Napovejte epidemijo, preden pride

Kanadski algoritem BlueDot je bil hitrejši od strokovnjakov pri prepoznavanju grožnje najnovejšega koronavirusa. Svoje stranke je seznanil z grožnjo nekaj dni, preden sta ameriški centri za nadzor in preprečevanje bolezni (CDC) in Svetovna zdravstvena organizacija (WHO) poslala uradna obvestila svetu.

Kamran Khan (1), zdravnik, specialist za nalezljive bolezni, ustanovitelj in izvršni direktor programa BlueDot, je v intervjuju za tisk pojasnil, kako ta sistem zgodnjega opozarjanja uporablja umetno inteligenco, vključno z obdelavo naravnega jezika in strojnim učenjem, za sledenje celo sto nalezljivih bolezni hkrati. Dnevno analizira približno 100 člankov v 65 jezikih.

1. Kamran Khan in zemljevid, ki prikazuje širjenje koronavirusa Wuhan.

Ti podatki podjetjem sporočajo, kdaj morajo svoje stranke obvestiti o morebitni prisotnosti in širjenju nalezljive bolezni. Drugi podatki, kot so informacije o potovanjih in letih, lahko pomagajo zagotoviti dodatne informacije o verjetnosti razvoja izbruha.

Ideja modela BlueDot je naslednja. čim prej pridobite informacije zdravstvene delavce v upanju, da bodo lahko diagnosticirali – in po potrebi izolirali – okužene in potencialno nalezljive ljudi v zgodnji fazi grožnje. Khan pojasnjuje, da algoritem ne uporablja podatkov družbenih medijev, ker so "preveč kaotični". Vendar pa "uradne informacije niso vedno posodobljene," je povedal za Recode. In reakcijski čas je tisto, kar je pomembno za uspešno preprečevanje izbruha.

Khan je leta 2003 delal kot specialist za nalezljive bolezni v Torontu, ko se je to zgodilo. epidemija SARS. Želel je razviti nov način sledenja tovrstnim boleznim. Po testiranju več napovednih programov je leta 2014 lansiral BlueDot in zbral 9,4 milijona dolarjev sredstev za svoj projekt. Podjetje trenutno zaposluje štirideset zaposlenih, zdravniki in programerjiki razvijajo analitično orodje za sledenje bolezni.

Po zbiranju podatkov in njihovi začetni izbiri vstopijo v igro analitiki. po epidemiologi Preizkušajo ugotovitve za znanstveno veljavnost in nato poročajo vladnim, poslovnim in zdravstvenim delavcem. kupci.

Khan je dodal, da bi lahko njegov sistem uporabil tudi vrsto drugih podatkov, kot so informacije o podnebju, temperaturi določenega območja in celo informacije o lokalni živini, da bi napovedal, ali bi lahko nekdo, okužen z boleznijo, povzročil izbruh. Poudarja, da je Blue-Dot že leta 2016 lahko napovedal izbruh virusa Zika na Floridi šest mesecev preden se je dejansko registriral na tem območju.

Podjetje deluje na podoben način in uporablja podobne tehnologije. Metabiotspremljanje epidemije SARS. Njeni strokovnjaki so nekoč ugotovili, da je največja nevarnost za pojav tega virusa na Tajskem, v Južni Koreji, na Japonskem in Tajvanu, in to so storili več kot teden dni pred objavo primerov v teh državah. Nekateri njihovi zaključki so bili povzeti iz analize podatkov o potniških letih.

Metabiota, tako kot BlueDot, uporablja obdelavo naravnega jezika za ocenjevanje možnih poročil o boleznih, vendar si tudi prizadeva za razvoj iste tehnologije za informacije iz družbenih medijev.

Mark Gallivan, Metabiotin znanstveni direktor podatkov, je medijem pojasnil, da lahko spletne platforme in forumi signalizirajo tveganje za izbruh. Strokovnjaki za osebje tudi pravijo, da lahko ocenijo tveganje za širjenje družbeno in politično moteče bolezni na podlagi informacij, kot so simptomi bolezni, umrljivost in razpoložljivost zdravljenja.

V dobi interneta vsi pričakujejo hitro, zanesljivo in morda čitljivo vizualno predstavitev informacij o napredovanju epidemije koronavirusa, na primer v obliki posodobljenega zemljevida.

2. Nadzorna plošča Univerze Johns Hopkins Coronavirus 2019-nCoV.

Center za sistemsko znanost in inženiring na univerzi Johns Hopkins je razvil morda najbolj znano nadzorno ploščo za koronavirus na svetu (2). Zagotovil je tudi celoten nabor podatkov za prenos kot Googlov list. Zemljevid prikazuje nove primere, potrjene smrti in okrevanja. Podatki, ki se uporabljajo za vizualizacijo, prihajajo iz različnih virov, vključno s WHO, CDC, Kitajskim CDC, NHC in DXY, kitajskim spletnim mestom, ki združuje poročila NHC in poročila o stanju CCDC v realnem času.

Diagnostika v urah, ne dnevih

Svet je prvič slišal za novo bolezen, ki se je pojavila v Wuhanu na Kitajskem. 31 december 2019 mesto Teden dni pozneje so kitajski znanstveniki sporočili, da so identificirali krivca. Naslednji teden so nemški strokovnjaki razvili prvi diagnostični test (3). Hitro je, veliko hitreje kot med SARS ali podobnimi epidemijami pred in po.

Že v začetku prejšnjega desetletja so ga morali znanstveniki, ki so iskali nekakšen nevaren virus, gojiti v živalskih celicah v petrijevki. Za izdelavo morate ustvariti dovolj virusov izolirati DNK in prebrati genetsko kodo s postopkom, znanim kot zaporedje. Vendar se je v zadnjih letih ta tehnika močno razvila.

Znanstveniki niti ne rabijo več gojiti virusa v celicah. Neposredno lahko zaznajo zelo majhne količine virusne DNK v pacientovih pljučih ali krvnih izločkih. In to traja ure, ne dni.

Delo je v teku za razvoj še hitrejših in priročnejših orodij za odkrivanje virusov. Veredus Laboratories s sedežem v Singapurju dela na prenosnem kompletu za odkrivanje, VereChip (4) bo v prodaji od 1. februarja letos. Učinkovite in prenosne rešitve bodo prav tako omogočile hitrejše odkrivanje okuženih za ustrezno zdravstveno oskrbo pri razporeditvi zdravstvenih ekip na terenu, zlasti ko so bolnišnice prepolne.

Nedavni tehnološki napredek je omogočil zbiranje in izmenjavo diagnostičnih rezultatov skoraj v realnem času. Primer platforme iz Quidela Sofia i sistem PCR10 FilmArray Podjetja BioFire, ki zagotavljajo hitre diagnostične teste za respiratorne patogene, so takoj na voljo prek brezžične povezave z bazami podatkov v oblaku.

Genom koronavirusa 2019-nCoV (COVID-19) so kitajski znanstveniki v celoti sekvencirali manj kot mesec dni po odkritju prvega primera. Od prvega zaporedja je bilo dokončanih še skoraj dvajset. Za primerjavo, epidemija virusa SARS se je začela konec leta 2002, njegov celoten genom pa je bil na voljo šele aprila 2003.

Zaporedje genoma je ključnega pomena za razvoj diagnostike in cepiv proti tej bolezni.

Bolnišnične inovacije

5. Medicinski robot iz regionalnega medicinskega centra Providence v Everettu.

Novi koronavirus žal ogroža tudi zdravnike. Po poročanju CNN, preprečiti širjenje koronavirusa v bolnišnici in zunaj nje, osebje regionalnega medicinskega centra Providence v Everettu v Washingtonu, uporaba Robot (5), ki meri vitalne znake pri izoliranem pacientu in deluje kot videokonferenčna platforma. Stroj je več kot le komunikator na kolesih z vgrajenim zaslonom, vendar ne odpravlja popolnoma človeškega dela.

Medicinske sestre morajo še vedno vstopiti v sobo s pacientom. Obvladujejo tudi robota, ki vsaj biološko ne bo izpostavljen okužbi, zato se bodo tovrstne naprave vse pogosteje uporabljale pri zdravljenju nalezljivih bolezni.

Seveda je mogoče prostore izolirati, a je treba tudi prezračiti, da lahko dihaš. To zahteva novo prezračevalni sistemipreprečevanje širjenja mikrobov.

Finsko podjetje Genano (6), ki je razvilo tovrstne tehnike, je prejelo ekspresno naročilo za zdravstvene ustanove na Kitajskem. V uradni izjavi družbe piše, da ima podjetje bogate izkušnje pri zagotavljanju opreme za preprečevanje širjenja nalezljivih bolezni v sterilnih in izoliranih bolnišničnih sobah. V preteklih letih je med drugim izvajala dostave v zdravstvene ustanove v Savdski Arabiji v času epidemije virusa MERS. V znamenito začasno bolnišnico za okužene s koronavirusom 2019-nCoV v Wuhanu, zgrajeno v desetih dneh, so dostavili tudi finske naprave za varno prezračevanje.

6. Shema sistema Genano v izolatorju

Genano pravi, da patentirana tehnologija, uporabljena v čistilnikih, "odstrani in ubije vse mikrobe v zraku, kot so virusi in bakterije". Čistilniki zraka, ki lahko zajamejo drobne delce do velikosti 3 nanometre, nimajo mehanskega filtra za vzdrževanje, zrak pa se filtrira z močnim električnim poljem.

Druga tehnična zanimivost, ki se je pojavila med izbruhom koronavirusa, je bila termični skenerji, rabljeni, med drugim ljudi z vročino poberejo na indijskih letališčih.

Internet - škodi ali pomaga?

Kljub velikemu valu kritik zaradi razmnoževanja in razširjanja, širjenja napačnih informacij in panike so orodja družbenih medijev prav tako odigrala pozitivno vlogo od izbruha na Kitajskem.

Kot je na primer poročalo kitajsko tehnološko spletno mesto TMT Post, socialna platforma za mini video posnetke. douyin, ki je kitajski ekvivalent svetovno znanega TikToka (7), je sprožil poseben segment za obdelavo informacij o širjenju koronavirusa. Pod hashtagom #Boj proti pljučnici, ne objavlja le informacij uporabnikov, temveč tudi strokovna poročila in nasvete.

Poleg ozaveščanja in širjenja pomembnih informacij želi Douyin služiti tudi kot podporno orodje za zdravnike in zdravstveno osebje, ki se borijo proti virusu, ter okužene bolnike. analitik Daniel Ahmad je tvitnil, da je aplikacija sprožila "video učinek Jiayou" (kar pomeni spodbudo), ki bi ga morali uporabniki uporabiti za pošiljanje pozitivnih sporočil v podporo zdravnikom, zdravstvenim delavcem in pacientom. Tovrstne vsebine objavljajo tudi znane osebe, zvezdnice in tako imenovani vplivneži.

Danes se verjame, da bi skrbna študija trendov družbenih medijev, povezanih z zdravjem, lahko znanstvenikom in javnim zdravstvenim organom močno pomagala pri boljšem prepoznavanju in razumevanju mehanizmov prenosa bolezni med ljudmi.

Delno zato, ker so družbeni mediji ponavadi "zelo kontekstualni in vse bolj hiperlokalni," je leta 2016 povedal za The Atlantic. Marseilska solata, raziskovalec na Zvezni politehnični šoli v Lozani v Švici in strokovnjak na rastočem področju, ki ga znanstveniki imenujejo "Digitalna epidemiologija". Vendar pa za zdaj, je dodal, raziskovalci še vedno poskušajo razumeti, ali družbeni mediji govorijo o zdravstvenih težavah, ki dejansko odražajo epidemiološke pojave ali ne (8).

8. Kitajci delajo selfije z maskami.

Rezultati prvih poskusov v zvezi s tem niso jasni. Že leta 2008 so Googlovi inženirji predstavili orodje za napovedovanje bolezni - Google Spremljanje gripe (GFT). Podjetje ga je nameravalo uporabiti za analizo podatkov Googlovega iskalnika za simptome in signalne besede. Takrat je upala, da bodo rezultati uporabljeni za natančno in takojšnje prepoznavanje "orisov" izbruhov gripe in denga - dva tedna prej kot ameriški centri za nadzor in preprečevanje bolezni. (CDC), katerega raziskave veljajo za najboljši standard na tem področju. Vendar pa so bili Googlovi rezultati o zgodnji diagnozi gripe v ZDA in kasnejše malarije na Tajskem na podlagi internetnih signalov preveč netočni.

Tehnike in sistemi, ki "napovedujejo" različne dogodke, vklj. kot je eksplozija nemirov ali epidemij, je deloval tudi Microsoft, ki je leta 2013 skupaj z izraelskim inštitutom Technion uvedel program za napovedovanje katastrof, ki temelji na analizi medijskih vsebin. S pomočjo vivisekcije večjezičnih naslovov je morala »računalniška inteligenca« prepoznati družbene grožnje.

Znanstveniki so preučili določena zaporedja dogodkov, na primer informacije o suši v Angoli, zaradi česar so v sistemih za napovedovanje možne epidemije kolere odkrili povezavo med sušo in naraščanjem pojavnosti bolezni. Okvir sistema je nastal na podlagi analize arhivskih publikacij New York Timesa od leta 1986. Nadaljnji razvoj in proces strojnega učenja sta vključevala uporabo novih internetnih virov.

Doslej na podlagi uspeha BlueDot in Metabiote pri epidemioloških napovedih, lahko bi zamikalo sklepati, da je natančna napoved mogoča predvsem na podlagi »kvalificiranih« podatkov, t.j. strokovni, preverjeni, specializirani viri, ne pa kaos internetnih in portalskih skupnosti.

Morda pa gre za pametnejše algoritme in boljše strojno učenje?