Πως η τεχνητή νοημοσύνη μπορεί να καταπολεμήσει την εξάπλωση του κοροναϊού
1 min read
Η τεχνητή νοημοσύνη δεν πρόκειται να σταματήσει τον κοροναϊό ή να αντικαταστήσει το ρόλο των ειδικών επιδημιολόγων. Αλλά για πρώτη φορά σε παγκόσμιο επίπεδο γίνεται ένα χρήσιμο εργαλείο στις προσπάθειες για την παρακολούθηση και αντιμετώπιση της κρίσης, σύμφωνα με τους ειδικούς.
Όταν ξεσπάει μία τέτοια μυστηριώδης ασθένεια, είναι δύσκολο για τις κυβερνήσεις και τους υπαλλήλους της δημόσιας υγείας να συλλέξουν γρήγορα πληροφορίες και να συντονίσουν άμεσες και αποτελεσματικές ενέργειες.
Ωστόσο, η νέα τεχνολογία, που μπαίνει σιγά σιγά στη ζωή μας, της τεχνητής νοημοσύνης βοηθάει τους ειδικούς να αναγνωρίσουν ανωμαλίες που θα μπορούσαν να αποτρέψουν ένα μεμονωμένο περιστατικό να εξελιχθεί σε μία πιθανή επιδημία ή, ακόμα χειρότερα, σε μία πανδημία.
Μία λοιπόν καναδική εταιρεία η BlueDot, σύμφωνα με το Wired, χρησιμοποιώντας δεδομένα για την αξιολόγηση των κινδύνων για τη δημόσια υγεία και βασισμένη στην επεξεργασία όλων αυτών των δεδομένων μέσω AI, κατάφερε να διεξάγει μία “αυτοματοποιημένη παρακολούθηση λοιμωδών νοσημάτων”.
Αξιοποιώντας όλα αυτά τα δεδομένα παρείχε έγκαιρη ενημέρωση, στους πελάτες της, σχετικά με τη νέα αυτή μορφή του κορoναϊού στα τέλη Δεκεμβρίου, ημέρες πριν και από τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων (CDC) των ΗΠΑ και από τον Παγκόσμιο Οργανισμό Υγείας στέλνοντας τους επίσημες ειδοποιήσεις.
Ο Kamran Khan, ένας γιατρός μολυσματικών ασθενειών και ο ιδρυτής και διευθύνων σύμβουλος της BlueDot, εξήγησε σε μια συνέντευξη πώς το σύστημα έγκαιρης προειδοποίησης της εταιρείας χρησιμοποιεί τεχνολογίες όπως τεχνητή νοημοσύνη, natural-language processing και μηχανικής μάθησης, για την παρακολούθηση πάνω από 100 μολυσματικών ασθενειών αναλύοντας περίπου 100.000 άρθρα σε 65 γλώσσες κάθε μέρα!
Τα στοιχεία αυτά βοηθούν την εταιρεία να γνωρίζει πότε πρέπει να ενημερώνει τους πελάτες της σχετικά με τη δυνητική παρουσία και εξάπλωση μίας μολυσματικής νόσου.
Καθοριστικό ρόλο σε όλο αυτό το εγχείρημα διαδραμάτισε και η αξιολόγηση όλων των διαθέσιμων πληροφοριών των δρομολογίων όλων των πτήσεων των ταξιδιωτών καθώς βοήθησαν την εταιρεία να δώσει επιπλέον συμβουλές για τον τρόπο με τον οποίο πιθανόν να εξαπλώνονταν ο ιός.
Για παράδειγμα, οι ερευνητές της BlueDot, αναλύοντας τα παραπάνω δεδομένα προέβλεψαν σχεδόν με ακρίβεια και τις υπόλοιπες πόλεις όπου θα εμφανιζόταν ο κοροναϊός μετά την εμφάνισή του στην ηπειρωτική Κίνα.
Σε σχετική του δήλωση ο Khan αναφέρει:
“Οι επίσημες πληροφορίες δεν είναι πάντοτε έγκαιρες και κύριο ρόλο στην αντιμετώπιση ενός περιστατικού, έχει ο φορέας της δημόσιας υγείας που είναι στην πρώτη γραμμή των γεγονότων και που αυτός θα κάνει την πρώτη εκτίμηση και έγκαιρη διάγνωση , ενώ προσέθεσε ότι
“το σύστημά της Bluedot μπορεί να χρησιμοποιήσει μια σειρά από δεδομένα – όπως πληροφορίες σχετικά με το κλίμα, τη θερμοκρασία ή ακόμα και την πανίδα μιας περιοχής – για να προβλέψει εάν η συγκεκριμένη περιοχή μπορεί να αποτελέσει πηγή κάποιας μολυσματικής ασθένειας, άλλωστε όπως συμπληρώνει το 2016, η BlueDot ήταν σε θέση να προβλέψει την εμφάνιση του ιού Zika στη Φλόριντα έξι μήνες πριν την εμφάνιση του!”
Είναι γεγονός ότι οι ερευνητές έχουν κατασκευάσει μοντέλα βασισμένα στην τεχνητή νοημοσύνη που μπορούν να προβλέψουν σε πραγματικό χρόνο την εμφάνιση διαφόρων κρουσμάτων μολυσματικών ασθενειών και καθώς η συγκεκριμένη τεχνολογία εξελίσσεται, θα μπορούσε να χρησιμοποιηθεί για να καθοδηγήσει και να συντονίσει τις άμεσες ενέργειες των κοινωνικών φορέων σε παρόμοιες περιπτώσεις, να βοηθήσει στην έρευνα νέων φαρμάκων , στην αντιμετώπιση σπάνιων ασθενειών, και ίσως μία μέρα όταν αυτή η τεχνολογία έχει ωριμάσει θα μπορούσε πραγματικά να σώσει ανθρώπινες ζωές.
About The Author
