Kuidas AI võitleb koroonaviiruse puhangu vastu?


Vastus 1:

Tehisintellekt võib võidelda tulevase koronaviirusega

.

Haigusepuhangud nagu koronaviirus levivad teadlastele sageli ravi saamiseks liiga kiiresti. Kuid tulevikus võiks tehisintellekt aidata teadlastel paremat tööd teha.

Kuigi tõenäoliselt on juba hilja, et uus tehnoloogia mängiks praeguses epideemias suurt rolli, on lootust järgmisteks haiguspuhanguteks. AI on hea kammida läbi mitmesuguseid andmeid, et leida seoseid, mis võimaldavad hõlpsamini kindlaks teha, millised raviviisid võiksid toimida või milliseid katseid järgmiseks kasutada.

Küsimus on selles, milleks Big Data välja tuleb, kui sellest saab vaid vähesel hulgal teavet hiljuti Hiinas ilmnenud haiguse nagu Covid-19, näiteks Covid-19 kohta, mis on umbes kahe kuuga haigestunud enam kui 75 000 inimesele.

Tõsiasi, et teadlastel õnnestus uue viiruse geenijärjestus toota nädalate jooksul pärast esimesi teatatud juhtumeid, on paljutõotav, kuna see näitab, et nüüd on haiguspuhangute korral palju kiiremaid andmeid.

Inglismaal asuva idufirma Exscientia Ltd. Oxfordi tegevjuht Andrew Hopkins kuulub nende hulka, kes aitavad koolitada tehisintellekti narkootikumide avastamiseks. Ta leiab, et tänu AI-le võiksid uued ravimeetodid järgmise kümnendi jooksul minna kontseptsioonist kliiniliste katseteni alles 18–24 kuuga.

Exscientia kavandas obsessiiv-kompulsiivse häire raviks uue ühendi, mida on vähem kui aasta pärast esialgses uurimisfaasis valmis testida laboris. See on ettevõtte andmetel keskmiselt viis korda kiirem.

Cambridge'i Healxil on sarnane lähenemisviis, kuid ta kasutab masinõpet olemasolevatele ravimitele uute kasutusvõimaluste leidmiseks. Mõlemad ettevõtted varustavad oma algoritme teabega - mis on kogutud sellistest allikatest nagu ajakirjad, biomeditsiini andmebaasid ja kliinilised uuringud -, et aidata välja pakkuda uusi haiguste raviviise.

Inimeste juhendamine

Mõlemad ettevõtted kasutavad mõlemaid teadlaste meeskonda, et töötada koos AI-ga protsessi juhendamisel. Exscientia lähenemisviisis, mida nimetatakse Centauri keemikuks, aitavad ravimidisainerid õpetada ühendite otsimise algoritmide strateegiaid. Healx annab AI ennustused teadlastele, kes analüüsivad tulemusi ja otsustavad, mida jätkata.

Healxi teaduse peaspetsialist Neil Thompson ütles, et seda tehnikat saab kasutada puhangute korral nagu koroonaviirus, kui sellel on uue haiguse kohta piisavalt andmeid. Healx ei tegele koroonaviiruse vastu võitlemisega ega selle tehnoloogia kohandamisega haiguspuhangute jaoks, kuid see ei oleks venitus.

"Oleme üsna lähedal," ütles Thompson intervjuus. „Me ei peaks kasutatavate AI algoritmide osas palju muutma. Vaatame ravimite omaduste vastavust haiguse tunnustele. ”

Tehisintellekti algoritmid hakkavad juba teada ravimeid haiguste jaoks, millest me teame. Massachusettsi tehnoloogiainstituudi teadlased ütlesid neljapäeval, et nad kasutasid seda meetodit võimsa uue antibiootikumiühendi tuvastamiseks, mis võib tappa hulga häirivaid baktereid, isegi neid, kes on praegu muude ravimite suhtes vastupidavad.

Kõigi nende tehnoloogiate üks saak on kliiniline testimine. Isegi ravimeid, mis on juba ühe haiguse raviks ohutud, tuleks enne teise väljakirjutamist uuesti testida. Nende ohutuse ja efektiivsuse näitamine paljudele inimestele võib võtta aastaid enne, kui nad pöörduvad reguleerivate asutuste poole.

Efektiivsuse tagamiseks peaksid AI-l põhinevad ravimiarendajad kavandama enne tähtaega, valides tulevikus tõenäoliselt probleeme põhjustava viiruse genoomi ja suunama selle siis, kui selleks on vähe stiimuleid.

Aitäh.


Vastus 2:

Mäng on juba käimas!

Kui mitte koroonaviiruse, siis vähemalt supervigade puhul. MIT-i ja Harvardi teadlased kasutasid AI-d uue antibiootikumi tuvastamiseks, mis on võimeline tapma paljusid ravimresistentseid baktereid. Nad koolitasid masinõppe algoritmi nakkustega võitlemiseks võimeliste keemiliste ühendite analüüsimiseks, kasutades olemasolevate ravimite omast erinevaid mehhanisme.

Nad treenisid oma mudelit 2500 molekulil, mis võimaldasid tuvastada ühendi (mida nad nimetasid selleks Halitsiiniks), et katsetada patsientidelt võetud baktereid ja laborites kasvatatud baktereid. “Halitsiin” võib tappa paljusid ravimresistentseid baktereid, sealhulgas

mükobaktirium tuberkuloos, Clostridium difficile

ja

acinetobacter baumannii.

Halitsiin ravis kaks hiirt, kes olid nakatunud

A.baumannii.

Muuseas, paljud USA sõdurid Iraagis ja Afganistanis nakatusid sama veaga. Aruande kohaselt kõvendas nende kahe hiirte nahale kantud haliciini salv täielikult neid 24 tunni jooksul.

Ennustavate arvutimudelite kasutamine narkootikumide avastamiseks pole uus, kuid seni on edu saavutanud Halicin.

Teadlaste sõnul saab nende ennustav mudel teha seda, mis on traditsiooniliste eksperimentaalsete lähenemisviiside jaoks ülemäära kallis.

See Halitsini edu saabub inimajaloo otsustavas etapis. Prognooside kohaselt võib 2050. aastaks kogu maailmas ravimiresistentsete bakterite põhjustatud surm ulatuda 10 miljonini.

Halitsiini inimestel kasutatavaks muutmiseks on vaja täiendavat tööd. Ehkki nende algoritm on välja töötatud bakterite jaoks, võib see olla ka viiruse vastu võitlemiseks „täiustatav”.


Vastus 3:

Kujutage ette, et Hiina haiglas on tuhandeid sarnaseid sümptomeid omavaid juhtumeid, mida haigla teeb? Kuigi kogu teave sümptomite ja diagnooside kohta on dokumenteeritud ja elektrooniliselt kättesaadav, suudab terviseosakond võtta vajalikke ja asjakohaseid meetmeid.

AI on ülikerge ja kiire mustrite tuvastamisel, sarnasused kiire tuvastamise jaoks. Üks näide kuidas

Google'i otsing on võimeline

võimalike haiguste avastamiseks kogu maailmas. Ainult lihtsate otsimisharjumuste abil suudab AI tegelikult tuvastada võimalikke ohte ja epideemiaid, mis võivad puhkeda suurtes osades kogu maailmas.

Tulles tagasi Corona viirusesse, kui Hiina on haiguse sümptomid dokumenteerinud ja diagnoosinud, jagab ta seda teavet kõigile teistele võimalikele valitsusorganisatsioonidele, kes saavad kiiresti paika panna termodetektorid, mis võimaldavad skannida nende sümptomitega inimesi ja liigitada neid tõenäoliselt nakatunud või kandjateks või immuunne. Kuna viirused muteeruvad kiiresti, kipuvad nad muutma oma välimust, sümptomid võivad muutuda ja neid on keeruline diagnoosida. Kuid AI abil saab Hiina aidata valitsusi, kes tegelevad Hiinast, eriti Wuhanist, ja seejärel rahvusvaheliselt üle linnade kolinud inimestega. Seda teavet saab AI analüüsida, et avastada uudiseid nendest linnadest ja haiglatest, et pusletükid kokku panna.

Loodan, et see aitab!


Vastus 4:

Viimasel ajal on koronapositiivsete patsientide kohta andmeid, kui meil on andmeid mitme patsiendi kohta, kui me suudame tuvastada ja leida mustreid. Pärast seda saame vaadata uut patsienti, et ennustada, kas see patsient võib olla nakatunud või mitte, jälgides tema mustrit. Selle eraldamiseks võib kasutada klassikalist masinõpet või süvaõppe tehnikaid.

Üldisemalt öeldes peame olema väga ettevaatlikud ja suhtlema meditsiinivaldkonna inimestega, et analüüsida mustrit, et üldistada, mis tegelikult toimub, millised on muutused ja mehhanismid, mille viirus vallandab kehas, et mudelit paremini mõista.


Vastus 5:

Haigusepuhangud nagu koronaviirus levivad teadlastele sageli ravi saamiseks liiga kiiresti. Kuid tulevikus võiks tehisintellekt aidata teadlastel paremat tööd teha.

Kuigi tõenäoliselt on juba hilja, et uus tehnoloogia mängiks praeguses epideemias suurt rolli, on lootust järgmisteks haiguspuhanguteks. AI on hea kammida läbi mitmesuguseid andmeid, et leida seoseid, mis võimaldavad hõlpsamini kindlaks teha, millised raviviisid võiksid toimida või milliseid katseid järgmiseks kasutada.

Küsimus on selles, millega Big Data kokku puutub, kui sellest saab vaid vähesel hulgal teavet hiljuti Hiinas ilmnenud haiguse nagu Covid-19, näiteks Covid-19 kohta, mis on umbes kahe kuuga haigestunud enam kui 75 000 inimesele.

Tõsiasi, et teadlastel õnnestus uue viiruse geenijärjestus toota nädalate jooksul pärast esimesi teatatud juhtumeid, on paljutõotav, kuna see näitab, et nüüd on haiguspuhangute korral palju kiiremaid andmeid.

Inglismaal asuva idufirma Exscientia Ltd. Oxfordi tegevjuht Andrew Hopkins kuulub nende hulka, kes aitavad koolitada tehisintellekti narkootikumide avastamiseks. Ta leiab, et tänu AI-le võiksid uued raviviisid järgmise kümnendi jooksul minna kontseptsioonist kliiniliste katseteni alles 18–24 kuuga.

Exscientia kavandas obsessiiv-kompulsiivse häire raviks uue ühendi, mida on vähem kui aasta pärast uuringu algses etapis valmis katsetada laboris. See on ettevõtte andmetel keskmiselt viis korda kiirem.

Cambridge'i Healxil on sarnane lähenemisviis, kuid ta kasutab masinõpet olemasolevatele ravimitele uute kasutusvõimaluste leidmiseks. Mõlemad ettevõtted toidavad oma algoritme teabega - mis on kogutud sellistest allikatest nagu ajakirjad, biomeditsiini andmebaasid ja kliinilised uuringud -, et aidata soovitada uusi haiguste raviviise.

Inimeste juhendamine

Mõlemad ettevõtted kasutavad mõlemaid teadlaste meeskonda, et töötada koos AI-ga protsessi juhendamisel. Exscientia lähenemisviisis, mida nimetatakse Centauri keemikuks, aitavad ravimidisainerid õpetada ühendite otsimise algoritmide strateegiaid. Healx tutvustab AI ennustusi teadlastele, kes analüüsivad tulemusi ja otsustavad, mida jätkata.

Healxi teaduse peaspetsialist Neil Thompson ütles, et seda tehnikat saab kasutada puhangute korral nagu koroonaviirus, kui sellel on piisavalt andmeid uue haiguse kohta. Healx ei tegele koroonaviiruse vastu võitlemisega ega selle tehnoloogia kohandamisega haiguspuhangute jaoks, kuid see ei oleks venitus.

"Oleme üsna lähedal," ütles Thompson intervjuus. „Me ei peaks kasutatavate AI algoritmide osas palju muutma. Vaatame ravimite omaduste vastavust haiguse tunnustele. ”

Tehisintellekti algoritmid hakkavad juba teada ravimeid haiguste jaoks, millest me teame. Massachusettsi tehnoloogiainstituudi teadlased ütlesid neljapäeval, et nad kasutasid seda meetodit võimsa uue antibiootikumiühendi tuvastamiseks, mis võib tappa hulga häirivaid baktereid, isegi neid, kes on praegu muude ravimite suhtes vastupidavad.

Kõigi nende tehnoloogiate üks saak on kliiniline testimine. Isegi ravimeid, mis on juba ühe haiguse raviks ohutud, tuleks enne teise väljakirjutamist uuesti testida. Nende ohutuse ja efektiivsuse näitamine paljudele inimestele võib võtta aastaid enne, kui nad pöörduvad reguleerivate asutuste poole.

Efektiivsuse tagamiseks peaksid AI-l põhinevad ravimiarendajad kavandama enne tähtaega, valides tulevikus tõenäoliselt probleeme põhjustava viiruse genoomi ja suunama selle siis, kui selleks on vähe stiimuleid.

Teine takistus on kvalifitseeritud töötajate leidmine.

"Raske on leida inimesi, kes suudaksid tegutseda AI ja bioloogia ristumiskohas ning suurtel ettevõtetel on keeruline teha kiireid otsuseid sellise tehnoloogia osas," ütles Irina Haivas, riskikapitalifirma Atomico partner ja endine kirurg, kes istub Healxi juhatus. "Ainult AI-inseneriks saamisest ei piisa, peate mõistma ja õppima bioloogia rakendusi."


Vastus 6:

Kui esmakordselt ilmub salapärane haigus, on valitsustel ja tervishoiuasutustel keeruline teavet kiiresti koguda ja reageerida. Kuid uus tehisintellekti tehnoloogia saab automaatselt kaevata kogu maailmas uudiste ja veebisisu kaudu, aidates spetsialistidel tuvastada võimalikke häireid, mis põhjustavad potentsiaalset epideemiat või halvemat. Teisisõnu võivad meie uued AI ülemused aidata meil järgmisest katkust välja tulla.

Need uued

AI

võimete täies hoos on hiljutine koroonaviiruse puhang, mille tuvastas Kanada ettevõte BlueDat, mis on üks paljudest organisatsioonidest, kes kasutavad andmeid rahvatervise riskide hindamiseks. USA haiguste tõrje ja ennetamise keskused (CDC) ja Maailma Terviseorganisatsioon (WHO) on välja andnud ametlikud teated, et agentuuri väitel viib ta läbi "automaatset nakkushaiguste jälgimist". Nüüd jaanuari lõpus Hiinas Wuhani linnaga seotud hingamisteede viirus on juba kaotanud üle 100 inimese. Juhtumid on tekkinud paljudes teistes riikides, sealhulgas USA-s, ja CDC hoiatab ameeriklasi vältima tarbetuid sõite Hiinasse.


Vastus 7:

Kui kummaline vaev esmakordselt esile kerkib, võib valitsustel ja heaolu üldvõimudel olla väga raske andmeid kiiresti koguda ja reageerimist hõlbustada. Igal juhul võib uus inimtegevusest tulenev innovatsioonilahendus loomulikult kahandada kogu maailmas leiduvate uudiste ja veebis leiduvate ainete kaudu, aidates spetsialistidel tajuda vastuolusid, mis võivad esile kutsuda võimaliku katku või veelgi kahetsusväärsema pandeemia. Päeva lõpus võivad meie uued AI-ülevaatajad meid tõesti aidata järgmise haiguse talumisel.

Neid uusi AI võimeid tutvustatakse käimasoleva koroonaviiruse ägenemisega, mida eristas õigel ajal Kanada firma nimega BlueDot, mis on üks paljudest organisatsioonidest, kes kasutab teavet üldise heaolu ohtude hindamiseks. Organisatsioon, kelle sõnul toimub "robotiseeritud vastupandamatu haiguste vaatlus", rääkis oma klientidele uut tüüpi koroonaviirusest detsembri lõpupoole, päev enne USA Haiguste Tõrje ja Ennetamise Keskust (CDC) ja Maailma Terviseorganisatsiooni (WHO). ) edastas ametliku teate, nagu teatas Wired. Praegu jaanuari lõpu lähenedes hukkus Hiinas Wuhani linnaga seotud hingamisteede infektsioon just üle 100 inimese. Juhtumeid on tekkinud ka mõnes erinevas riigis, sealhulgas Ameerika Ühendriikides, ning CDC hoiatab ameeriklasi hoidma strateegilist kaugust tarbetutest reisidest Hiinasse.

Vastupandamatu haigusega arst ning BlueDoti autor ja tegevjuht Kamran Khan selgitas kohtumisel, kuidas organisatsiooni esialgne manitsusraamistik kasutab inimese loodud teadvust, sealhulgas tavalist keelekäsitlust ja AI-d, et jälgida enam kui 100 vastupandamatut nakkust, jagades umbes 100 000 artiklit 65 murret järjekindlalt. See teave võimaldab organisatsioonil mõista, millal rääkida oma klientidele vastupandamatu haiguse võimalikust lähedusest ja levikust.

Muu teave, mis on sarnane maadeavastajate ajakava andmete ja lennuteedega, võib aidata organisatsioonil anda lisateavet selle kohta, kuidas halb enesetunne tõenäoliselt levib. Näiteks nägid BlueDoti spetsialistid hiljuti Aasias erinevaid linnakogukondi, kus koronaviirus ilmub pärast Hiina territooriumil ilmumist.

BlueDoti mudeli (mille veenvaid tulemusi sel moel uurivad inimspetsialistid) mõte on saada andmed sotsiaalkindlustuse töötajatele nii kiiresti kui võimalik, eeldades, et nad saavad analüüsida - ja vajadusel lahti ühendada - rikutud ja mõeldav on nakatavad isikud sobival ajal.

"Ametlikud andmed ei ole alati soodsad," ütles Khan Recode'ile. "Uurija ühe juhtumi ja äratundmisjuhtumi eristamine sõltub sellest, kas teie esiteenindaja tajub konkreetset haigust. See võib olla erinevus äratundmise tegeliku toimumise korral."

Khan lisas, et tema raamistik võib samamoodi kasutada mitmesugust muud teavet - näiteks andmeid territooriumi atmosfääri, temperatuuri või isegi läheduses asuvate kodustatud loomade kohta -, et ennustada, kas keegi haigusest saastunud inimene põhjustab tõenäoliselt ägenemise ümber seal. Ta toob välja, et 2016. aastal oli BlueDotil võimalus ette näha Zika nakkuse esinemine Floridas pool aastat enne, kui see seal tegelikult ilmnes.

Samuti kontrollis nuhtluskontrolliorganisatsioon Metabiota, et Tais, Lõuna-Koreas, Jaapanis ja Taiwanil on kõige suurem oht, et nakkus ilmub seitse päeva enne nende riikide juhtumite tõelist avastamist, lootes mõnevõrra lennuinfot saada. Metabiota, nagu BlueDot, kasutab levinud keelekäsitlust võimalike haiguste veebipõhiste teadete hindamiseks ning lisaks loobub see veebipõhise eluteabe sarnase uuenduse loomisel.

Metabiota infoteaduste juht Imprint Gallivan selgitas, et ka veebipõhised etapid ja arutelud võivad anda märku pandeemia ohust. Samuti väidab Metabiota, et võib hinnata tervisehäda leviku ohtu, mis põhjustab sotsiaalseid ja poliitilisi katkestusi, pidades silmas selliseid andmeid nagu tervisehäired, surmajuhtumid ja ravi kättesaadavus. Näiteks hindas Metabiota käesoleva artikli levitamise ajal uudse koronaviiruse ohtu, mis põhjustab avatud rahutust USA-s ja Hiinas, kõrgeks, kuid hindas seda ohtu Kongo Demokraatlikus Vabariigis esineva ahvi rõugete nakkuse tekkeks ( kui nakatumise juhtumeid on arvestatud) kui "keskmist".

Raske on täpselt aru saada, kui täpne võib see reitinguraamistik või lava ise olla, kuid Gallivani sõnul teeb organisatsioon koronaviirusega tuvastatud küsimustes koostööd USA teadmusvõrgustiku ja kaitseministeeriumiga. See on tükk Metabiota tööst luure keskagentuuriga seotud mittetulundusliku seiklusfirma In-Q-Tel juures. Kuid valitsusasutused ei ole nende raamistike peamised potentsiaalsed kliendid. Lisaks tutvustab Metabiota oma asutamist edasikindlustusorganisatsioonidele - edasikindlustus on põhimõtteliselt kindlustusagentuuride kaitse -, mis peaksid tegelema raha varjatud ohtudega, mis on seotud haiguse varjatud võimete levimisega.

Olgu kuidas on, arvutipõhised mõttekäigud võivad olla vaieldamatult väärtuslikumad kui lihtsalt haiguste leviku asjatundjate ja ametnike koolitamine nakkuse puhkedes. Spetsialistid on valmistanud AI-põhiseid mudeleid, mis võimaldavad Zika nakkuse episoode järk-järgult ette näha, mis õpetavad, kuidas spetsialistid reageerivad võimalikele hädaolukordadele. Inimese loodud teadvust võiks samuti kasutada juhtimiseks, kuidas üldised heaoluorganid hädaolukorras vara laiali jagavad. Selle tulemusel on AI veel üks esimene kaitseliin haiguste eest.

Veelgi põhjalikumalt on AI nüüd abiks uute ravimite uurimisel, aeg-ajalt esinevate infektsioonide käsitlemisel ja rinna pahaloomulise kasvu tuvastamisel. Inimese loodud luureandmeid kasutati isegi Chagasit levitavate jubedate roomikute eristamiseks - see on tõsine ja mõeldav surmav vaev, mis on Mehhikos ning Kesk- ja Lõuna-Ameerikas eeldanud 8 miljonit inimest rikkunud. Lisaks suureneb entusiasm heaolu mitte käsitleva teabe - näiteks veebipõhise elukujutluse - kasutamise vastu, mis aitab heaolu poliitikakujundajatel ja ravimiorganisatsioonidel mõista heaolu hädaolukorra ulatust. Näiteks pakub Interneti-ala kaevandav AI ebaseaduslike narkootikumide sihtrühmadega ja hoiab üldisi heaoluorganeid kursis nende kontrollitavate ainete levikuga.

Need raamistikud, sealhulgas Metabiota ja BlueDot, on lihtsalt võrreldavad hinnatava teabega. Veelgi enam, AI-l on enamasti kaldega probleem, mis võib kajastada nii raamistiku arhitekte kui ka teavet, mille kohta see on koostatud. Samuti ei ole meditsiiniteenuste osutamisel kasutatav AI mingil moel, kuju ega vorm selles küsimuses ohutu.

Kõike arvesse võttes räägivad need progressioonid järk-järgult idealistlikust vaatenurgast sellele, mida AI teha saab. Tavaliselt ei sobi AI-robotite värskendused, mis filtreerivad tohutul hulgal teavet, nii hästi. Kaaluge seadusest tulenevat nõuet, kasutades näotuvastuse andmebaase, mis põhinevad veebist kaevandatud piltidel. Või teisest küljest, värbavad režissöörid, kes saaksid AI abil ette näha, kuidas teie Interneti-põhiseid elupostitusi arvestades edasi lihvida. Võimalus, et AI võitleb metsiku halva enesetunde vastu, pakub olukorda, kus me võime end pisut ebamugavamalt tunda, kui mitte läbi ja lõhki. Võib-olla aitaks see uuendus - kui seda õigesti luua ja kasutada - tõesti mõne inimese elu säästa.