Предвидете епидемија пред да се појави

Канадскиот алгоритам BlueDot беше побрз од експертите во препознавањето на заканата од најновиот коронавирус. Тој ги информираше своите клиенти за заканата неколку дена пред Центрите за контрола и превенција на болести на САД (ЦДЦ) и Светската здравствена организација (СЗО) да испратат официјални известувања до светот.

Камран Кан (1), лекар, специјалист за заразни болести, основач и извршен директор на програмата BlueDot, во едно интервју за печатот објасни како овој систем за рано предупредување користи вештачка интелигенција, вклучувајќи обработка на природен јазик и машинско учење, за да следи дури и сто заразни болести во исто време. Дневно се анализираат околу 100 статии на 65 јазици.

1. Камран Кан и мапа што го прикажува ширењето на коронавирусот во Вухан.

Овие податоци им сигнализираат на компаниите кога да ги известат своите клиенти за потенцијалното присуство и ширење на заразна болест. Други податоци, како што се информации за маршрути за патување и летови, можат да помогнат да се обезбедат дополнителни информации за веројатноста за појава на епидемија.

Идејата зад моделот BlueDot е следна. добие информации што е можно поскоро здравствените работници со надеж дека ќе можат да дијагностицираат - и, доколку е потребно, да изолираат - заразени и потенцијално заразни луѓе во рана фаза на заканата. Кан објаснува дека алгоритмот не користи податоци од социјалните мрежи бидејќи е „премногу хаотичен“. Сепак, „официјалните информации не се секогаш ажурирани“, изјави тој за Recode. А времето на реакција е она што е важно за успешно да се спречи избувнувањето.

Кан работеше како специјалист за заразни болести во Торонто во 2003 година, кога тоа се случи. епидемија на САРС. Тој сакаше да развие нов начин за следење на овие видови на болести. По тестирањето на неколку програми за предвидување, тој го лансираше BlueDot во 2014 година и собра 9,4 милиони долари средства за неговиот проект. Компанијата моментално вработува четириесет вработени, доктори и програмерикои развиваат аналитичка алатка за следење на болестите.

По собирањето на податоците и нивниот првичен избор, тие влегуваат во играта аналитичари. после епидемиологија Тие ги проверуваат наодите за научна валидност и потоа известуваат до владата, бизнисот и здравствените работници. клиенти.

Кан додаде дека неговиот систем може да користи и низа други податоци, како што се информации за климата на одредена област, температура, па дури и информации за локалниот добиток, за да предвиди дали некој заразен со оваа болест може да предизвика избувнување. Тој истакнува дека уште во 2016 година, Blue-Dot можеше да предвиди појава на вирусот Зика на Флорида шест месеци пред тој всушност да се регистрира во областа.

Компанијата работи на сличен начин и користи слични технологии. Метабиотаследење на епидемијата на САРС. Нејзините експерти своевремено открија дека најголем ризик од појава на овој вирус има во Тајланд, Јужна Кореја, Јапонија и Тајван, а тоа го направија повеќе од една недела пред објавувањето на случаите во овие земји. Некои од нивните заклучоци беа извлечени од анализата на податоците за патничките летови.

Metabiota, како BlueDot, користи обработка на природен јазик за да ги процени потенцијалните извештаи за болести, но исто така работи на развивање на истата технологија за информации за социјалните медиуми.

Марк Галиван, научниот директор за податоци на Метабиота, им објасни на медиумите дека онлајн платформите и форумите можат да сигнализираат ризик од појава на епидемија. Експертите од персоналот, исто така, велат дека можат да го проценат ризикот од болест што предизвикува социјални и политички потреси врз основа на информации како што се симптомите на болеста, смртноста и достапноста на третманот.

Во ерата на интернетот, сите очекуваат брза, сигурна и можеби читлива визуелна презентација на информации за напредокот на епидемијата на коронавирус, на пример во форма на ажурирана мапа.

2. Контролна табла за коронавирус 2019-nCoV на Универзитетот Џон Хопкинс.

Центарот за системска наука и инженерство на Универзитетот Џон Хопкинс ја разви можеби најпознатата контролна табла за коронавирус во светот (2). Исто така, го обезбеди целосниот сет за преземање како лист на Google. Мапата покажува нови случаи, потврдени смртни случаи и опоравувања. Податоците што се користат за визуелизација доаѓаат од различни извори, вклучително и СЗО, ЦДЦ, Кина ЦДЦ, NHC и DXY, кинеска веб-локација што ги собира извештаите на NHC и извештаите за ситуацијата на локалната CCDC во реално време.

Дијагностика во часови, а не во денови

Светот првпат слушна за нова болест која се појави во Вухан, Кина. 31 декември 2019 град Една недела подоцна, кинеските научници објавија дека го идентификувале виновникот. Следната недела, германските специјалисти го развија првиот дијагностички тест (3). Брзо е, многу побрзо отколку за време на САРС или слични епидемии пред и потоа.

Уште на почетокот на минатата деценија, научниците кои бараа некаков опасен вирус мораа да го одгледуваат во животински клетки во садовите Петри. Сигурно сте создале доволно вируси за да создадете изолира ДНК и прочитајте го генетскиот код преку процес познат како секвенционирање. Сепак, во последниве години, оваа техника се разви неверојатно.

Научниците веќе не ни требаат да го одгледуваат вирусот во клетките. Тие можат директно да детектираат многу мали количини на вирусна ДНК во белите дробови или крвните секрети на пациентот. И потребни се часови, а не денови.

Во тек е работа за развој на уште побрзи и попогодни алатки за откривање вируси. Лабораториите Veredus со седиште во Сингапур работат на пренослив комплет за откривање, VereChip (4) ќе се најде во продажба од 1 февруари годинава. Ефикасните и преносливи решенија, исто така, ќе го олеснат идентификацијата на заразените за соодветна медицинска нега при распоредување медицински тимови на терен, особено кога болниците се преполни.

Неодамнешните технолошки достигнувања овозможија собирање и споделување дијагностички резултати во речиси реално време. Пример за платформа од Quidel София Јас сум систем PCR10 FilmArray Компаниите BioFire кои обезбедуваат брзи дијагностички тестови за респираторни патогени се веднаш достапни преку безжично поврзување со бази на податоци во облакот.

Геномот на коронавирусот 2019-nCoV (COVID-19) е целосно секвенциониран од кинески научници помалку од еден месец по откривањето на првиот случај. Уште речиси дваесет се завршени од првото секвенционирање. За споредба, епидемијата на вирусот САРС започна кон крајот на 2002 година, а неговиот целосен геном беше достапен до април 2003 година.

Секвенционирањето на геномот е од клучно значење за развојот на дијагностика и вакцини против оваа болест.

Болничка иновација

5. Медицински робот од Регионалниот медицински центар Провиденс во Еверет.

За жал, новиот коронавирус им се заканува и на лекарите. Според CNN, спречи ширење на коронавирусот внатре и надвор од болницата, персоналот во Регионалниот медицински центар Провиденс во Еверет, Вашингтон, користи Роботот (5), кој ги мери виталните знаци кај изолиран пациент и делува како платформа за видео конференции. Машината е повеќе од обичен комуникатор на тркала со вграден екран, но не го елиминира целосно човечкиот труд.

Медицинските сестри сепак мора да влезат во собата со пациентот. Контролираат и робот кој нема да биде изложен на инфекции, барем биолошки, па уредите од овој тип се повеќе ќе се користат во лекувањето на заразни болести.

Секако, собите може да се изолираат, но треба и да се проветрувате за да можете да дишете. Ова бара ново системи за вентилацијаспречување на ширење на микробите.

Финската компанија Genano (6), која ги разви овие типови техники, доби експресна нарачка за медицински установи во Кина. Во официјалното соопштение на компанијата се наведува дека компанијата има големо искуство во обезбедување опрема за спречување на ширење на заразни болести во стерилни и изолирани болнички соби. Во претходните години таа вршеше, меѓу другото, испораки во медицинските установи во Саудиска Арабија за време на епидемијата на вирусот МЕРС. Фински уреди за безбедна вентилација се доставени и во познатата привремена болница за луѓе заразени со коронавирусот 2019-nCoV во Вухан, веќе изградена за десет дена.

6. Дијаграм на системот Genano во изолаторот

Патентираната технологија што се користи во прочистувачите „ги елиминира и ги убива сите микроби во воздухот како што се вирусите и бактериите“, според Џенано. Способни да заробат ситни честички од 3 нанометри, прочистувачите на воздух немаат механички филтер за одржување, а воздухот се филтрира со силно електрично поле.

Друг технички куриозитет што се појави за време на избувнувањето на стравот од коронавирусот беше термички скенери, се користи, меѓу другото, луѓе со треска се земаат на индиските аеродроми.

Интернет - боли или помош?

И покрај огромниот бран критики за реплицирање и ширење, ширење дезинформации и паника, алатките на социјалните медиуми исто така одиграа позитивна улога од избувнувањето во Кина.

Како што објави, на пример, кинеската технолошка страница TMT Post, социјална платформа за мини-видеа. Дуиин, кој е кинески еквивалент на светски познатиот TikTok (7), започна посебен сегмент за обработка на информации за ширењето на коронавирусот. Под хаштагот #Борба против пневмонија, објавува не само информации од корисниците, туку и стручни извештаи и совети.

Покрај подигањето на свеста и ширењето важни информации, Douyin исто така има за цел да служи како алатка за поддршка на лекарите и медицинскиот персонал кои се борат со вирусот, како и за заразените пациенти. Аналитичар Даниел Ахмад твитна дека апликацијата го лансираше „видео ефектот Jiayou“ (што значи охрабрување) што корисниците треба да го користат за да испраќаат позитивни пораки за поддршка на лекарите, здравствените работници и пациентите. Овој тип на содржина објавуваат и познати личности, познати личности и таканаречени инфлуенсери.

Денес, се верува дека внимателното проучување на трендовите на социјалните медиуми поврзани со здравјето би можело многу да им помогне на научниците и властите за јавно здравје подобро да ги препознаат и разберат механизмите на пренос на болести меѓу луѓето.

Делумно затоа што социјалните медиуми имаат тенденција да бидат „многу контекстуални и се повеќе хипер-локални“, изјави тој за Атлантик во 2016 година. Марсејска салата, истражувач на Федералното политехничко училиште во Лозана, Швајцарија и експерт во растечко поле кое научниците го нарекуваат „Дигитална епидемиологија“. Сепак, засега, додаде тој, истражувачите сè уште се обидуваат да разберат дали социјалните медиуми зборуваат за здравствени проблеми кои всушност одразуваат епидемиолошки феномени или не (8).

8. Кинезите прават селфи со маски на себе.

Резултатите од првите експерименти во овој поглед се нејасни. Веќе во 2008 година, инженерите на Google лансираа алатка за предвидување на болести - Трендови на грип на Google (GFT). Компанијата планираше да го користи за да ги анализира податоците од пребарувачот Google за симптоми и сигнални зборови. Во тоа време, таа се надеваше дека резултатите ќе бидат искористени за прецизно и веднаш да се препознаат „контурите“ на појавата на грип и денга - две недели порано од американските центри за контрола и превенција на болести. (CDC), чие истражување се смета за најдобар стандард во оваа област. Сепак, резултатите на Google за раната дијагноза на грип во САД, а подоцна и маларијата во Тајланд, базирана на интернет-сигнали, се сметаа за премногу неточни.

Техники и системи кои „предвидуваат“ различни настани, вкл. како што е експлозијата на немири или епидемии, работеше и Мајкрософт, кој во 2013 година, заедно со израелскиот институт Технион, започна програма за предвидување катастрофи врз основа на анализа на медиумските содржини. Со помош на вивисекција на повеќејазични наслови, „компјутерската интелигенција“ мораше да ги препознае социјалните закани.

Научниците испитуваа одредени секвенци на настани, како што се информациите за сушата во Ангола, што доведе до предвидувања во системите за прогнозирање за можна епидемија на колера, бидејќи открија поврзаност помеѓу сушата и зголемувањето на инциденцата на болеста. Рамката на системот е создадена врз основа на анализата на архивските публикации на Њујорк Тајмс, почнувајќи од 1986 година. Понатамошниот развој и процесот на машинско учење вклучуваше употреба на нови интернет ресурси.

Досега, врз основа на успехот на BlueDot и Metabiota во епидемиолошкото предвидување, некој може да биде во искушение да заклучи дека точното предвидување е можно првенствено врз основа на „квалификувани“ податоци, т.е. професионални, проверени, специјализирани извори, а не хаосот на интернет и порталните заедници.

Но, можеби се работи за попаметни алгоритми и подобро машинско учење?