Paredziet epidēmiju, pirms tā sākas

Kanādas BlueDot algoritms bija ātrāks par ekspertiem, lai atpazītu jaunākā koronavīrusa radītos draudus. Viņš informēja savus klientus par draudiem dienas pirms ASV Slimību kontroles un profilakses centri (CDC) un Pasaules Veselības organizācija (PVO) nosūtīja pasaulei oficiālus paziņojumus.

Kamran Khan (1), ārsts, infekcijas slimību speciālists, programmas dibinātājs un izpilddirektors BlueDot, intervijā presei paskaidroja, kā šī agrīnās brīdināšanas sistēma izmanto mākslīgo intelektu, tostarp dabiskās valodas apstrādi un mašīnmācīšanos, lai izsekotu simts lipīgu slimību vienlaikus. Katru dienu tiek analizēti aptuveni 100 65 rakstu XNUMX valodās.

1. Kamran Khan un karte, kas parāda Uhaņas koronavīrusa izplatību.

Šie dati norāda uzņēmumiem, kad jāpaziņo saviem klientiem par iespējamu infekcijas slimības klātbūtni un izplatību. Citi dati, piemēram, informācija par ceļojumu maršrutiem un lidojumiem, var palīdzēt sniegt papildu informāciju par uzliesmojuma attīstības iespējamību.

BlueDot modeļa ideja ir šāda. saņemt informāciju pēc iespējas ātrāk veselības aprūpes darbiniekiem, cerot, ka viņi varēs diagnosticēt un, ja nepieciešams, izolēt inficētos un potenciāli lipīgos cilvēkus draudu agrīnā stadijā. Kāns skaidro, ka algoritms neizmanto sociālo mediju datus, jo tie ir "pārāk haotiski". Tomēr "oficiālā informācija ne vienmēr ir atjaunināta," viņš teica Recode. Un reakcijas laiks ir svarīgs, lai veiksmīgi novērstu slimības uzliesmojumu.

Khans strādāja par infekcijas slimību speciālistu Toronto 2003. gadā, kad tas notika. SARS epidēmija. Viņš vēlējās izstrādāt jaunu veidu, kā sekot līdzi šāda veida slimībām. Pēc vairāku prognozēšanas programmu testēšanas viņš 2014. gadā uzsāka BlueDot un piesaistīja savam projektam finansējumu 9,4 miljonu ASV dolāru apmērā. Uzņēmums šobrīd nodarbina četrdesmit darbiniekus, ārsti un programmētājikuri izstrādā analītisko rīku slimību izsekošanai.

Pēc datu apkopošanas un sākotnējās atlases viņi ieiet spēlē analītiķi. pēc epidemioloģija Viņi pārbauda atklājumu zinātnisko derīgumu un pēc tam ziņo valdībai, uzņēmumiem un veselības aprūpes speciālistiem. klientiem.

Khans piebilda, ka viņa sistēma var izmantot arī virkni citu datu, piemēram, informāciju par konkrēta apgabala klimatu, temperatūru un pat informāciju par vietējiem mājlopiem, lai prognozētu, vai kāds ar šo slimību inficēts varētu izraisīt slimības uzliesmojumu. Viņš norāda, ka jau 2016. gadā Blue-Dot spēja paredzēt Zikas vīrusa uzliesmojumu Floridā sešus mēnešus pirms tas faktiski tika reģistrēts šajā apgabalā.

Uzņēmums darbojas līdzīgi un izmantojot līdzīgas tehnoloģijas. MetabiotaSARS epidēmijas uzraudzība. Tās eksperti savulaik konstatēja, ka lielākais šī vīrusa rašanās risks ir Taizemē, Dienvidkorejā, Japānā un Taivānā, un viņi to izdarīja vairāk nekā nedēļu pirms saslimšanas gadījumu paziņošanas šajās valstīs. Daži no viņu secinājumiem tika izdarīti, analizējot pasažieru lidojumu datus.

Metabiota, tāpat kā BlueDot, izmanto dabiskās valodas apstrādi, lai novērtētu iespējamos slimības ziņojumus, bet arī strādā, lai izstrādātu to pašu tehnoloģiju sociālo mediju informācijai.

Marks Galivans, Metabiota datu zinātniskais direktors, skaidroja medijiem, ka tiešsaistes platformas un forumi var signalizēt par uzliesmojuma risku. Personāla eksperti arī saka, ka viņi var novērtēt slimības risku, kas izraisa sociālus un politiskus satricinājumus, pamatojoties uz tādu informāciju kā slimības simptomi, mirstība un ārstēšanas pieejamība.

Interneta laikmetā ikviens sagaida ātru, uzticamu un, iespējams, salasāmu informācijas vizuālu noformējumu par koronavīrusa epidēmijas gaitu, piemēram, atjauninātas kartes veidā.

2. Džona Hopkinsa universitātes koronavīrusa 2019-nCoV informācijas panelis.

Džona Hopkinsa universitātes Sistēmu zinātnes un inženierijas centrs ir izstrādājis, iespējams, slavenāko koronavīrusa informācijas paneli pasaulē (2). Tas arī nodrošināja visu datu kopu lejupielādei kā Google lapa. Kartē parādīti jauni gadījumi, apstiprināti nāves gadījumi un atveseļošanās. Vizualizācijai izmantotie dati nāk no dažādiem avotiem, tostarp PVO, CDC, Ķīnas CDC, NHC un DXY — Ķīnas tīmekļa vietnes, kas apkopo NHC ziņojumus un reāllaika vietējos CCDC situācijas ziņojumus.

Diagnostika stundās, nevis dienās

Pasaule pirmo reizi dzirdēja par jaunu slimību, kas parādījās Uhaņā, Ķīnā. 31 декабря 2019 г. Pēc nedēļas Ķīnas zinātnieki paziņoja, ka ir identificējuši vainīgo. Nākamajā nedēļā vācu speciālisti izstrādāja pirmo diagnostikas testu (3). Tas ir ātri, daudz ātrāk nekā SARS vai līdzīgu epidēmiju laikā pirms un pēc.

Jau pagājušās desmitgades sākumā zinātniekiem, kuri meklēja kādu bīstamu vīrusu, tas bija jāaudzē dzīvnieku šūnās Petri trauciņos. Jums ir jābūt izveidojis pietiekami daudz vīrusu, lai izveidotu izolēt DNS un nolasīt ģenētisko kodu, izmantojot procesu, kas pazīstams kā sekvencēšana. Tomēr pēdējos gados šī tehnika ir ļoti attīstīta.

Zinātniekiem pat vairs nav jāaudzē vīruss šūnās. Tie var tieši noteikt ļoti mazus vīrusa DNS daudzumus pacienta plaušās vai asins izdalījumos. Un tas aizņem stundas, nevis dienas.

Notiek darbs, lai izstrādātu vēl ātrākus un ērtākus vīrusu noteikšanas rīkus. Singapūrā bāzētā Veredus Laboratories strādā pie pārnēsājama komplekta, lai noteiktu VereChip (4) nonāks pārdošanā no šī gada 1. februāra. Efektīvi un pārnēsājami risinājumi arī ļaus ātrāk identificēt inficētos, lai saņemtu pienācīgu medicīnisko aprūpi, izvietojot medicīnas komandas uz vietas, īpaši, ja slimnīcas ir pārpildītas.

Jaunākie tehnoloģiskie sasniegumi ir ļāvuši apkopot un koplietot diagnostikas rezultātus gandrīz reāllaikā. Platformas piemērs no Quidel София Es esmu sistēma PCR10 FilmArray BioFire uzņēmumi, kas nodrošina ātrās diagnostikas testus elpceļu patogēniem, ir nekavējoties pieejami, izmantojot bezvadu savienojumu ar datu bāzēm mākonī.

Ķīnas zinātnieki ir pilnībā sekvencējuši 2019-nCoV koronavīrusa (COVID-19) genomu mazāk nekā mēnesi pēc pirmā saslimšanas gadījuma atklāšanas. Kopš pirmās secības ir pabeigtas vēl gandrīz divdesmit. Salīdzinājumam, SARS vīrusa epidēmija sākās 2002. gada beigās, un tās pilns genoms nebija pieejams līdz 2003. gada aprīlim.

Genoma sekvencēšana ir ļoti svarīga diagnostikas un vakcīnu izstrādei pret šo slimību.

Slimnīcu inovācijas

5. Medicīniskais robots no Providensas reģionālā medicīnas centra Everetā.

Diemžēl jaunais koronavīruss apdraud arī ārstus. Saskaņā ar CNN, novērstu koronavīrusa izplatīšanos slimnīcā un ārpus tās, darbinieki Providensas reģionālā medicīnas centrā Everetā, Vašingtonā, izmantojiet Robots (5), kas mēra dzīvībai svarīgās pazīmes izolētam pacientam un darbojas kā videokonferenču platforma. Iekārta ir vairāk nekā tikai komunikators uz riteņiem ar iebūvētu ekrānu, taču tas pilnībā nenovērš cilvēku darbu.

Medmāsām joprojām ir jāieiet istabā kopā ar pacientu. Viņi arī kontrolē robotu, kas vismaz bioloģiski netiks pakļauts infekcijai, tāpēc šāda veida ierīces arvien vairāk tiks izmantotas infekcijas slimību ārstēšanā.

Protams, telpas var siltināt, bet vajag arī vēdināt, lai var elpot. Tas prasa jaunu ventilācijas sistēmasnovēršot mikrobu izplatīšanos.

Somijas uzņēmums Genano (6), kas izstrādāja šāda veida paņēmienus, saņēma eksprespasūtījumu medicīnas iestādēm Ķīnā. Uzņēmuma oficiālajā paziņojumā teikts, ka uzņēmumam ir liela pieredze, nodrošinot aprīkojumu infekcijas slimību izplatības novēršanai sterilās un izolētās slimnīcu telpās. Iepriekšējos gados viņa cita starpā veica piegādes medicīnas iestādēm Saūda Arābijā MERS vīrusa epidēmijas laikā. Somijas ierīces drošai ventilācijai ir nogādātas arī slavenajā pagaidu slimnīcā Uhaņā ar koronavīrusu 2019-nCoV inficētiem cilvēkiem, kas jau uzbūvēta desmit dienu laikā.

6. Genano sistēmas diagramma izolatorā

Patentētā tehnoloģija, ko izmanto attīrītājos, "iznīcina un nogalina visus gaisā esošos mikrobus, piemēram, vīrusus un baktērijas", norāda Genano. Gaisa attīrītājiem, kas spēj uztvert smalkas daļiņas, kuru izmērs ir līdz 3 nanometriem, nav mehāniska filtra, ko uzturēt, un gaisu filtrē spēcīgs elektriskais lauks.

Vēl viens tehniskais kuriozs, kas parādījās koronavīrusa baiļu uzliesmojuma laikā, bija termiskie skeneri, izmanto, cita starpā, Indijas lidostās tiek uzņemti cilvēki ar drudzi.

Internets – sāp vai palīdz?

Neskatoties uz milzīgo kritikas vilni par replikāciju un izplatīšanu, dezinformācijas izplatīšanu un paniku, sociālo mediju rīkiem arī ir bijusi pozitīva loma kopš uzliesmojuma Ķīnā.

Kā ziņo, piemēram, Ķīnas tehnoloģiju vietne TMT Post, sociālā platforma mini video. douyin, kas ir ķīniešu ekvivalents pasaulslavenajam TikTok (7), ir uzsācis īpašu segmentu, lai apstrādātu informāciju par koronavīrusa izplatību. Zem mirkļbirkas #Cīnīties ar pneimoniju, publicē ne tikai informāciju no lietotājiem, bet arī ekspertu ziņojumus un padomus.

Papildus izpratnes veicināšanai un svarīgas informācijas izplatīšanai Douyin mērķis ir arī kalpot kā atbalsta instruments ārstiem un medicīnas personālam, kas cīnās ar vīrusu, kā arī inficētiem pacientiem. Analītiķis Daniels Ahmads tvītoja, ka lietotne ir ieviesusi "Jiayou video efektu" (kas nozīmē iedrošinājumu), kas lietotājiem jāizmanto, lai nosūtītu pozitīvus ziņojumus ārstu, veselības aprūpes speciālistu un pacientu atbalstam. Šāda veida saturu publicē arī slaveni cilvēki, slavenības un tā sauktie influenceri.

Mūsdienās tiek uzskatīts, ka rūpīga ar veselību saistītu sociālo mediju tendenču izpēte varētu ievērojami palīdzēt zinātniekiem un sabiedrības veselības iestādēm labāk atpazīt un izprast slimību pārnešanas mehānismus starp cilvēkiem.

Daļēji tāpēc, ka sociālie mediji mēdz būt "ļoti kontekstuāli un arvien vairāk hiperlokāli", viņš teica The Atlantic 2016. gadā. Marseļas salāti, pētnieks Federālajā Politehniskajā skolā Lozannā, Šveicē, un eksperts augošā jomā, ko zinātnieki sauc "Digitālā epidemioloģija". Tomēr pagaidām, viņš piebilda, pētnieki joprojām drīzāk cenšas saprast, vai sociālie mediji runā par veselības problēmām, kas patiesībā atspoguļo epidemioloģiskās parādības vai nē (8).

8. Ķīnieši uzņem selfijus ar maskām.

Pirmo eksperimentu rezultāti šajā ziņā ir neskaidri. Jau 2008. gadā Google inženieri ieviesa slimību prognozēšanas rīku — Google gripas tendences (GFT). Uzņēmums plānoja to izmantot, lai analizētu Google meklētājprogrammas datus simptomiem un signālvārdiem. Tajā laikā viņa cerēja, ka rezultāti tiks izmantoti, lai precīzi un nekavējoties atpazītu gripas un tropu drudža uzliesmojumu "aprises" - divas nedēļas agrāk nekā ASV Slimību kontroles un profilakses centri. (CDC), kura pētījumi tiek uzskatīti par labāko standartu šajā jomā. Tomēr Google rezultāti par agrīnu, uz interneta signāliem balstītu gripas diagnostiku ASV un vēlāk malārijas diagnozi Taizemē tika uzskatīti par pārāk neprecīziem.

Tehnikas un sistēmas, kas “prognozē” dažādus notikumus, t.sk. piemēram, nemieru vai epidēmiju sprādziens, strādājis arī Microsoft, kas 2013. gadā kopā ar Izraēlas Technion Institute uzsāka katastrofu prognozēšanas programmu, kuras pamatā ir mediju satura analīze. Ar daudzvalodu virsrakstu vivisekciju palīdzību "datorinteliģencei" bija jāatpazīst sociālie draudi.

Zinātnieki pārbaudīja noteiktas notikumu secības, piemēram, informāciju par sausumu Angolā, kas prognozēšanas sistēmās radīja prognozes par iespējamu holēras epidēmiju, jo viņi atklāja saistību starp sausumu un slimības izplatības pieaugumu. Sistēmas ietvars tika izveidots, pamatojoties uz New York Times arhīvu publikāciju analīzi, sākot ar 1986. gadu. Turpmākā attīstība un mašīnmācīšanās process ietvēra jaunu interneta resursu izmantošanu.

Līdz šim, pamatojoties uz BlueDot un Metabiota panākumiem epidemioloģiskajā prognozēšanā, var rasties kārdinājums secināt, ka precīza prognoze ir iespējama galvenokārt, pamatojoties uz "kvalificētiem" datiem, t.i. profesionāli, uzticami, specializēti avoti, nevis interneta un portālu kopienu haoss.

Bet varbūt tas viss ir par gudrākiem algoritmiem un labāku mašīnmācību?