skirtą 2019-nCoV koronavirusu užsikrėtusiems žmonėms Uhane, jau pastatytą per dešimt dienų.

6. Genano sistemos schema izoliatoriuje

Genano teigimu, valytuvuose naudojama patentuota technologija „pašalina ir naikina visus ore esančius mikrobus, tokius kaip virusai ir bakterijos“. Galintys sugauti smulkias, net 3 nanometrų, daleles, oro valytuvai neturi mechaninio filtro, kurį reikia prižiūrėti, o orą filtruoja stiprus elektrinis laukas.

Kitas techninis įdomumas, iškilęs koronaviruso protrūkio metu, buvo šiluminiai skeneriai, naudojamas, be kita ko, Indijos oro uostuose paimami karščiuojantys žmonės.

Internetas – skauda ar padeda?

Nepaisant didžiulės kritikos bangos dėl replikacijos ir platinimo, dezinformacijos skleidimo ir panikos, socialinės žiniasklaidos priemonės taip pat suvaidino teigiamą vaidmenį po protrūkio Kinijoje.

Kaip pranešė, pavyzdžiui, Kinijos technologijų svetainė TMT Post, socialinė platforma, skirta mini vaizdo įrašams. Duoinas, kuris yra kiniškas visame pasaulyje žinomo TikTok (7) atitikmuo, pristatė specialų segmentą, skirtą informacijai apie koronaviruso plitimą apdoroti. Po grotažyme #Kovok pneumonija, skelbia ne tik vartotojų informaciją, bet ir ekspertų ataskaitas bei patarimus.

Be informuotumo didinimo ir svarbios informacijos skleidimo, Douyin taip pat siekia padėti gydytojams ir medicinos personalui, kovojančiam su virusu, taip pat užsikrėtusiems pacientams. Analitikas Danielis Ahmadas „Twitter“ paskelbė, kad programėlė paleido „Jiayou vaizdo efektą“ (tai reiškia paskatinimą), kurį vartotojai turėtų naudoti norėdami siųsti teigiamus pranešimus, palaikančius gydytojus, sveikatos priežiūros specialistus ir pacientus. Tokio tipo turinį skelbia ir žinomi žmonės, įžymybės bei vadinamieji influenceriai.

Šiandien manoma, kad kruopštus su sveikata susijusių socialinių tinklų tendencijų tyrimas galėtų labai padėti mokslininkams ir visuomenės sveikatos institucijoms geriau atpažinti ir suprasti ligų perdavimo tarp žmonių mechanizmus.

Iš dalies todėl, kad socialinė žiniasklaida linkusi būti „labai kontekstuali ir vis labiau hiperlokali“, 2016 m. jis sakė „The Atlantic“. Marselio salotos, federalinės politechnikos mokyklos Lozanoje (Šveicarija) mokslininkas ir augančios srities, kurią mokslininkai vadina, ekspertas. „Skaitmeninė epidemiologija“. Tačiau kol kas, pridūrė jis, mokslininkai vis dar bando suprasti, ar socialinė žiniasklaida kalba apie sveikatos problemas, kurios iš tikrųjų atspindi epidemiologinius reiškinius, ar ne (8).

8. Kinai daro asmenukes su kaukėmis.

Pirmųjų eksperimentų rezultatai šiuo atžvilgiu neaiškūs. Jau 2008 m. „Google“ inžinieriai pristatė ligų numatymo įrankį – „Google“ gripo tendencijos (GFT). Bendrovė planavo jį naudoti analizuodama „Google“ paieškos sistemos duomenis dėl simptomų ir signalinių žodžių. Tuo metu ji tikėjosi, kad rezultatai bus panaudoti norint tiksliai ir iš karto atpažinti gripo ir dengės karštligės protrūkių „brožas“ – dviem savaitėmis anksčiau nei JAV ligų kontrolės ir prevencijos centrai. (CDC), kurio tyrimai laikomi geriausiu šios srities standartu. Tačiau „Google“ rezultatai dėl ankstyvos interneto signalais pagrįstos gripo diagnozės JAV, o vėliau – maliarijos Tailande buvo laikomi pernelyg netiksliais.

Technika ir sistemos, kurios „numato“ įvairius įvykius, t. tokių kaip riaušių ar epidemijų sprogimas, dirbo ir „Microsoft“, kuri 2013 m. kartu su Izraelio Technion Institute pradėjo nelaimių prognozavimo programą, pagrįstą žiniasklaidos turinio analize. Daugiakalbių antraščių vivisekcija „kompiuterinė žvalgyba“ turėjo atpažinti socialines grėsmes.

Mokslininkai ištyrė tam tikras įvykių sekas, pavyzdžiui, informaciją apie sausrą Angoloje, dėl kurios prognozavimo sistemose buvo galima prognozuoti galimą choleros epidemiją, nes jie nustatė ryšį tarp sausros ir ligos paplitimo padidėjimo. Sistemos pagrindas buvo sukurtas remiantis New York Times archyvinių publikacijų analize, pradedant 1986 m. Tolesnė plėtra ir mašininio mokymosi procesas apėmė naujų interneto išteklių naudojimą.

Iki šiol, remiantis BlueDot ir Metabiota sėkme epidemiologinėse prognozėse, gali kilti pagunda daryti išvadą, kad tiksliai prognozuoti galima visų pirma remiantis „kvalifikuotais“ duomenimis, t.y. profesionalūs, patikrinti, specializuoti šaltiniai, o ne interneto ir portalų bendruomenių chaosas.

Bet gal viskas dėl išmanesnių algoritmų ir geresnio mašininio mokymosi?