Կանխատեսեք համաճարակը նախքան դրա հայտնվելը

Կանադական BlueDot ալգորիթմն ավելի արագ էր, քան փորձագետները՝ ճանաչելով վերջին կորոնավիրուսի սպառնալիքը: Նա իր հաճախորդներին տեղեկացրեց սպառնալիքի մասին օրեր առաջ, երբ ԱՄՆ-ի Հիվանդությունների վերահսկման և կանխարգելման կենտրոնները (CDC) և Առողջապահության համաշխարհային կազմակերպությունը (ԱՀԿ) պաշտոնական ծանուցումներ ուղարկեցին աշխարհին:

Քամրան Խան (1), բժիշկ, վարակաբան, ծրագրի հիմնադիր և գործադիր տնօրեն BlueDot, մամուլի հարցազրույցում բացատրեց, թե ինչպես է այս վաղ նախազգուշացման համակարգը օգտագործում արհեստական ​​ինտելեկտը, ներառյալ բնական լեզվի մշակումը և մեքենայական ուսուցումը, նույնիսկ հետևելու համար։ հարյուր վարակիչ հիվանդություն միաժամանակ. Ամեն օր վերլուծվում է մոտ 100 հոդված 65 լեզուներով։

1. Քամրան Խանը և քարտեզ, որը ցույց է տալիս Ուհանի կորոնավիրուսի տարածումը։

Այս տվյալները ընկերություններին ազդարարում են, թե երբ պետք է տեղեկացնեն իրենց հաճախորդներին վարակիչ հիվանդության հնարավոր առկայության և տարածման մասին։ Այլ տվյալներ, ինչպիսիք են ճանապարհորդական երթուղիների և թռիչքների մասին տեղեկությունները, կարող են օգնել լրացուցիչ տեղեկություններ տրամադրել բռնկման հավանականության մասին:

BlueDot մոդելի գաղափարը հետևյալն է. հնարավորինս շուտ տեղեկատվություն ստանալ Առողջապահության աշխատողները՝ հույս ունենալով, որ նրանք կարող են ախտորոշել և, անհրաժեշտության դեպքում, մեկուսացնել վարակված և պոտենցիալ վարակիչ մարդկանց սպառնալիքի վաղ փուլում: Խանը բացատրում է, որ ալգորիթմը չի օգտագործում սոցիալական մեդիայի տվյալները, քանի որ այն «չափազանց քաոսային» է։ Այնուամենայնիվ, «պաշտոնական տեղեկատվությունը միշտ չէ, որ արդիական է», - ասաց նա Recode-ին: Իսկ արձագանքման ժամանակն այն է, ինչ կարևոր է բռնկումը հաջողությամբ կանխելու համար:

Խանը աշխատում էր որպես վարակաբան Տորոնտոյում 2003 թվականին, երբ դա տեղի ունեցավ: համաճարակ SARS. Նա ցանկանում էր մշակել այս տեսակի հիվանդություններին հետևելու նոր միջոց: Մի քանի կանխատեսող ծրագրեր փորձարկելուց հետո նա 2014-ին գործարկեց BlueDot-ը և հավաքեց 9,4 միլիոն դոլար ֆինանսավորում իր նախագծի համար: Ընկերությունում ներկայումս աշխատում է քառասուն աշխատակից, բժիշկներ և ծրագրավորողներովքեր վերլուծական գործիք են մշակում հիվանդություններին հետևելու համար:

Տվյալները հավաքելուց և դրանց նախնական ընտրությունից հետո նրանք մտնում են խաղի մեջ վերլուծաբաններ. Հետո համաճարակաբանություն Նրանք ստուգում են բացահայտումները գիտական ​​վավերականության համար, այնուհետև զեկուցում են կառավարությանը, բիզնեսին և առողջապահության ոլորտի մասնագետներին: հաճախորդներ.

Խանը հավելեց, որ իր համակարգը կարող է նաև օգտագործել մի շարք այլ տվյալներ, ինչպիսիք են տվյալ տարածքի կլիմայի, ջերմաստիճանի և նույնիսկ տեղական անասունների մասին տեղեկությունները, կանխատեսելու համար, թե արդյոք հիվանդությամբ վարակված որևէ մեկը կարող է բռնկման պատճառ դառնալ: Նա նշում է, որ արդեն 2016 թվականին Blue-Dot-ը կարողացել է կանխատեսել Զիկա վիրուսի բռնկումը Ֆլորիդայում վեց ամիս առաջ, երբ այն իրականում գրանցվել է այդ տարածքում:

Ընկերությունը գործում է նույն ձևով և համանման տեխնոլոգիաների կիրառմամբ։ ՄետաբիոտաSARS-ի համաճարակի մոնիտորինգ. Նրա փորձագետները ժամանակին պարզել են, որ այս վիրուսի առաջացման ամենամեծ վտանգը Թաիլանդում, Հարավային Կորեայում, Ճապոնիայում և Թայվանում է, և նրանք դա արել են այս երկրներում դեպքերի մասին հայտարարությունից ավելի քան մեկ շաբաթ առաջ։ Նրանց որոշ եզրակացություններ արվել են ուղեւորների թռիչքների տվյալների վերլուծությունից։

Metabiota-ն, ինչպես BlueDot-ը, օգտագործում է բնական լեզվի մշակում` գնահատելու հնարավոր հիվանդությունների մասին հաղորդումները, բայց նաև աշխատում է սոցիալական մեդիայի տեղեկատվության համար նույն տեխնոլոգիան մշակելու ուղղությամբ:

Մարկ ԳալիվանMetabiota-ի տվյալների գիտական ​​տնօրենը լրատվամիջոցներին բացատրել է, որ առցանց հարթակներն ու ֆորումները կարող են ազդանշան տալ բռնկման վտանգի մասին: Անձնակազմի փորձագետները նաև ասում են, որ իրենք կարող են գնահատել սոցիալապես և քաղաքականապես խանգարող հիվանդության տարածման ռիսկը՝ հիմնվելով այնպիսի տեղեկատվության վրա, ինչպիսին են հիվանդության ախտանիշները, մահացությունը և բուժման հասանելիությունը:

Համացանցի դարաշրջանում բոլորն ակնկալում են կորոնավիրուսի համաճարակի առաջընթացի մասին տեղեկատվության արագ, հուսալի և, հնարավոր է, ընթեռնելի տեսողական ներկայացում, օրինակ՝ թարմացված քարտեզի տեսքով։

2. Ջոնս Հոփկինսի համալսարանի Coronavirus 2019-nCoV վահանակ:

Ջոնս Հոփկինսի համալսարանի Համակարգային գիտության և ճարտարագիտության կենտրոնը մշակել է, հավանաբար, աշխարհում ամենահայտնի կորոնավիրուսային վահանակը (2): Այն նաև տրամադրեց ամբողջական տվյալների բազան ներբեռնման համար որպես Google թերթ: Քարտեզը ցույց է տալիս նոր դեպքեր, հաստատված մահեր և ապաքինումներ։ Վիզուալիզացիայի համար օգտագործվող տվյալները գալիս են տարբեր աղբյուրներից, այդ թվում՝ ԱՀԿ-ից, CDC-ից, Չինաստանի CDC-ից, NHC-ից և DXY-ից՝ չինական վեբկայք, որը միավորում է NHC-ի հաշվետվությունները և իրական ժամանակում տեղական CCDC իրավիճակի մասին հաշվետվությունները:

Ախտորոշում ժամերով, ոչ թե օրերով

Աշխարհն առաջին անգամ լսեց նոր հիվանդության մասին, որն ի հայտ եկավ Չինաստանի Ուհան քաղաքում։ 31 Դեկտեմբեր 2019 Քաղաք Մեկ շաբաթ անց չինացի գիտնականները հայտարարեցին, որ բացահայտել են մեղավորին։ Հաջորդ շաբաթ գերմանացի մասնագետները մշակեցին առաջին ախտորոշիչ թեստը (3): Այն արագ է, շատ ավելի արագ, քան SARS-ի կամ նմանատիպ համաճարակների ժամանակ առաջ և հետո:

Դեռևս անցյալ տասնամյակի սկզբին գիտնականները, ովքեր փնտրում էին ինչ-որ վտանգավոր վիրուս, ստիպված էին այն աճեցնել կենդանական բջիջներում՝ Petri ափսեներում: Դուք պետք է բավականաչափ վիրուսներ ստեղծած լինեք ստեղծելու համար մեկուսացնել ԴՆԹ և կարդալ գենետիկական ծածկագիրը մի գործընթացի միջոցով, որը հայտնի է որպես գործողությունների հաջորդականությունը. Այնուամենայնիվ, վերջին տարիներին այս տեխնիկան հսկայական զարգացում է ապրել:

Գիտնականներն այլևս կարիք չունեն վիրուսն աճեցնել բջիջներում։ Նրանք կարող են ուղղակիորեն հայտնաբերել շատ փոքր քանակությամբ վիրուսային ԴՆԹ հիվանդի թոքերում կամ արյան սեկրեցներում: Եվ դա ժամեր է պահանջում, ոչ թե օրեր:

Աշխատանքներ են տարվում վիրուսների հայտնաբերման էլ ավելի արագ և հարմար գործիքներ մշակելու ուղղությամբ: Սինգապուրում տեղակայված Veredus Laboratories-ն աշխատում է շարժական սարքի վրա՝ հայտնաբերելու համար. VereChip (4) վաճառքում կհայտնվի այս տարվա փետրվարի 1-ից։ Արդյունավետ և շարժական լուծումները նաև ավելի արագ կդարձնեն վարակվածների նույնականացումը՝ համապատասխան բժշկական օգնության համար, երբ բժշկական թիմեր տեղակայվեն դաշտում, հատկապես, երբ հիվանդանոցները գերբնակեցված են:

Վերջին տեխնոլոգիական առաջընթացները հնարավորություն են տվել հավաքել և կիսել ախտորոշիչ արդյունքները գրեթե իրական ժամանակում: Պլատֆորմի օրինակ Quidel-ից София ես համակարգ եմ PCR10 FilmArray BioFire ընկերությունները, որոնք տրամադրում են շնչառական պաթոգենների արագ ախտորոշման թեստեր, անմիջապես հասանելի են ամպի տվյալների բազաներին անլար կապի միջոցով:

2019-nCoV կորոնավիրուսի (COVID-19) գենոմն ամբողջությամբ հաջորդականացվել է չինացի գիտնականների կողմից առաջին դեպքի հայտնաբերումից մեկ ամիս անց։ Առաջին հաջորդականությունից ի վեր ավարտվել է ևս գրեթե քսան: Համեմատության համար, SARS վիրուսի համաճարակը սկսվեց 2002 թվականի վերջին, և դրա ամբողջական գենոմը հասանելի չէր մինչև 2003 թվականի ապրիլը:

Գենոմի հաջորդականությունը չափազանց կարևոր է այս հիվանդության դեմ ախտորոշման և պատվաստանյութերի մշակման համար:

Հիվանդանոցային նորարարություն

5. Բժշկական ռոբոտ Էվերեթի Պրովիդենս տարածաշրջանային բժշկական կենտրոնից:

Ցավոք, նոր կորոնավիրուսը սպառնում է նաև բժիշկներին. CNN-ի փոխանցմամբ՝ կանխել կորոնավիրուսի տարածումը հիվանդանոցում և դրսում, Վաշինգտոնի Էվերեթի Պրովիդենսի տարածաշրջանային բժշկական կենտրոնի աշխատակիցները, օգտագործում են Ռոբոտը (5), որը չափում է կենսական նշանները մեկուսացված հիվանդի մոտ և գործում է որպես վիդեո կոնֆերանսի հարթակ: Մեքենան ավելին է, քան պարզապես ներկառուցված էկրանով անիվների վրա գտնվող հաղորդակցիչ, բայց այն ամբողջությամբ չի վերացնում մարդկային աշխատանքը:

Բուժքույրերը դեռ պետք է հիվանդի հետ սենյակ մտնեն։ Նրանք նաև վերահսկում են ռոբոտը, որը չի ենթարկվի վարակի, գոնե կենսաբանորեն, ուստի այս տեսակի սարքերը գնալով ավելի կօգտագործվեն վարակիչ հիվանդությունների բուժման համար:

Իհարկե, սենյակները կարելի է մեկուսացնել, բայց պետք է նաև օդափոխել, որպեսզի կարողանաք շնչել։ Սա պահանջում է նոր օդափոխության համակարգերկանխում է մանրէների տարածումը.

Ֆիննական Genano (6) ընկերությունը, որը մշակել է այս տեսակի տեխնիկան, էքսպրես պատվեր է ստացել Չինաստանի բժշկական հաստատությունների համար։ Ընկերության պաշտոնական հաղորդագրության մեջ նշվում է, որ ընկերությունն ունի ստերիլ և մեկուսացված հիվանդասենյակներում վարակիչ հիվանդությունների տարածումը կանխարգելող սարքավորումներ տրամադրելու մեծ փորձ։ Նախորդ տարիներին նա, ի թիվս այլ բաների, առաքումներ է իրականացրել Սաուդյան Արաբիայի բժշկական հաստատություններ MERS վիրուսի համաճարակի ժամանակ: Անվտանգ օդափոխության համար նախատեսված ֆիննական սարքեր են առաքվել նաև Ուհանի 2019-nCoV կորոնավիրուսով վարակված մարդկանց հայտնի ժամանակավոր հիվանդանոց, որն արդեն կառուցվել է տասը օրում։

6. Ջենանոյի համակարգի դիագրամ մեկուսիչում

Ըստ Ջենանոյի, մաքրող սարքերում օգտագործվող արտոնագրված տեխնոլոգիան «վերացնում և ոչնչացնում է օդում տարածվող բոլոր մանրէները, ինչպիսիք են վիրուսներն ու բակտերիաները»: Օդը մաքրող սարքերը, որոնք կարող են գրավել 3 նանոմետր փոքր մասնիկներ, չունեն մեխանիկական ֆիլտր, և օդը զտվում է ուժեղ էլեկտրական դաշտով:

Մեկ այլ տեխնիկական հետաքրքրություն, որն ի հայտ եկավ կորոնավիրուսի բռնկման ժամանակ ջերմային սկաներներ, օգտագործվում է, ի թիվս այլ բաների, ջերմություն ունեցող մարդկանց տանում են հնդկական օդանավակայաններից։

Ինտերնետ - վիրավորե՞լ, թե՞ օգնել:

Չնայած կրկնօրինակման և տարածման, ապատեղեկատվության և խուճապի տարածման համար քննադատության հսկայական ալիքին, սոցիալական մեդիայի գործիքները նույնպես դրական դեր են խաղացել Չինաստանում բռնկման պահից:

Ինչպես հաղորդում է, օրինակ, չինական TMT Post տեխնոլոգիական կայքը՝ մինի-տեսանյութերի սոցիալական հարթակը։ Դույին, որը աշխարհահռչակ TikTok-ի չինական համարժեքն է (7), գործարկել է հատուկ հատված՝ կորոնավիրուսի տարածման մասին տեղեկատվության մշակման համար։ Հաշթեգի տակ #Պայքար թոքաբորբի դեմ, հրապարակում է ոչ միայն օգտատերերի տեղեկությունը, այլեւ փորձագիտական ​​զեկույցներն ու խորհուրդները։

Ի լրումն իրազեկության բարձրացման և կարևոր տեղեկատվության տարածման, Douyin-ը նաև նպատակ ունի ծառայել որպես աջակցության գործիք վիրուսի դեմ պայքարող բժիշկների և բժշկական անձնակազմի, ինչպես նաև վարակված հիվանդների համար: Վերլուծաբան Դանիել Ահմադ Թվիթերում գրել է, որ հավելվածը գործարկել է «Jiayou վիդեո էֆեկտը» (նշանակում է խրախուսանք), որն օգտատերերը պետք է օգտագործեն դրական հաղորդագրություններ ուղարկելու համար՝ ի աջակցություն բժիշկների, առողջապահության ոլորտի մասնագետների և հիվանդների: Այս տեսակի բովանդակությունը հրապարակվում է նաև հայտնի մարդկանց, հայտնիների և, այսպես կոչված, ինֆլենսերների կողմից։

Այսօր ենթադրվում է, որ առողջության հետ կապված սոցիալական մեդիայի միտումների մանրակրկիտ ուսումնասիրությունը կարող է մեծապես օգնել գիտնականներին և հանրային առողջապահության մարմիններին ավելի լավ ճանաչել և հասկանալ մարդկանց միջև հիվանդությունների փոխանցման մեխանիզմները:

Մասամբ այն պատճառով, որ սոցիալական մեդիան հակված է լինել «խիստ համատեքստային և գնալով ավելի հիպերտեղական», նա ասաց The Atlantic-ին 2016 թվականին: Մարսելի աղցան, Շվեյցարիայի Լոզանի դաշնային պոլիտեխնիկական դպրոցի հետազոտող և աճող ոլորտի փորձագետ, որը գիտնականներն անվանում են. «Թվային համաճարակաբանություն». Այնուամենայնիվ, այս պահին, հավելեց նա, հետազոտողները դեռ ավելի շուտ փորձում են հասկանալ՝ արդյոք սոցիալական մեդիան խոսում է առողջական խնդիրների մասին, որոնք իրականում արտացոլում են համաճարակաբանական երևույթները, թե ոչ (8):

8. Չինացիները դիմակներով սելֆի են անում.

Առաջին փորձերի արդյունքներն այս առումով անհասկանալի են։ Արդեն 2008 թվականին Google-ի ինժեներները գործարկել են հիվանդությունների կանխատեսման գործիք. Google գրիպի միտումները (GFT): Ընկերությունը նախատեսում էր օգտագործել այն՝ վերլուծելու Google որոնողական համակարգի տվյալները ախտանիշների և ազդանշանային բառերի համար: Այն ժամանակ նա հույս ուներ, որ արդյունքները կօգտագործվեն ճշգրիտ և անմիջապես ճանաչելու գրիպի և դենգեի բռնկումների «ուրվագծերը»՝ երկու շաբաթ շուտ, քան ԱՄՆ Հիվանդությունների վերահսկման և կանխարգելման կենտրոնները: (CDC), որի հետազոտությունը համարվում է ոլորտում լավագույն չափանիշը: Այնուամենայնիվ, Google-ի արդյունքները ԱՄՆ-ում գրիպի, իսկ ավելի ուշ՝ Թաիլանդում մալարիայի վաղ ինտերնետ ազդանշանի վրա հիմնված ախտորոշման վերաբերյալ չափազանց սխալ են համարվել:

Տարբեր իրադարձություններ «կանխատեսող» տեխնիկա և համակարգեր, ներառյալ. Ինչպես օրինակ՝ անկարգությունների կամ համաճարակների պայթյունը, աշխատել է նաև Microsoft-ը, որը 2013 թվականին Իսրայելի Technion ինստիտուտի հետ համատեղ սկսել է աղետների կանխատեսման ծրագիր՝ հիմնված լրատվամիջոցների բովանդակության վերլուծության վրա։ Բազմալեզու վերնագրերի վիվիսեկցիայի օգնությամբ «համակարգչային հետախուզությունը» պետք է ճանաչեր սոցիալական սպառնալիքները։

Գիտնականները ուսումնասիրել են իրադարձությունների որոշակի հաջորդականություն, օրինակ՝ Անգոլայում երաշտի մասին տեղեկատվությունը, որը կանխատեսումների տեղիք է տվել խոլերայի հնարավոր համաճարակի մասին կանխատեսման համակարգերում, քանի որ նրանք կապ են գտել երաշտի և հիվանդության դեպքերի աճի միջև: Համակարգի շրջանակը ստեղծվել է New York Times-ի արխիվային հրապարակումների վերլուծության հիման վրա՝ սկսած 1986թ. Հետագա զարգացումը և մեքենայական ուսուցման գործընթացը ներառում էր նոր ինտերնետային ռեսուրսների օգտագործումը:

Մինչ այժմ, հիմնվելով համաճարակաբանական կանխատեսման մեջ BlueDot-ի և Metabiota-ի հաջողությունների վրա, կարելի է գայթակղվել եզրակացնելու, որ ճշգրիտ կանխատեսումը հնարավոր է հիմնականում «որակավորված» տվյալների հիման վրա, այսինքն. պրոֆեսիոնալ, ստուգված, մասնագիտացված աղբյուրներ, ոչ թե ինտերնետի և պորտալային համայնքների քաոսը.

Բայց միգուցե ամեն ինչ ավելի խելացի ալգորիթմների և ավելի լավ մեքենայական ուսուցման մասին է: