Voorspel 'n epidemie voor dit tref

Die Kanadese BlueDot-algoritme was vinniger as kenners om die bedreiging van die jongste koronavirus te herken. Hy het sy kliënte ingelig oor die bedreiging dae voordat die Amerikaanse sentrums vir siektebeheer en -voorkoming (CDC) en die Wêreldgesondheidsorganisasie (WGO) amptelike kennisgewings aan die wêreld gestuur het.

Kamran Khan (1), geneesheer, spesialis in aansteeklike siektes, stigter en HUB van die program BlouDot, het in 'n personderhoud verduidelik hoe hierdie vroeë waarskuwingstelsel kunsmatige intelligensie gebruik, insluitend natuurlike taalverwerking en masjienleer, om selfs honderd aansteeklike siektes op dieselfde tyd. Ongeveer 100 65 artikels in XNUMX tale word daagliks ontleed.

1. Kamran Khan en 'n kaart wat die verspreiding van die Wuhan-koronavirus toon.

Hierdie data dui maatskappye aan wanneer om hul kliënte in kennis te stel van die moontlike teenwoordigheid en verspreiding van 'n aansteeklike siekte. Ander data, soos inligting oor reisroetes en vlugte, kan help om bykomende inligting te verskaf oor die waarskynlikheid dat 'n uitbraak sal ontwikkel.

Die idee agter die BlueDot-model is soos volg. kry so gou moontlik inligting gesondheidsorgwerkers in die hoop dat hulle in 'n vroeë stadium van die bedreiging besmette en potensieel aansteeklike mense kan diagnoseer – en, indien nodig, isoleer. Khan verduidelik dat die algoritme nie sosialemediadata gebruik nie omdat dit “te chaoties” is. "Amptelike inligting is egter nie altyd op datum nie," het hy aan Recode gesê. En reaksietyd is wat saak maak om 'n uitbraak suksesvol te voorkom.

Khan het in 2003 as 'n spesialis in aansteeklike siektes in Toronto gewerk toe dit gebeur het. SARS-epidemies. Hy wou 'n nuwe manier ontwikkel om tred te hou met hierdie tipe siektes. Nadat hy verskeie voorspellende programme getoets het, het hy BlueDot in 2014 van stapel gestuur en $9,4 miljoen in befondsing vir sy projek ingesamel. Die maatskappy het tans veertig werknemers in diens, dokters en programmeerderswat 'n analitiese hulpmiddel ontwikkel om siektes op te spoor.

Nadat hulle die data en hul aanvanklike keuse ingesamel het, betree hulle die speletjie ontleders. na epidemioloë Hulle kontroleer die bevindinge vir wetenskaplike geldigheid en rapporteer dan terug aan die regering, besigheid en gesondheidsorgpersoneel. kliënte.

Khan het bygevoeg dat sy stelsel ook 'n reeks ander data kan gebruik, soos inligting oor 'n spesifieke gebied se klimaat, temperatuur en selfs inligting oor plaaslike vee, om te voorspel of iemand wat met die siekte besmet is, 'n uitbraak kan veroorsaak. Hy wys daarop dat Blue-Dot reeds in 2016 'n Zika-virus-uitbraak in Florida kon voorspel ses maande voordat dit werklik in die gebied geregistreer het.

Die maatskappy werk op 'n soortgelyke manier en gebruik soortgelyke tegnologie. Metabiotmonitering van die SARS-epidemie. Sy kundiges op 'n tyd gevind dat die grootste risiko van die opkoms van hierdie virus in Thailand, Suid-Korea, Japan en Taiwan, en hulle het dit meer as 'n week voor die aankondiging van gevalle in hierdie lande. Sommige van hul gevolgtrekkings is gemaak uit die ontleding van passasiersvlugdata.

Metabiota, soos BlueDot, gebruik natuurlike taalverwerking om potensiële siekteverslae te evalueer, maar werk ook daaraan om dieselfde tegnologie vir sosiale media-inligting te ontwikkel.

Mark Gallivan, Metabiota se wetenskaplike direkteur van data, het aan die media verduidelik dat aanlyn platforms en forums die risiko van 'n uitbraak kan aandui. Personeelkenners sê ook dat hulle die risiko kan skat dat 'n siekte sosiale en politieke omwenteling veroorsaak op grond van inligting soos siektesimptome, sterftes en beskikbaarheid van behandeling.

In die era van die internet verwag almal 'n vinnige, betroubare en miskien leesbare visuele aanbieding van inligting oor die vordering van die koronavirus-epidemie, byvoorbeeld in die vorm van 'n bygewerkte kaart.

2. Johns Hopkins Universiteit Coronavirus 2019-nCoV Dashboard.

Die Sentrum vir Stelselwetenskap en Ingenieurswese aan die Johns Hopkins Universiteit het miskien die bekendste koronavirus-dashboard ter wêreld ontwikkel (2). Dit het ook die volledige datastel verskaf vir aflaai as 'n Google-blad. Die kaart toon nuwe gevalle, bevestigde sterftes en herstel. Die data wat vir visualisering gebruik word, kom van 'n verskeidenheid bronne, insluitend die WGO, CDC, China CDC, NHC en DXY, 'n Chinese webwerf wat NHC-verslae en intydse plaaslike CCDC-situasieverslae saamvoeg.

Diagnostiek in ure, nie dae nie

Die wêreld het die eerste keer gehoor van 'n nuwe siekte wat in Wuhan, China, verskyn het. 31 Desember 2019 г. ’n Week later het Chinese wetenskaplikes aangekondig dat hulle die skuldige geïdentifiseer het. Die volgende week het Duitse spesialiste die eerste diagnostiese toets ontwikkel (3). Dit is vinnig, baie vinniger as tydens SARS of soortgelyke epidemies voor en na.

Reeds aan die begin van die afgelope dekade moes wetenskaplikes wat na die een of ander gevaarlike virus soek, dit in dierselle in Petri-skottels laat groei. Jy moes genoeg virusse geskep het om te maak DNA isoleer en lees die genetiese kode deur 'n proses bekend as volgorde. In onlangse jare het hierdie tegniek egter geweldig ontwikkel.

Wetenskaplikes hoef nie eers meer die virus in selle te laat groei nie. Hulle kan baie klein hoeveelhede virale DNA direk in 'n pasiënt se longe of bloedafskeidings opspoor. En dit neem ure, nie dae nie.

Werk is aan die gang om selfs vinniger en geriefliker virusopsporingsnutsmiddels te ontwikkel. Singapoer-gebaseerde Veredus Laboratories werk aan 'n draagbare stel om op te spoor, VereChip (4) sal vanaf 1 Februarie vanjaar te koop wees. Doeltreffende en draagbare oplossings sal dit ook vinniger maak om diegene wat besmet is vir behoorlike mediese sorg te identifiseer wanneer mediese spanne in die veld ontplooi word, veral wanneer hospitale oorvol is.

Onlangse tegnologiese vooruitgang het dit moontlik gemaak om diagnostiese resultate byna intyds te versamel en te deel. Platform voorbeeld van Quidel София i stelsel PCR10 FilmArray BioFire-maatskappye wat vinnige diagnostiese toetse vir respiratoriese patogene verskaf, is onmiddellik beskikbaar deur draadlose verbinding met databasisse in die wolk.

Die genoom van die 2019-nCoV-koronavirus (COVID-19) is minder as 'n maand na die ontdekking van die eerste geval volledig deur Chinese wetenskaplikes georden. Byna twintig meer is voltooi sedert die eerste opeenvolging. In vergelyking het die SARS-virusepidemie laat in 2002 begin, en sy volledige genoom was eers in April 2003 beskikbaar.

Genoomvolgordebepaling is van kritieke belang vir die ontwikkeling van diagnostiek en entstowwe teen hierdie siekte.

Hospitaal Innovasie

5. Mediese robot van Providence Regional Medical Centre in Everett.

Ongelukkig bedreig die nuwe koronavirus ook dokters. Volgens CNN, voorkom die verspreiding van koronavirus binne en buite die hospitaal, personeel by Providence Regional Medical Centre in Everett, Washington, gebruik Die robot (5), wat lewenstekens in 'n geïsoleerde pasiënt meet en dien as 'n videokonferensieplatform. Die masjien is meer as net 'n kommunikeerder op wiele met 'n ingeboude skerm, maar dit skakel nie menslike arbeid heeltemal uit nie.

Verpleegsters moet steeds saam met die pasiënt die kamer binnegaan. Hulle beheer ook 'n robot wat nie aan infeksie blootgestel sal word nie, ten minste biologies, so toestelle van hierdie tipe sal toenemend gebruik word in die behandeling van aansteeklike siektes.

Natuurlik kan die vertrekke geïsoleer word, maar jy moet ook ventileer sodat jy kan asemhaal. Dit vereis nuwe ventilasiestelselsdie verspreiding van mikrobes te voorkom.

Die Finse maatskappy Genano (6), wat hierdie tipe tegnieke ontwikkel het, het 'n uitdruklike bestelling vir mediese instellings in China ontvang. Die maatskappy se amptelike verklaring lui dat die maatskappy uitgebreide ondervinding het in die verskaffing van toerusting om die verspreiding van aansteeklike siektes in steriele en geïsoleerde hospitaalkamers te voorkom. In vorige jare het sy onder meer aflewerings aan mediese instansies in Saoedi-Arabië uitgevoer tydens die MERS-virusepidemie. Finse toestelle vir veilige ventilasie is ook afgelewer by die beroemde tydelike hospitaal vir mense wat met die 2019-nCoV-koronavirus in Wuhan besmet is, wat reeds in tien dae gebou is.

6. Diagram van die Genano-stelsel in die isolator

Die gepatenteerde tegnologie wat in die suiweraars gebruik word "skakel alle luggedraagde mikrobes soos virusse en bakterieë uit en maak dood," volgens Genano. In staat om fyn deeltjies so klein as 3 nanometer op te vang, het lugsuiweraars nie 'n meganiese filter om te onderhou nie, en die lug word deur 'n sterk elektriese veld gefiltreer.

Nog 'n tegniese nuuskierigheid wat tydens die uitbreek van vrees vir die koronavirus verskyn het, was termiese skandeerders, gebruik word, word onder meer mense met koors by Indiese lughawens opgetel.

Internet - seer of help?

Ten spyte van die groot golf van kritiek vir replikasie en verspreiding, die verspreiding van verkeerde inligting en paniek, het sosiale media-instrumente ook 'n positiewe rol gespeel sedert die uitbreek in China.

Soos gerapporteer, byvoorbeeld, deur die Chinese tegnologie-webwerf TMT Post, 'n sosiale platform vir mini-video's. douin, wat die Chinese ekwivalent van die wêreldbekende TikTok (7) is, het 'n spesiale segment bekendgestel om inligting oor die verspreiding van die koronavirus te verwerk. Onder die hutsmerk #FightPneumonie, publiseer nie net inligting van gebruikers nie, maar ook deskundige verslae en advies.

Benewens die bewusmaking en verspreiding van belangrike inligting, poog Douyin ook om te dien as 'n ondersteuningshulpmiddel vir dokters en mediese personeel wat die virus beveg, sowel as besmette pasiënte. Ontleder Daniel Ahmad het getwiet dat die toepassing 'n "Jiayou-video-effek" (wat aanmoediging beteken) bekendgestel het wat gebruikers moet gebruik om positiewe boodskappe te stuur ter ondersteuning van dokters, gesondheidswerkers en pasiënte. Hierdie tipe inhoud word ook deur bekende mense, bekendes en sogenaamde beïnvloeders gepubliseer.

Vandag word geglo dat 'n noukeurige studie van gesondheidsverwante sosiale media-tendense wetenskaplikes en openbare gesondheidsowerhede baie kan help om die meganismes van siekteoordrag tussen mense beter te herken en te verstaan.

Deels omdat sosiale media geneig is om "hoogs kontekstueel en toenemend hiperplaaslik te wees," het hy in 2016 aan The Atlantic gesê. Marseille slaai, 'n navorser by die Federal Polytechnic School in Lausanne, Switserland, en 'n kenner in 'n groeiende veld wat wetenskaplikes noem "Digitale Epidemiologie". Maar op die oomblik, het hy bygevoeg, probeer navorsers nog eerder om te verstaan ​​of sosiale media praat oor gesondheidsprobleme wat eintlik epidemiologiese verskynsels weerspieël of nie (8).

8. Die Chinese neem selfies met maskers op.

Die resultate van die eerste eksperimente in hierdie opsig is onduidelik. Reeds in 2008 het Google-ingenieurs 'n siektevoorspellingshulpmiddel bekendgestel - Google Griepneigings (GFT). Die maatskappy het beplan om dit te gebruik om Google-soekenjindata vir simptome en seinwoorde te ontleed. Destyds het sy gehoop dat die resultate gebruik sou word om akkuraat en onmiddellik die "omtrekte" van griep- en dengue-uitbrake te herken - twee weke vroeër as die Amerikaanse sentrums vir siektebeheer en -voorkoming. (CDC), wie se navorsing as die beste standaard in die veld beskou word. Google se resultate oor vroeë internet-sein-gebaseerde diagnose van griep in die VSA en later malaria in Thailand is egter as te onakkuraat beskou.

Tegnieke en stelsels wat verskeie gebeure “voorspel”, inkl. soos die ontploffing van onluste of epidemies, het Microsoft ook gewerk, wat in 2013, saam met die Israeli Technion Institute, 'n rampvoorspellingsprogram van stapel gestuur het wat gebaseer is op die ontleding van media-inhoud. Met behulp van viviseksie van meertalige opskrifte moes "rekenaarintelligensie" sosiale bedreigings herken.

Die wetenskaplikes het sekere volgorde van gebeure ondersoek, soos inligting oor die droogte in Angola, wat aanleiding gegee het tot voorspellings in voorspellingstelsels oor 'n moontlike epidemie van cholera, aangesien hulle 'n verband gevind het tussen droogte en 'n toename in die voorkoms van die siekte. Die raamwerk van die stelsel is geskep op grond van die ontleding van argiefpublikasies van die New York Times, wat in 1986 begin het. Verdere ontwikkeling en die proses van masjienleer het die gebruik van nuwe internetbronne behels.

Tot dusver, gebaseer op die sukses van BlueDot en Metabiota in epidemiologiese voorspelling, mens kan in die versoeking kom om tot die gevolgtrekking te kom dat 'n akkurate voorspelling primêr op grond van "gekwalifiseerde" data moontlik is, m.a.w. professionele, betroubare, gespesialiseerde bronne, nie die chaos van internet- en portaalgemeenskappe nie.

Maar miskien gaan dit alles oor slimmer algoritmes en beter masjienleer?