AI ต่อสู้กับการระบาดของโรค coronavirus อย่างไร


ตอบ 1:

ปัญญาประดิษฐ์สามารถต่อสู้กับ Coronavirus ในอนาคต

.

การระบาดของโรคเช่น coronavirus มักจะเปิดตัวเร็วเกินไปสำหรับนักวิทยาศาสตร์ที่จะหาวิธีรักษา แต่ในอนาคตปัญญาประดิษฐ์สามารถช่วยให้นักวิจัยทำงานได้ดีขึ้น

แม้ว่ามันอาจจะสายเกินไปสำหรับเทคโนโลยีที่มีประสบการณ์ในการมีบทบาทสำคัญในการแพร่ระบาดของโรคในปัจจุบัน แต่ก็มีความหวังสำหรับการระบาดครั้งต่อไป AI นั้นเก่งในเรื่องการรวบรวมข้อมูลเพื่อค้นหาการเชื่อมต่อที่ทำให้ง่ายต่อการพิจารณาว่าการรักษาแบบใดที่สามารถใช้งานได้

คำถามคือสิ่งที่ข้อมูลขนาดใหญ่จะเกิดขึ้นเมื่อได้รับข้อมูลเกี่ยวกับความเจ็บป่วยที่เพิ่งเกิดขึ้นเช่น Covid-19 ซึ่งเพิ่งเกิดขึ้นน้อยมากเมื่อปลายปีที่แล้วในประเทศจีนและมีผู้ป่วยมากกว่า 75,000 คนในเวลาประมาณสองเดือน

ความจริงที่ว่านักวิจัยพยายามที่จะสร้างลำดับของยีนของไวรัสตัวใหม่ภายในไม่กี่สัปดาห์จากรายงานผู้ป่วยรายแรกที่มีแนวโน้มเพราะมันแสดงให้เห็นว่ามีข้อมูลในทันทีมากขึ้นเมื่อมีการระบาดเกิดขึ้น

Andrew Hopkins ประธานเจ้าหน้าที่บริหารของ Oxford ประเทศอังกฤษ Exscientia Ltd. เป็น บริษัท ที่ทำงานเพื่อช่วยฝึกอบรมปัญญาประดิษฐ์สำหรับการค้นพบสิ่งเสพติด เขาคิดว่าการรักษาแบบใหม่อาจเริ่มต้นจากแนวความคิดไปจนถึงการทดสอบทางคลินิกในเวลาเพียง 18 ถึง 24 เดือนภายในทศวรรษหน้าด้วย AI

Exscientia ออกแบบสารประกอบใหม่สำหรับรักษาโรคที่ครอบงำซึ่งพร้อมที่จะทดสอบในห้องปฏิบัติการหลังจากน้อยกว่าหนึ่งปีในระยะเริ่มต้นของการวิจัย เร็วกว่าค่าเฉลี่ยประมาณห้าเท่า

Healx ที่อยู่ในเคมบริดจ์มีวิธีการที่คล้ายกัน แต่ใช้การเรียนรู้ด้วยเครื่องเพื่อค้นหาการใช้งานใหม่สำหรับยาที่มีอยู่ บริษัท ทั้งสองฟีดอัลกอริทึมของพวกเขาด้วยข้อมูล - รวบรวมจากแหล่งต่าง ๆ เช่นวารสารฐานข้อมูลชีวการแพทย์และการทดลองทางคลินิก - เพื่อช่วยแนะนำการรักษาโรคใหม่ ๆ

การกำกับดูแลมนุษย์

ทั้งสอง บริษัท ใช้ทีมนักวิจัยของมนุษย์เพื่อทำงานร่วมกับ AI เพื่อช่วยชี้แนะกระบวนการ ในแนวทางของ Exscientia ได้ทำการขนานนาม Centaur Chemist นักออกแบบยาช่วยสอนกลยุทธ์อัลกอริทึมสำหรับการค้นหาสารประกอบ Healx ใช้การคาดการณ์ของ AI สำหรับนักวิจัยที่วิเคราะห์ผลลัพธ์และตัดสินใจว่าจะทำอะไร

Neil Thompson หัวหน้าเจ้าหน้าที่วิทยาศาสตร์ของ Healx กล่าวว่าเทคนิคนี้สามารถนำไปใช้กับการระบาดเช่น coronavirus ตราบใดที่มีข้อมูลเพียงพอเกี่ยวกับโรคใหม่ Healx ไม่ทำงานในการแก้ปัญหา coronavirus หรือ tweaking เทคโนโลยีของตนเพื่อการระบาด แต่มันจะไม่เป็นการยืด

“ เราค่อนข้างใกล้ชิด” ธ อมป์สันกล่าวในการให้สัมภาษณ์ “ เราไม่จำเป็นต้องเปลี่ยนแปลงอะไรมากเกี่ยวกับอัลกอริธึม AI ที่เราใช้ เราดูการจับคู่คุณสมบัติยากับคุณสมบัติของโรค”

อัลกอริทึมปัญญาประดิษฐ์เริ่มต้นแล้วเพื่อปั่นยาสำหรับโรคที่เรารู้ นักวิจัยที่สถาบันเทคโนโลยีแมสซาชูเซตส์กล่าวเมื่อวันพฤหัสบดีว่าพวกเขาจะใช้วิธีการระบุสารประกอบยาปฏิชีวนะตัวใหม่ที่ทรงพลังที่สามารถฆ่าเชื้อแบคทีเรียที่มีปัญหามากมายแม้บางชนิดที่ต้านทานต่อการรักษาอื่น ๆ

สิ่งหนึ่งที่จับได้สำหรับเทคโนโลยีทั้งหมดนี้คือการทดสอบทางคลินิก แม้แต่ยาที่ปลอดภัยสำหรับใช้ในการรักษาโรคหนึ่งก็ควรจะทำการทดสอบอีกครั้งก่อนที่จะได้รับยาอีกชนิดหนึ่ง กระบวนการแสดงให้เห็นว่าพวกเขาปลอดภัยและมีประสิทธิภาพกับคนจำนวนมากอาจใช้เวลาหลายปีก่อนที่จะไปตรวจสอบหน่วยงานกำกับดูแล

เพื่อให้มีประสิทธิภาพนักพัฒนายาที่ใช้ AI จะต้องวางแผนล่วงหน้าหยิบจีโนมไวรัสที่น่าจะทำให้เกิดปัญหาในอนาคตและกำหนดเป้าหมายเมื่อมีแรงจูงใจเพียงเล็กน้อยเท่านั้น

ขอขอบคุณ.


ตอบ 2:

เกมเปิดตัวอยู่แล้ว!

ถ้าไม่ใช่ coronavirus อย่างน้อยก็สำหรับ superbugs นักวิจัยที่ MIT และ Harvard ใช้ AI เพื่อระบุยาปฏิชีวนะตัวใหม่ที่สามารถฆ่าแบคทีเรียดื้อยาได้หลายตัว พวกเขาฝึกอบรมอัลกอริทึมการเรียนรู้ด้วยเครื่องจักรเพื่อวิเคราะห์สารประกอบทางเคมีที่สามารถต่อสู้กับการติดเชื้อโดยใช้กลไกต่างจากยาที่มีอยู่เดิม

พวกเขาฝึกฝนแบบจำลองของพวกเขาใน 2,500 โมเลกุลระบุสารประกอบ (พวกเขาเรียกว่า Halicin) สำหรับการทดสอบแบคทีเรียที่นำมาจากผู้ป่วยและแบคทีเรียที่ปลูกในห้องปฏิบัติการ “ Halicin” สามารถฆ่าเชื้อแบคทีเรียดื้อยาได้มากมายรวมถึง

mycobactirium วัณโรค clostridium difficile

และ

acinetobacter baumannii

Halicin รักษาหนูสองตัวที่ติดเชื้อ

A.baumannii

บังเอิญทหารสหรัฐจำนวนมากในอิรักและอัฟกานิสถานติดเชื้อด้วยข้อผิดพลาดเดียวกัน รายงานกล่าวว่าครีมของ Halicin นำไปใช้กับผิวของหนูสองตัวนี้รักษาให้หายขาดได้ภายใน 24 ชั่วโมง

การใช้แบบจำลองคอมพิวเตอร์ที่คาดการณ์เพื่อการค้นพบยาไม่ใช่เรื่องใหม่ แต่ความสำเร็จที่ดีที่สุดคือ Halicin

ตามแบบจำลองการทำนายของพวกเขาสามารถทำสิ่งที่จะมีราคาแพงสำหรับวิธีการทดลองแบบดั้งเดิม

ความสำเร็จของ Halicin นี้มาถึงขั้นตอนสำคัญในประวัติศาสตร์ของมนุษย์ คาดการณ์ว่าภายในปี 2050 มีผู้เสียชีวิตทั่วโลกเนื่องจากแบคทีเรียดื้อยาสามารถเข้าถึง 10 ล้านคน

จำเป็นต้องมีการทำงานเพิ่มเติมเพื่อให้ Halicin สามารถใช้งานได้ในมนุษย์ แม้ว่าอัลกอริทึมของพวกเขาได้รับการออกแบบสำหรับแบคทีเรียมันอาจ "อัพเกรด" สำหรับต่อสู้กับไวรัส


ตอบ 3:

ลองนึกภาพโรงพยาบาลในประเทศจีนมีผู้ป่วย 1,000 รายที่มีอาการคล้ายกันโรงพยาบาลจะทำอย่างไร ในขณะที่ข้อมูลทั้งหมดเกี่ยวกับอาการและการวินิจฉัยได้รับการบันทึกไว้และพร้อมใช้งานทางอิเล็กทรอนิกส์แผนกสุขภาพสามารถใช้มาตรการที่จำเป็นและเหมาะสม

AI นั้นยอดเยี่ยมและรวดเร็วในการตรวจจับลวดลายความคล้ายคลึงกันสำหรับการตรวจจับที่รวดเร็ว ตัวอย่างหนึ่งของวิธีการ

การค้นหาของ Google สามารถ

เพื่อตรวจสอบการเจ็บป่วยที่เป็นไปได้ทั่วโลก ด้วยรูปแบบการค้นหาที่เรียบง่ายเพียงอย่างเดียวเอไอสามารถตรวจจับภัยคุกคามและโรคระบาดที่อาจเกิดขึ้นในพื้นที่ขนาดใหญ่ทั่วโลก

กลับมาที่ Corona Virus เมื่อจีนได้บันทึกอาการเจ็บป่วยแล้วทำการวิเคราะห์มันจะแบ่งปันข้อมูลนี้กับหน่วยงานภาครัฐอื่น ๆ ที่เป็นไปได้ที่สามารถติดตั้งเครื่องตรวจจับความร้อนที่สามารถสแกนคนด้วยอาการเหล่านี้และจำแนกพวกเขาว่าติดเชื้อหรือผู้ให้บริการ หรือภูมิคุ้มกัน เมื่อไวรัสเปลี่ยนแปลงอย่างรวดเร็วพวกเขามักจะเปลี่ยนวิธีการมองอาการอาจเปลี่ยนแปลงและวินิจฉัยได้ยาก แต่ด้วย AI ประเทศจีนสามารถช่วยเหลือรัฐบาลกับผู้คนที่ย้ายมาจากประเทศจีนโดยเฉพาะหวู่ฮั่นและจากนั้นย้ายไปต่างประเทศข้ามเมือง ข้อมูลนี้สามารถวิเคราะห์โดย AI เพื่อตรวจจับข่าวจากเมืองเหล่านั้นโรงพยาบาลเพื่อนำชิ้นส่วนของปริศนาเข้าด้วยกัน

หวังว่านี่จะช่วยได้!


ตอบ 4:

ในแง่ล่าสุดหากเรามีข้อมูลของผู้ป่วยหลายรายเกินกว่าที่เราจะสามารถระบุและค้นหารูปแบบของผู้ป่วยในเชิงบวกของโคโรนา หลังจากนั้นเราสามารถตรวจสอบผู้ป่วยรายใหม่เพื่อทำนายว่าผู้ป่วยรายนี้อาจติดเชื้อหรือไม่โดยดูจากรูปแบบของพวกเขา การเรียนรู้ของเครื่องคลาสสิกหรือเทคนิคการเรียนรู้ลึกสามารถนำมาใช้เพื่อแยกสิ่งนี้

ในแง่ทั่วไปเราต้องระมัดระวังและต้องโต้ตอบกับบุคคลจากสาขาการแพทย์เพื่อวิเคราะห์รูปแบบเพื่อสรุปสิ่งที่เกิดขึ้นจริงสิ่งที่เปลี่ยนแปลงและกลไกที่กระตุ้นโดยไวรัสในร่างกายเพื่อทำความเข้าใจรูปแบบ


ตอบ 5:

การระบาดของโรคเช่น coronavirus มักจะเปิดตัวเร็วเกินไปสำหรับนักวิทยาศาสตร์ที่จะหาวิธีรักษา แต่ในอนาคตปัญญาประดิษฐ์สามารถช่วยให้นักวิจัยทำงานได้ดีขึ้น

แม้ว่ามันอาจจะสายเกินไปสำหรับเทคโนโลยีที่มีประสบการณ์ในการมีบทบาทสำคัญในการแพร่ระบาดของโรคในปัจจุบัน แต่ก็มีความหวังสำหรับการระบาดครั้งต่อไป AI นั้นเก่งในเรื่องการรวบรวมข้อมูลเพื่อค้นหาการเชื่อมต่อที่ทำให้ง่ายต่อการพิจารณาว่าการรักษาแบบใดที่สามารถใช้งานได้

คำถามคือสิ่งที่ข้อมูลขนาดใหญ่จะเกิดขึ้นเมื่อได้รับข้อมูลเกี่ยวกับความเจ็บป่วยที่เพิ่งเกิดขึ้นเช่น Covid-19 ซึ่งเพิ่งเกิดขึ้นน้อยมากเมื่อปลายปีที่แล้วในประเทศจีนและมีผู้ป่วยมากกว่า 75,000 คนในเวลาประมาณสองเดือน

ความจริงที่ว่านักวิจัยพยายามที่จะสร้างลำดับของยีนของไวรัสตัวใหม่ภายในไม่กี่สัปดาห์จากรายงานผู้ป่วยรายแรกที่มีแนวโน้มเพราะมันแสดงให้เห็นว่ามีข้อมูลในทันทีมากขึ้นเมื่อมีการระบาดเกิดขึ้น

Andrew Hopkins ประธานเจ้าหน้าที่บริหารของ Oxford ประเทศอังกฤษ Exscientia Ltd. เป็น บริษัท ที่ทำงานเพื่อช่วยฝึกอบรมปัญญาประดิษฐ์สำหรับการค้นพบสิ่งเสพติด เขาคิดว่าการรักษาแบบใหม่อาจเริ่มต้นจากแนวความคิดไปจนถึงการทดสอบทางคลินิกในเวลาเพียง 18 ถึง 24 เดือนภายในทศวรรษหน้าด้วย AI

Exscientia ออกแบบสารประกอบใหม่สำหรับรักษาโรคที่ครอบงำซึ่งพร้อมที่จะทดสอบในห้องปฏิบัติการหลังจากน้อยกว่าหนึ่งปีในระยะเริ่มต้นของการวิจัย เร็วกว่าค่าเฉลี่ยประมาณห้าเท่า

Healx ที่อยู่ในเคมบริดจ์มีวิธีการที่คล้ายกัน แต่ใช้การเรียนรู้ด้วยเครื่องเพื่อค้นหาการใช้งานใหม่สำหรับยาที่มีอยู่ บริษัท ทั้งสองฟีดอัลกอริทึมของพวกเขาด้วยข้อมูล - รวบรวมจากแหล่งต่าง ๆ เช่นวารสารฐานข้อมูลชีวการแพทย์และการทดลองทางคลินิก - เพื่อช่วยแนะนำการรักษาโรคใหม่ ๆ

การกำกับดูแลมนุษย์

ทั้งสอง บริษัท ใช้ทีมนักวิจัยของมนุษย์เพื่อทำงานร่วมกับ AI เพื่อช่วยชี้แนะกระบวนการ ในแนวทางของ Exscientia ได้ทำการขนานนาม Centaur Chemist นักออกแบบยาช่วยสอนกลยุทธ์อัลกอริทึมสำหรับการค้นหาสารประกอบ Healx ใช้การคาดการณ์ของ AI สำหรับนักวิจัยที่วิเคราะห์ผลลัพธ์และตัดสินใจว่าจะทำอะไร

Neil Thompson หัวหน้าเจ้าหน้าที่วิทยาศาสตร์ของ Healx กล่าวว่าเทคนิคนี้สามารถนำไปใช้กับการระบาดเช่น coronavirus ตราบใดที่มีข้อมูลเพียงพอเกี่ยวกับโรคใหม่ Healx ไม่ทำงานในการแก้ปัญหา coronavirus หรือ tweaking เทคโนโลยีของตนเพื่อการระบาด แต่มันจะไม่เป็นการยืด

“ เราค่อนข้างใกล้ชิด” ธ อมป์สันกล่าวในการให้สัมภาษณ์ “ เราไม่จำเป็นต้องเปลี่ยนแปลงอะไรมากเกี่ยวกับอัลกอริธึม AI ที่เราใช้ เราดูการจับคู่คุณสมบัติยากับคุณสมบัติของโรค”

อัลกอริทึมปัญญาประดิษฐ์เริ่มต้นแล้วเพื่อปั่นยาสำหรับโรคที่เรารู้ นักวิจัยที่สถาบันเทคโนโลยีแมสซาชูเซตส์กล่าวเมื่อวันพฤหัสบดีว่าพวกเขาจะใช้วิธีการระบุสารประกอบยาปฏิชีวนะตัวใหม่ที่ทรงพลังที่สามารถฆ่าเชื้อแบคทีเรียที่มีปัญหามากมายแม้บางชนิดที่ต้านทานต่อการรักษาอื่น ๆ

สิ่งหนึ่งที่จับได้สำหรับเทคโนโลยีทั้งหมดนี้คือการทดสอบทางคลินิก แม้แต่ยาที่ปลอดภัยสำหรับใช้ในการรักษาโรคหนึ่งก็ควรจะทำการทดสอบอีกครั้งก่อนที่จะได้รับยาอีกชนิดหนึ่ง กระบวนการแสดงให้เห็นว่าพวกเขาปลอดภัยและมีประสิทธิภาพกับคนจำนวนมากอาจใช้เวลาหลายปีก่อนที่จะไปตรวจสอบหน่วยงานกำกับดูแล

เพื่อให้มีประสิทธิภาพนักพัฒนายาที่ใช้ AI จะต้องวางแผนล่วงหน้าหยิบจีโนมไวรัสที่น่าจะทำให้เกิดปัญหาในอนาคตและกำหนดเป้าหมายเมื่อมีแรงจูงใจเพียงเล็กน้อยเท่านั้น

อุปสรรคอีกประการหนึ่งคือการหาพนักงานที่มีคุณภาพ

“ มันยากที่จะหาคนที่สามารถทำงานที่จุดตัดของ AI และชีววิทยาและเป็นเรื่องยากสำหรับ บริษัท ขนาดใหญ่ที่จะตัดสินใจอย่างรวดเร็วเกี่ยวกับเทคโนโลยีเช่นนี้” Irina Haivas หุ้นส่วนของ บริษัท ร่วมทุน Atomico และอดีตศัลยแพทย์ที่อยู่บน คณะกรรมการของ Healx “ ไม่เพียงพอที่จะเป็นวิศวกร AI คุณต้องเข้าใจและเข้าสู่การใช้งานทางชีววิทยา”


ตอบ 6:

เมื่อความเจ็บป่วยลึกลับปรากฏขึ้นครั้งแรกเป็นเรื่องยากสำหรับรัฐบาลและเจ้าหน้าที่สาธารณสุขที่จะรวบรวมข้อมูลได้อย่างรวดเร็วและประสานงานการตอบสนอง แต่เทคโนโลยีปัญญาประดิษฐ์ใหม่สามารถขุดผ่านรายงานข่าวและเนื้อหาออนไลน์ทั่วโลกโดยอัตโนมัติช่วยให้ผู้เชี่ยวชาญสามารถระบุความผิดปกติที่อาจเกิดขึ้นซึ่งนำไปสู่การแพร่ระบาดที่อาจเกิดขึ้นหรือแย่ลง กล่าวอีกนัยหนึ่งหัวหน้า AI ใหม่ของเราอาจช่วยเราให้พ้นจากโรคระบาดครั้งต่อไป

สิ่งเหล่านี้ใหม่

AI

ความสามารถในการแกว่งเต็มรูปแบบกับการระบาดของโรค coronavirus ล่าสุดระบุโดย BlueDat บริษัท จากประเทศแคนาดาซึ่งเป็นหนึ่งในหลายองค์กรที่ใช้ข้อมูลเพื่อประเมินความเสี่ยงด้านสุขภาพของประชาชน ศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา (CDC) และองค์การอนามัยโลก (WHO) ได้ออกประกาศอย่างเป็นทางการแล้วว่าหน่วยงานอ้างว่ากำลังดำเนินการ "การเฝ้าระวังโรคติดเชื้ออัตโนมัติ" ณ สิ้นเดือนมกราคมไวรัสทางเดินหายใจที่เชื่อมโยงกับเมืองหวู่ฮั่นในประเทศจีนได้สูญเสียชีวิตไปแล้วมากกว่า 100 ชีวิต มีหลายกรณีเกิดขึ้นในหลาย ๆ ประเทศรวมถึงสหรัฐอเมริกาและ CDC เตือนชาวอเมริกันให้หลีกเลี่ยงการเดินทางไปยังประเทศจีนโดยไม่จำเป็น


ตอบ 7:

เมื่อถึงจุดที่มีเหตุการณ์แปลก ๆ เกิดขึ้นเป็นครั้งแรกมันอาจเป็นเรื่องยากสำหรับรัฐบาลและเจ้าหน้าที่ทั่วไปที่มีสุขภาพดีในการรวบรวมข้อมูลอย่างรวดเร็วและช่วยให้เกิดปฏิกิริยา ไม่ว่าในกรณีใดนวัตกรรมการสร้างเหตุผลแบบใหม่ที่มนุษย์สร้างขึ้นเองสามารถขุดผ่านรายงานข่าวและสารออนไลน์จากทั่วโลกโดยผู้เชี่ยวชาญช่วยรับรู้ถึงความไม่สอดคล้องที่อาจทำให้เกิดภัยพิบัติหรือเป็นโรคระบาดที่น่าเศร้ามากขึ้น ในตอนท้ายของวัน AI นเรศวรใหม่ของเราอาจช่วยเราในการทนต่อโรคต่อไปนี้

ความสามารถ AI ใหม่เหล่านี้อยู่ในการแสดงเต็มรูปแบบพร้อมกับ coronavirus flare-up ที่โดดเด่นในเวลาที่กำหนดโดย บริษัท แคนาดาชื่อ BlueDot ซึ่งเป็นหนึ่งในองค์กรต่าง ๆ ที่ใช้ข้อมูลเพื่อประเมินความเป็นอยู่ทั่วไปที่เป็นอันตราย องค์กรซึ่งระบุว่าดำเนินการ "การสังเกตอาการเจ็บป่วยที่ไม่อาจต้านทานหุ่นยนต์" บอกกับลูกค้าเกี่ยวกับ coronavirus รูปแบบใหม่ในช่วงปลายเดือนธันวาคมวันก่อนทั้งศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา (CDC) และองค์การอนามัยโลก (WHO) ) แจ้งเตือนอย่างเป็นทางการตามประกาศโดย Wired ปัจจุบันใกล้ถึงสิ้นเดือนมกราคมการติดเชื้อระบบทางเดินหายใจที่เชื่อมต่อกับเมืองหวู่ฮั่นในประเทศจีนเพิ่งเสียชีวิตไปเกินกว่า 100 คน มีหลายกรณีที่เกิดขึ้นในประเทศต่าง ๆ รวมถึงสหรัฐอเมริกาและ CDC กำลังเตือนชาวอเมริกันให้รักษาระยะห่างเชิงกลยุทธ์จากการเดินทางที่ไม่จำเป็นไปยังประเทศจีน

Kamran Khan แพทย์ผู้ป่วยที่ไม่อาจต้านทานและผู้เขียนและซีอีโอของ BlueDot ชี้แจงในที่ประชุมว่ากรอบการตักเตือนเริ่มต้นขององค์กรใช้สติที่มนุษย์สร้างขึ้นรวมถึงการใช้ภาษาปกติและ AI เพื่อติดตามการติดเชื้อที่ไม่อาจต้านทานกว่า 100 รายการ 65 ภาษาอย่างสม่ำเสมอ ข้อมูลดังกล่าวช่วยให้องค์กรทราบเมื่อบอกลูกค้าเกี่ยวกับความใกล้ที่อาจเกิดขึ้นและการแพร่กระจายของการเจ็บป่วยที่ไม่อาจต้านทานได้

ข้อมูลอื่น ๆ เช่นเดียวกับข้อมูลกำหนดการสำรวจและวิธีการบินสามารถช่วยให้องค์กรมีข้อบ่งชี้เพิ่มเติมเกี่ยวกับการแพร่กระจายของโรคร้าย ตัวอย่างเช่นเมื่อเร็ว ๆ นี้ผู้เชี่ยวชาญ BlueDot คาดการณ์ชุมชนเมืองที่แตกต่างกันในเอเชียซึ่ง coronavirus จะปรากฏหลังจากที่ปรากฏตัวในดินแดนจีน

ความคิดที่อยู่เบื้องหลังแบบจำลองของ BlueDot (ซึ่งผลสรุปอยู่ในลักษณะที่ตรวจสอบโดยผู้เชี่ยวชาญมนุษย์) คือการรับข้อมูลไปยังผู้ปฏิบัติงานประกันสังคมให้เร็วที่สุดเท่าที่จะทำได้ด้วยความคาดหวังว่าพวกเขาสามารถวิเคราะห์ - และถ้าจำเป็น บุคคลที่อาจติดเชื้อในเวลาที่เหมาะสม

“ ข้อมูลอย่างเป็นทางการไม่ได้อยู่ในทุกกรณีที่เป็นมงคล” ข่านกล่าวกับ Recode "ความแตกต่างระหว่างหนึ่งกรณีใน explorer และ flare-up นั้นขึ้นอยู่กับผู้เชี่ยวชาญด้านบริการมนุษย์ระดับแนวหน้าของคุณที่รับรู้ว่ามีความเจ็บป่วยที่เฉพาะเจาะจงมันอาจเป็นความแตกต่างในการรักษาวูบวาบจากสิ่งที่เกิดขึ้นจริง ๆ "

ข่านรวมถึงกรอบการทำงานของเขาที่สามารถใช้ประโยชน์จากข้อมูลอื่น ๆ เช่นข้อมูลเกี่ยวกับชั้นบรรยากาศอุณหภูมิหรือแม้แต่สัตว์เลี้ยงในบริเวณใกล้เคียงเพื่อคาดการณ์ว่าใครก็ตามที่ปนเปื้อนด้วยความเจ็บป่วยอาจจะทำให้เกิดอาการวูบวาบ ที่นั่น เขากล่าวว่าในปี 2559 BlueDot มีทางเลือกที่จะมองเห็นการปรากฏตัวของการติดเชื้อ Zika ในฟลอริดาครึ่งปีก่อนที่มันจะปรากฏตัวที่นั่น

องค์กรตรวจสอบการระบาดของ Metabiota ยืนยันว่าประเทศไทยเกาหลีใต้ญี่ปุ่นและไต้หวันมีความเสี่ยงสูงที่สุดในการเห็นการติดเชื้อปรากฏในช่วงเจ็ดวันก่อนมีการเปิดเผยกรณีในประเทศเหล่านั้นจริง ๆ โดยหวังว่าจะได้ข้อมูลเที่ยวบิน Metabiota ในฐานะ BlueDot ใช้การจัดการทางภาษาทั่วไปในการประเมินรายงานออนไลน์เกี่ยวกับการเจ็บป่วยที่อาจเกิดขึ้นและมันก็ถูกนำไปใช้เพื่อสร้างนวัตกรรมที่คล้ายกันสำหรับข้อมูลชีวิตบนเว็บ

Imprint Gallivan ผู้บริหารด้านเทคโนโลยีสารสนเทศของ Metabiota ชี้แจงว่าขั้นตอนและการสนทนาออนไลน์สามารถให้สัญญาณว่ามีอันตรายจากการระบาดใหญ่ Metabiota อ้างเช่นเดียวกันว่าสามารถประเมินอันตรายของการแพร่กระจายของโรคที่ทำให้เกิดการหยุดชะงักทางสังคมและการเมืองในมุมมองของข้อมูลเช่นสิ่งบ่งชี้ของโรคอัตราตายและการเข้าถึงการรักษา ยกตัวอย่างเช่นในชั่วโมงของการเผยแพร่บทความนี้ Metabiota ได้ประเมินอันตรายของ coronavirus นวนิยายที่ทำให้เกิดความไม่สบายใจในระดับ "สูง" ในสหรัฐอเมริกาและจีนอย่างไรก็ตามมันประเมินอันตรายจากการติดเชื้อลิงในสาธารณรัฐประชาธิปไตยคองโก โดยที่มีกรณีของการติดเชื้อนั้น) เป็น "สื่อกลาง"

เป็นเรื่องยากที่จะรู้ว่ากรอบการจัดเรตหรือขั้นตอนนี้แม่นยำเพียงใดอย่างไรก็ตาม Gallivan กล่าวว่าองค์กรทำงานร่วมกับเครือข่ายความรู้ของสหรัฐอเมริกาและกระทรวงกลาโหมในประเด็นที่ระบุด้วย coronavirus นี่เป็นผลงานชิ้นหนึ่งของ Metabiota กับ In-Q-Tel บริษัท ผจญภัยที่ไม่แสวงหาผลกำไรที่เชื่อมต่อกับ Central Intelligence Agency อย่างไรก็ตามหน่วยงานภาครัฐไม่ใช่ลูกค้าหลักของกรอบเหล่านี้ Metabiota ยังเผยแพร่รากฐานของการรับประกันภัยต่ออีกด้วย - การประกันภัยต่อเป็นการป้องกันโดยทั่วไปสำหรับ บริษัท ประกันภัย - ซึ่งควรจัดการกับอันตรายทางการเงินที่เกี่ยวข้องกับการแพร่กระจายความสามารถที่แฝงอยู่ของความเจ็บป่วย

การใช้เหตุผลทางคอมพิวเตอร์นั้นมีคุณค่ามากกว่าการรักษาผู้เชี่ยวชาญด้านการแพร่เชื้อและเจ้าหน้าที่ที่ได้รับการศึกษาเมื่อมีการติดเชื้อ ผู้เชี่ยวชาญได้ประดิษฐ์แบบจำลอง AI ซึ่งสามารถคาดการณ์ตอนของการติดเชื้อ Zika ได้อย่างต่อเนื่องซึ่งสามารถให้ความรู้ว่าผู้เชี่ยวชาญตอบสนองต่อเหตุฉุกเฉินที่อาจเกิดขึ้นได้อย่างไร สติที่มนุษย์สร้างขึ้นสามารถนำมาใช้ในการจัดการวิธีการที่เจ้าหน้าที่ทั่วไปที่มีสุขภาพดีกระจายทรัพย์สินในระหว่างเกิดเหตุฉุกเฉิน เป็นผลให้ AI หมายถึงการเป็นบรรทัดแรกของการป้องกันการเจ็บป่วย

สิ่งที่ครอบคลุมยิ่งกว่านั้น AI คือตอนนี้ช่วยตรวจสอบยาใหม่จัดการกับการติดเชื้อที่ผิดปกติและระบุการเติบโตของมะเร็งที่อก สติปัญญาที่มนุษย์สร้างขึ้นยังใช้เพื่อแยกแยะการรวบรวมข้อมูลที่น่าขนลุกที่กระจาย Chagas, โรคร้ายแรงและเป็นไปได้ที่เสียชีวิตที่มีการคาดการณ์ 8 ล้านคนในเม็กซิโกและอเมริกากลางและอเมริกาใต้ ยังมีการเพิ่มความกระตือรือร้นในการใช้ข้อมูลที่ไม่เป็นอยู่ที่ดีเช่นการนำเสนอชีวิตบนเว็บเพื่อช่วยให้ผู้กำหนดนโยบายและองค์กรด้านการแพทย์เข้าใจถึงสถานการณ์ฉุกเฉินที่ดี ตัวอย่างเช่น AI ที่สามารถขุดชีวิตออนไลน์นำเสนอในข้อเสนอยาเสพติดที่ผิดกฎหมายและให้หน่วยงานที่มีสุขภาพดีมีการศึกษาเกี่ยวกับการแพร่กระจายของสารควบคุมเหล่านี้

กรอบเหล่านี้รวมถึง Metabiota และ BlueDot นั้นเป็นเพียงส่วนหนึ่งของข้อมูลที่พวกเขากำลังประเมิน ยิ่งไปกว่านั้น AI - ส่วนใหญ่ - มีปัญหาเรื่องความเอนเอียงซึ่งสามารถสะท้อนทั้งสถาปนิกของกรอบงานและข้อมูลที่เตรียมไว้ นอกจากนี้ AI ที่ใช้ในการบริการด้านยาก็ไม่ได้มีรูปร่างหรือรูปแบบที่ปลอดภัยต่อปัญหาดังกล่าว

ทุกสิ่งที่พิจารณาความก้าวหน้าเหล่านี้พูดถึงมุมมองอุดมคติที่ก้าวหน้าสำหรับสิ่งที่ AI สามารถทำได้ ตามปกติแล้วการอัปเดตเกี่ยวกับหุ่นยนต์ AI จะกรองข้อมูลจำนวนมากไม่ได้ผลดีนัก พิจารณาข้อกำหนดทางกฎหมายโดยใช้ฐานข้อมูลการรับรู้ใบหน้าจากภาพที่ขุดจากเว็บ หรือในทางกลับกันผู้กำกับที่จะสามารถใช้ AI เพื่อคาดการณ์ว่าคุณจะประสบความสำเร็จได้อย่างไรในแง่ของการโพสต์ชีวิตบนอินเทอร์เน็ตของคุณ ความเป็นไปได้ของ AI ในการต่อสู้กับโรคร้ายป่าเถื่อนนั้นเสนอสถานการณ์ที่เราอาจรู้สึกอึดอัดน้อยลงถ้าไม่ผ่านและร่าเริง บางทีนวัตกรรมนี้ - เมื่อใดก็ตามที่สร้างและใช้อย่างเหมาะสม - อาจช่วยชีวิตสักสองสาม