Прогнозирайте епидемия, преди да е ударила

Канадският алгоритъм BlueDot беше по-бърз от експертите в разпознаването на заплахата от последния коронавирус. Той информира клиентите си за заплахата дни преди Центровете за контрол и превенция на заболяванията на САЩ (CDC) и Световната здравна организация (СЗО) да изпратят официални съобщения до света.

Кямран Хан (1), лекар, специалист по инфекциозни болести, основател и главен изпълнителен директор на програмата BlueDot, обясни в интервю за пресата как тази система за ранно предупреждение използва изкуствен интелект, включително обработка на естествен език и машинно обучение, за да проследява дори сто заразни болести едновременно. Ежедневно се анализират около 100 65 статии на XNUMX езика.

1. Камран Хан и карта, показваща разпространението на коронавируса в Ухан.

Тези данни сигнализират на компаниите кога да уведомят клиентите си за потенциално наличие и разпространение на инфекциозно заболяване. Други данни, като информация за маршрути за пътуване и полети, могат да помогнат за предоставянето на допълнителна информация за вероятността от развитие на огнище.

Идеята зад модела BlueDot е следната. получите информация възможно най-скоро здравни работници с надеждата, че могат да диагностицират – и, ако е необходимо, да изолират – заразени и потенциално заразни хора в ранен стадий на заплахата. Хан обяснява, че алгоритъмът не използва данни от социалните мрежи, защото е „твърде хаотичен“. Въпреки това, „официалната информация не винаги е актуална“, каза той пред Recode. А времето за реакция е това, което има значение за успешното предотвратяване на епидемия.

Хан работеше като специалист по инфекциозни болести в Торонто през 2003 г., когато това се случи. епидемия SARS. Той искаше да разработи нов начин за проследяване на тези видове заболявания. След като тества няколко предсказващи програми, той стартира BlueDot през 2014 г. и събра 9,4 милиона долара финансиране за своя проект. В момента в компанията работят четиридесет служители, лекари и програмистикоито разработват аналитичен инструмент за проследяване на болести.

След събиране на данните и първоначалната им селекция те влизат в играта анализатори. след епидемиолози Те тестват констатациите за научна валидност и след това докладват на правителствени, бизнес и здравни специалисти. клиенти.

Хан добави, че неговата система може да използва и редица други данни, като например информация за климата, температурата в определен район и дори информация за местния добитък, за да предвиди дали някой, заразен с болестта, може да причини огнище. Той посочва, че още през 2016 г. Blue-Dot успя да предскаже огнище на вируса Зика във Флорида шест месеца преди действително да бъде регистрирано в района.

Компанията работи по подобен начин и използва сходни технологии. Метабиотнаблюдение на епидемията от ТОРС. Неговите експерти по едно време установиха, че най-големият риск от появата на този вирус е в Тайланд, Южна Корея, Япония и Тайван и направиха това повече от седмица преди обявяването на случаите в тези страни. Някои от техните заключения са направени от анализа на данните за пътническите полети.

Metabiota, подобно на BlueDot, използва обработка на естествен език, за да оцени потенциални доклади за болести, но също така работи за разработването на същата технология за информация в социалните медии.

Марк Галиван, научният директор по данни на Metabiota, обясни пред медиите, че онлайн платформите и форумите могат да сигнализират за риска от епидемия. Експертите на персонала също така казват, че могат да оценят риска от заболяване, причиняващо социални и политически катаклизми, въз основа на информация като симптоми на заболяването, смъртност и наличност на лечение.

В ерата на интернет всеки очаква бързо, надеждно и може би четливо визуално представяне на информация за развитието на епидемията от коронавирус, например под формата на актуализирана карта.

2. Табло за управление на коронавирус 2019-nCoV на университета Джон Хопкинс.

Центърът за системни науки и инженерство към университета Джон Хопкинс разработи може би най-известното табло за управление на коронавирус в света (2). Той също така предостави пълния набор от данни за изтегляне като лист на Google. Картата показва нови случаи, потвърдени смъртни случаи и излекувани. Данните, използвани за визуализация, идват от различни източници, включително СЗО, CDC, Китай CDC, NHC и DXY, китайски уебсайт, който обобщава отчети за NHC и местни отчети за CCDC в реално време.

Диагностика за часове, а не за дни

Светът за първи път чу за ново заболяване, което се появи в Ухан, Китай. 31 декември 2019 град Седмица по-късно китайски учени обявиха, че са идентифицирали виновника. На следващата седмица немски специалисти разработиха първия диагностичен тест (3). Бързо е, много по-бързо, отколкото в дните на ТОРС или подобни епидемии преди и след това.

Още в началото на последното десетилетие учени, търсещи някакъв опасен вирус, трябваше да го отглеждат в животински клетки в петриеви блюда. Трябва да сте създали достатъчно вируси за създаване изолирайте ДНК и прочетете генетичния код чрез процес, известен като секвениране. Въпреки това през последните години тази техника се разви изключително много.

Учените вече дори не трябва да отглеждат вируса в клетките. Те могат директно да открият много малки количества вирусна ДНК в белите дробове или кръвните секрети на пациента. И това отнема часове, а не дни.

Работи се за разработване на още по-бързи и по-удобни инструменти за откриване на вируси. Базираната в Сингапур Veredus Laboratories работи върху преносим комплект за откриване, VereChip (4) ще влезе в продажба от 1 февруари тази година. Ефективните и преносими решения също ще ускорят идентифицирането на заразените за подходяща медицинска помощ при разполагане на медицински екипи на място, особено когато болниците са пренаселени.

Последният технологичен напредък направи възможно събирането и споделянето на диагностични резултати в почти реално време. Пример за платформа от Quidel София I система PCR10 филмов масив Компаниите на BioFire, предоставящи бързи диагностични тестове за респираторни патогени, са незабавно достъпни чрез безжична връзка с бази данни в облака.

Геномът на коронавируса 2019-nCoV (COVID-19) е напълно секвениран от китайски учени по-малко от месец след откриването на първия случай. Още близо двадесет са завършени след първото секвениране. За сравнение, епидемията от вируса на SARS започна в края на 2002 г. и неговият пълен геном не беше наличен до април 2003 г.

Секвенирането на генома е от решаващо значение за разработването на диагностика и ваксини срещу това заболяване.

Болнична иновация

5. Медицински робот от регионален медицински център на Провидънс в Еверет.

За съжаление новият коронавирус заплашва и лекарите. Според CNN, предотвратяване разпространението на коронавирус в болницата и извън нея, персонал в регионален медицински център на Провидънс в Еверет, Вашингтон, ползва Роботът (5), който измерва жизнените показатели при изолиран пациент и действа като платформа за видеоконферентна връзка. Машината е нещо повече от просто комуникатор на колела с вграден екран, но не елиминира напълно човешкия труд.

Медицинските сестри все още трябва да влизат в стаята с пациента. Те също така контролират робот, който няма да бъде изложен на инфекция, поне биологично, така че устройствата от този тип все повече ще се използват при лечението на инфекциозни заболявания.

Разбира се, стаите могат да бъдат изолирани, но трябва и да се проветри, за да може да се диша. Това изисква ново вентилационни системипредотвратяване разпространението на микроби.

Финландската компания Genano (6), която разработи този тип техники, получи експресна поръчка за лечебни заведения в Китай. В официалното изявление на компанията се посочва, че компанията има богат опит в предоставянето на оборудване за предотвратяване разпространението на инфекциозни заболявания в стерилни и изолирани болнични стаи. В предишни години тя извършваше, наред с други неща, доставки до лечебни заведения в Саудитска Арабия по време на епидемията от вируса MERS. Финландски устройства за безопасна вентилация са доставени и в известната временна болница за хора, заразени с коронавируса 2019-nCoV в Ухан, която вече е построена за десет дни.

6. Схема на системата Дженано в изолатора

Патентованата технология, използвана в пречиствателите, "елиминира и убива всички микроби, пренасяни във въздуха, като вируси и бактерии", според Дженано. Способни да улавят фини частици до 3 нанометра, пречиствателите на въздуха нямат механичен филтър за поддръжка и въздухът се филтрира от силно електрическо поле.

Друго техническо любопитство, което се появи по време на епидемията от коронавирус, беше термични скенери, използвани, наред с други неща, хора с температура се качват на индийските летища.

Интернет - наранява или помага?

Въпреки огромната вълна от критики за възпроизвеждане и разпространение, разпространение на дезинформация и паника, инструментите на социалните медии също изиграха положителна роля след избухването в Китай.

Както се съобщава например от китайския технологичен сайт TMT Post, социална платформа за мини-видео. Douyin, който е китайският еквивалент на световноизвестния TikTok (7), стартира специален сегмент за обработка на информация за разпространението на коронавируса. Под хаштага #Борба с пневмония, публикува не само информация от потребителите, но и експертни доклади и съвети.

В допълнение към повишаването на осведомеността и разпространението на важна информация, Douyin също има за цел да служи като помощно средство за лекари и медицински персонал, борещи се с вируса, както и за заразени пациенти. анализатор Даниел Ахмад туитира, че приложението стартира „видео ефект на Jiayou“ (което означава насърчение), който потребителите трябва да използват, за да изпращат положителни съобщения в подкрепа на лекари, здравни специалисти и пациенти. Този тип съдържание се публикува и от известни личности, известни личности и така наречените влиятелни лица.

Днес се смята, че внимателното проучване на свързаните със здравето тенденции в социалните медии може значително да помогне на учените и органите на общественото здравеопазване да разпознаят по-добре и да разберат механизмите на предаване на болестта между хората.

Отчасти защото социалните медии са склонни да бъдат „силно контекстуални и все по-хиперлокални“, каза той пред The ​​Atlantic през 2016 г. Салата Марсилия, изследовател във Федералното политехническо училище в Лозана, Швейцария, и експерт в нарастваща област, която учените наричат "Дигитална епидемиология". Въпреки това, засега, добави той, изследователите все още се опитват да разберат дали социалните медии говорят за здравословни проблеми, които всъщност отразяват епидемиологични явления или не (8).

8. Китайците си правят селфита с маски.

Резултатите от първите експерименти в това отношение са неясни. Още през 2008 г. инженерите на Google пуснаха инструмент за прогнозиране на болести - Google Грипни тенденции (GFT). Компанията планира да го използва, за да анализира данните от търсачката на Google за симптоми и сигнални думи. По това време тя се надяваше резултатите да бъдат използвани за точно и незабавно разпознаване на „очертанията“ на огнища на грип и денга – две седмици по-рано от Центровете за контрол и превенция на заболяванията в САЩ. (CDC), чието изследване се счита за най-добрия стандарт в областта. Въпреки това, резултатите на Google за ранна диагностика на грип в САЩ и по-късно на малария в Тайланд, базирана на интернет сигнали, бяха счетени за твърде неточни.

Техники и системи, които „предсказват” различни събития, вкл. като експлозията от бунтове или епидемии, Microsoft също работи, която през 2013 г., заедно с израелския Technion Institute, стартира програма за прогнозиране на бедствия, базирана на анализ на медийно съдържание. С помощта на вивисекция на многоезични заглавия „компютърната интелигентност“ трябваше да разпознае социалните заплахи.

Учените са изследвали определени последователности от събития, като информация за сушата в Ангола, която е породила прогнози в системите за прогнозиране за възможна епидемия от холера, тъй като са открили връзка между сушата и увеличаването на честотата на заболяването. Рамката на системата е създадена на базата на анализа на архивните публикации на New York Times, започвайки през 1986 г. По-нататъшното развитие и процесът на машинно обучение включваше използването на нови интернет ресурси.

Досега, въз основа на успеха на BlueDot и Metabiota в епидемиологичното прогнозиране, човек може да се изкуши да заключи, че точното прогнозиране е възможно предимно на базата на „квалифицирани“ данни, т.е. професионални, проверени, специализирани източници, а не хаосът на интернет и порталните общности.

Но може би всичко е за по-интелигентни алгоритми и по-добро машинно обучение?