Předvídejte epidemii, než udeří

Kanadský algoritmus BlueDot byl v rozpoznání hrozby nejnovějšího koronaviru rychlejší než odborníci. Své klienty informoval o hrozbě dny předtím, než americká Centra pro kontrolu a prevenci nemocí (CDC) a Světová zdravotnická organizace (WHO) odeslaly světu oficiální oznámení.

Kamran Khan (1), lékař, specialista na infekční onemocnění, zakladatel a generální ředitel programu BlueDot, vysvětlil v tiskovém rozhovoru, jak tento systém včasného varování využívá umělou inteligenci, včetně zpracování přirozeného jazyka a strojového učení, ke sledování sto nakažlivých nemocí současně. Denně je analyzováno asi 100 65 článků v XNUMX jazycích.

1. Kamran Khan a mapa znázorňující šíření wuhanského koronaviru.

Tato data společnostem signalizují, kdy mají upozornit své zákazníky na potenciální přítomnost a šíření infekčního onemocnění. Další údaje, jako jsou informace o cestovních itinerářích a letech, mohou pomoci poskytnout další informace o pravděpodobnosti rozvoje ohniska.

Myšlenka modelu BlueDot je následující. získat informace co nejdříve zdravotnické pracovníky v naději, že dokážou diagnostikovat – a v případě potřeby izolovat – infikované a potenciálně nakažlivé osoby v rané fázi ohrožení. Khan vysvětluje, že algoritmus nepoužívá data sociálních médií, protože je „příliš chaotický“. Nicméně „oficiální informace nejsou vždy aktuální,“ řekl Recode. A reakční doba je to, na čem záleží, aby se propuknutí úspěšně zabránilo.

Khan pracoval jako specialista na infekční choroby v Torontu v roce 2003, když se to stalo. epidemie SARS. Chtěl vyvinout nový způsob, jak sledovat tyto typy nemocí. Po otestování několika prediktivních programů spustil v roce 2014 BlueDot a získal 9,4 milionu dolarů na financování svého projektu. Společnost v současné době zaměstnává čtyřicet zaměstnanců, lékaři a programátořikteří vyvíjejí analytický nástroj pro sledování nemocí.

Po sběru dat a jejich prvotním výběru vstupují do hry analytici. po epidemiologové Testují zjištění na vědeckou platnost a poté podávají zprávu vládě, obchodu a zdravotníkům. zákazníci.

Khan dodal, že jeho systém by také mohl využívat řadu dalších dat, jako jsou informace o klimatu v konkrétní oblasti, teplotě a dokonce i informace o místních hospodářských zvířatech, aby předpověděl, zda by někdo infikovaný touto chorobou mohl způsobit propuknutí choroby. Poukazuje na to, že již v roce 2016 dokázal Blue-Dot předpovědět propuknutí viru Zika na Floridě šest měsíců předtím, než byl v oblasti skutečně zaznamenán.

Společnost funguje podobným způsobem a za použití podobných technologií. Metabiotsledování epidemie SARS. Její odborníci svého času zjistili, že největší riziko vzniku tohoto viru je v Thajsku, Jižní Koreji, Japonsku a na Tchaj-wanu, a to více než týden před oznámením případů v těchto zemích. Některé z jejich závěrů byly vyvozeny z analýzy letových údajů cestujících.

Metabiota, stejně jako BlueDot, používá zpracování přirozeného jazyka k vyhodnocení potenciálních zpráv o onemocnění, ale také pracuje na vývoji stejné technologie pro informace na sociálních sítích.

Mark Gallivan, vědecký ředitel pro data společnosti Metabiota, vysvětlil médiím, že online platformy a fóra mohou signalizovat riziko propuknutí. Experti na zaměstnance také říkají, že dokážou odhadnout riziko onemocnění způsobujícího sociální a politické otřesy na základě informací, jako jsou symptomy onemocnění, úmrtnost a dostupnost léčby.

V době internetu každý očekává rychlou, spolehlivou a případně čitelnou vizuální prezentaci informací o průběhu epidemie koronaviru, například formou aktualizované mapy.

2. Panel Coronavirus 2019-nCoV Univerzity Johnse Hopkinse.

Centrum pro systémovou vědu a inženýrství na Univerzitě Johnse Hopkinse vyvinulo snad nejslavnější panel koronaviru na světě (2). Poskytuje také kompletní datovou sadu ke stažení jako list Google. Mapa ukazuje nové případy, potvrzená úmrtí a uzdravení. Data použitá pro vizualizaci pocházejí z různých zdrojů, včetně WHO, CDC, China CDC, NHC a DXY, čínské webové stránky, která shromažďuje zprávy NHC a místní situační zprávy CCDC v reálném čase.

Diagnostika za hodiny, ne dny

Svět poprvé slyšel o nové nemoci, která se objevila v čínském Wu-chanu. 31 prosince 2019 město O týden později čínští vědci oznámili, že identifikovali viníka. Následující týden němečtí specialisté vyvinuli první diagnostický test (3). Je to rychlé, mnohem rychlejší než v dobách SARS nebo podobných epidemií předtím a potom.

Už na začátku minulého desetiletí ho vědci hledající nějaký nebezpečný virus museli pěstovat ve zvířecích buňkách v Petriho miskách. Musíte vytvořit dostatek virů izolovat DNA a číst genetický kód prostřednictvím procesu známého jako sekvenování. V posledních letech se však tato technika velmi rozvinula.

Vědci už ani nepotřebují pěstovat virus v buňkách. Mohou přímo detekovat velmi malá množství virové DNA v plicích pacienta nebo krevních sekretech. A to trvá hodiny, ne dny.

Pracuje se na vývoji ještě rychlejších a pohodlnějších nástrojů pro detekci virů. Singapurské laboratoře Veredus Laboratories pracují na přenosné sadě pro detekci, VereChip (4) se začne prodávat od 1. února letošního roku. Efektivní a přenosná řešení také urychlí identifikaci nakažených pro řádnou lékařskou péči při nasazování lékařských týmů v terénu, zvláště když jsou nemocnice přeplněné.

Nedávný technologický pokrok umožnil shromažďovat a sdílet diagnostické výsledky téměř v reálném čase. Příklad platformy od Quidel София I systém PCR10 FilmArray Společnosti BioFire poskytující rychlé diagnostické testy na respirační patogeny jsou okamžitě dostupné prostřednictvím bezdrátového připojení k databázím v cloudu.

Genom koronaviru 2019-nCoV (COVID-19) čínští vědci kompletně sekvenovali necelý měsíc po objevení prvního případu. Od prvního sekvenování bylo dokončeno téměř dvacet dalších. Pro srovnání, epidemie viru SARS začala koncem roku 2002 a jeho kompletní genom byl k dispozici až v dubnu 2003.

Sekvenování genomu je zásadní pro vývoj diagnostiky a vakcín proti této nemoci.

Nemocniční inovace

5. Lékařský robot z Providence Regional Medical Center v Everettu.

Nový koronavirus bohužel ohrožuje i lékaře. Podle CNN, zabránit šíření koronaviru v nemocnici i mimo ni, zaměstnanci v Providence Regional Medical Center v Everettu, Washington, použití Robot (5), která měří vitální funkce u izolovaného pacienta a funguje jako platforma pro videokonference. Stroj je víc než jen komunikátor na kolečkách se zabudovanou obrazovkou, ale lidskou práci zcela neodstraní.

Sestry stále musí vstupovat do pokoje s pacientem. Ovládají také robota, který nebude vystaven infekci, alespoň biologicky, takže zařízení tohoto typu se budou stále častěji uplatňovat při léčbě infekčních nemocí.

Místnosti lze samozřejmě zateplit, ale také je potřeba větrat, abyste mohli dýchat. To vyžaduje nové ventilační systémyzabránění šíření mikrobů.

Finská společnost Genano (6), která tyto typy technik vyvinula, obdržela expresní objednávku pro lékařské ústavy v Číně. V oficiálním prohlášení společnosti se uvádí, že společnost má rozsáhlé zkušenosti s poskytováním vybavení pro prevenci šíření infekčních onemocnění ve sterilních a izolovaných nemocničních pokojích. V minulých letech prováděla mimo jiné dodávky do zdravotnických zařízení v Saúdské Arábii během epidemie viru MERS. Finská zařízení pro bezpečnou ventilaci byla také dodána do slavné dočasné nemocnice pro lidi nakažené koronavirem 2019-nCoV ve Wu-chanu, již byla postavena za deset dní.

6. Schéma systému Genano v izolátoru

Patentovaná technologie používaná v čističkách "eliminuje a zabíjí všechny vzdušné mikroby, jako jsou viry a bakterie," uvádí Genano. Čističky vzduchu, které jsou schopny zachytit jemné částice o velikosti pouhých 3 nanometrů, nemají mechanický filtr, který by se musel udržovat, a vzduch je filtrován silným elektrickým polem.

Další technickou zajímavostí, která se objevila během vypuknutí koronaviru, byla tepelné skenery, používá se mimo jiné lidé s horečkou jsou vyzvedáváni na indických letištích.

Internet – ublížit nebo pomoci?

Navzdory obrovské vlně kritiky za replikaci a šíření, šíření dezinformací a paniky hrají od vypuknutí epidemie v Číně pozitivní roli také nástroje sociálních médií.

Jak informoval například čínský technologický web TMT Post, sociální platforma pro minividea. Douyin, což je čínská obdoba světoznámého TikToku (7), spustila speciální segment pro zpracování informací o šíření koronaviru. Pod hashtagem #Bojujte se zápalem plic, zveřejňuje nejen informace od uživatelů, ale i odborné zprávy a rady.

Kromě zvyšování povědomí a šíření důležitých informací si Douyin klade za cíl sloužit také jako podpůrný nástroj pro lékaře a zdravotnický personál bojující s virem a také pro infikované pacienty. Analytik Daniel Ahmad tweetoval, že aplikace spustila „videoefekt Jiayou“ (což znamená povzbuzení), který by uživatelé měli používat k odesílání pozitivních zpráv na podporu lékařů, zdravotnických pracovníků a pacientů. Tento typ obsahu publikují i ​​slavní lidé, celebrity a takzvaní influenceři.

Dnes se věří, že pečlivá studie trendů sociálních médií souvisejících se zdravím by mohla výrazně pomoci vědcům a orgánům veřejného zdraví lépe rozpoznat a pochopit mechanismy přenosu nemocí mezi lidmi.

Částečně proto, že sociální média mají tendenci být „vysoce kontextuální a stále hyperlokální,“ řekl The Atlantic v roce 2016. Marseillský salát, výzkumník na Federální polytechnické škole ve švýcarském Lausanne a odborník na rostoucí oblast, kterou vědci nazývají "Digitální epidemiologie". Nicméně zatím, dodal, se výzkumníci stále spíše snaží pochopit, zda sociální média hovoří o zdravotních problémech, které skutečně odrážejí epidemiologické jevy, nebo ne (8).

8. Číňané si fotí selfie s maskami.

Výsledky prvních experimentů jsou v tomto ohledu nejasné. Již v roce 2008 spustili inženýři Google nástroj pro předpovídání nemocí – Chřipkové trendy Google (GFT). Společnost plánovala jeho použití k analýze dat vyhledávače Google na symptomy a signální slova. V té době doufala, že výsledky budou použity k přesnému a okamžitému rozpoznání „obrysů“ propuknutí chřipky a horečky dengue – o dva týdny dříve než Centra pro kontrolu a prevenci nemocí v USA. (CDC), jejíž výzkum je považován za nejlepší standard v oboru. Výsledky Googlu týkající se časné diagnózy chřipky v USA a později malárie v Thajsku na základě internetového signálu byly však považovány za příliš nepřesné.

Techniky a systémy, které „předpovídají“ různé události, vč. jako je výbuch nepokojů nebo epidemie, zapracoval i Microsoft, který v roce 2013 spolu s izraelským Technion Institute spustil program předpovědi katastrof založený na analýze mediálního obsahu. Pomocí vivisekce vícejazyčných titulků musela „počítačová inteligence“ rozpoznat sociální hrozby.

Vědci zkoumali určité sledy událostí, jako jsou informace o suchu v Angole, které daly vzniknout předpovědím v předpovědních systémech o možné epidemii cholery, protože našli souvislost mezi suchem a nárůstem výskytu této nemoci. Rámec systému byl vytvořen na základě analýzy archivních publikací New York Times, počínaje rokem 1986. Další vývoj a proces strojového učení zahrnoval použití nových internetových zdrojů.

Dosud, na základě úspěchu BlueDot a Metabiota v epidemiologické předpovědi, lze svádět k závěru, že přesná předpověď je možná především na základě „kvalifikovaných“ dat, tzn. odborné, ověřené, specializované zdroje, nikoli chaos internetových a portálových komunit.

Ale možná je to všechno o chytřejších algoritmech a lepším strojovém učení?