Передбачити епідемію до того, як вона вибухне
Канадський алгоритм BlueDot виявився швидше за фахівців у розпізнаванні загрози від нового коронавірусу. Він проінформував своїх клієнтів про загрозу за кілька днів до того, як Центри США з контролю та профілактики захворювань (CDC) та Всесвітня організація охорони здоров'я (ВООЗ) розіслали світові офіційні повідомлення.
Кямран Хан (1), лікар, інфекціоніст, засновник та генеральний директор програми BlueDot, пояснив в інтерв'ю для преси, як ця система раннього попередження використовує штучний інтелект, включаючи обробку природної мови та машинне навчання, щоб відстежувати навіть сто заразних хвороб одночасно. Щодня аналізується близько 100 тис. статті 65 мовами.
1. Камран Хан та карта, що показує поширення уханьського коронавірусу.
Ці дані сигналізують компанії, коли слід повідомляти своїх клієнтів про потенційну наявність та поширення інфекційного захворювання. Інші дані, такі як інформація про маршрути поїздок та рейси, можуть допомогти дати додаткову інформацію про можливість розвитку спалаху.
Ідея моделі BlueDot полягає у наступному. отримати інформацію якнайшвидше медичним працівникам, сподіваючись, що вони зможуть діагностувати — і, при необхідності, ізолювати — інфікованих та потенційно заразних людей на ранній стадії загрози. Хан пояснює, що алгоритм не використовує дані соціальних мереж, тому що вони «надто хаотичні». При цьому офіційна інформація не завжди актуальна, сказав він Recode. І час реакції це те, що має значення для успішного запобігання спалаху.
Хан працював у 2003 році в Торонто фахівцем із інфекційних захворювань, коли це сталося. епідемії ГРВІ. Він хотів розробити новий спосіб відстеження цих типів захворювань. Протестувавши кілька програм прогнозування, він запустив BlueDot у 2014 році та залучив 9,4 млн доларів фінансування свого проекту. В даний час у компанії працює сорок співробітників, лікарі та програмістиякі розробляють аналітичний інструмент відстеження захворювань.
Після збору даних та їхнього початкового вибору вони входять у гру аналітики. потім епідеміологи Вони перевіряють висновки на наукову обґрунтованість, а потім подають звіт уряду, бізнесу та медичним працівникам. клієнти.
Хан додав, що його система може також використовувати ряд інших даних, таких як інформація про клімат конкретної області, температури і навіть інформація про місцеву худобу, щоб передбачити, чи хтось, заражений цією хворобою, викликати спалах. Він вказує, що ще у 2016 році Blue-Dot зумів передбачити спалах вірусу Зіка у Флориді за шість місяців до його фактичної реєстрації у цьому районі.
Компанія працює аналогічним чином та з використанням аналогічних технологій. Метабіотмоніторинг епідемії ГРВІ. Його фахівці свого часу встановили, що найбільший ризик появи цього вірусу в Таїланді, Південній Кореї, Японії та Тайвані, причому вони зробили це більш ніж за тиждень до оголошення випадків захворювання в цих країнах. Частину їхніх висновків було зроблено на основі аналізу даних про пасажирські рейси.
Метабіота, як і BlueDot, використовує обробку даних природною мовою для оцінки потенційних повідомлень про захворювання, але також працює над розробкою тієї ж технології для інформації з соціальних мереж.
Марк Галліван, науковий директор Metabiota за даними, пояснив у ЗМІ, що онлайн-платформи та форуми можуть сигналізувати про ризик спалаху. Штатні фахівці також кажуть, що вони можуть оцінити ризик поширення хвороби, що викликає соціальні та політичні потрясіння, на основі такої інформації, як симптоми хвороби, смертність та доступність лікування.
За часів Інтернету всі очікують швидкого, достовірного та, можливо, розбірливого наочного уявлення інформації про перебіг епідемії коронавірусу, наприклад, у вигляді оновленої карти.
2. Інформаційна панель Coronavirus 2019-nCoV Університету Джона Хопкінса.
Центр системних наук та інженерії Університету Джона Хопкінса розробив, мабуть, найвідомішу у світі інформаційну панель про коронавірус (2). Він також надав повний набір даних для завантаження у вигляді аркуша Google. На карті показані нові випадки, підтверджені смерті та одужання. Дані, що використовуються для візуалізації, надходять з різних джерел, включаючи ВООЗ, CDC, China CDC, NHC та DXY – китайський веб-сайт, який поєднує звіти NHC та місцеві ситуаційні звіти CCDC у режимі реального часу.
Діагностика у годинах, а не днях
Світ уперше почув про нову хворобу, що виникла в китайському Ухані. 31 грудня 2019 р. За тиждень китайські вчені оголосили, що встановили винуватця. Наступного тижня німецькі спеціалісти розробили перший діагностичний тест (3). Це швидко, набагато швидше, ніж за часів атипової пневмонії або подібних епідемій до і після.
Ще на початку минулого десятиліття вченим, які шукали якогось небезпечного вірусу, доводилося вирощувати його в клітинах тварин у чашках Петрі. Ви повинні були створити достатньо вірусів, щоб зробити ізолювати ДНК та прочитати генетичний код за допомогою процесу, відомого як послідовність дій. Проте останніми роками ця техніка набула величезного розвитку.
Вченим навіть не потрібно більше вирощувати вірус у клітинах. Вони можуть виявляти дуже невелику кількість вірусної ДНК у легких або кров'яних виділеннях пацієнта. І це займає годинник, а не дні.
Ведуться роботи з розробки ще більш швидких та зручних засобів виявлення вірусів. Сінгапурська компанія Veredus Laboratories працює над портативним комплектом для виявлення, ВереЧіп (4) надійде у продаж із 1 лютого цього року. Завдяки ефективним та портативним рішенням виявлення інфікованих з метою надання їм належної медичної допомоги також відбуватиметься швидше за реалізації медичних бригад на місцях, особливо у разі переповненості лікарень.
Останні технологічні досягнення дозволили збирати та обмінюватися діагностичними результатами практично у режимі реального часу. Приклад платформи від компанії Quidel Софія я система PCR10 FilmArray Компанії BioFire, що надають швидкі діагностичні тести на респіраторні патогени, стають доступними негайно завдяки бездротовому підключенню до баз даних у хмарі.
Геном коронавірусу 2019-nCoV (COVID-19) був повністю секвенований китайськими вченими менш як через місяць після виявлення першого випадку. З часу першого секвенування було завершено майже двадцять. Для порівняння, епідемія вірусу SARS почалася наприкінці 2002 року, яке повний геном був доступний до квітня 2003 року.
Послідовності геному мають вирішальне значення для розробки засобів діагностики та вакцин проти цього захворювання.
Лікарняні інновації
5. Медичний робот із Регіонального медичного центру Провіденс в Еверетті.
На жаль, новий коронавірус загрожує і лікарям. Як повідомляє CNN, по запобігти поширенню коронавірусу всередині та за межами лікарні, співробітники Регіонального медичного центру Провіденс в Еверетті, Вашингтон, користуються робота (5), який вимірює життєві показники у ізольованого пацієнта та діє як платформа для відеоконференцзв'язку. Машина більша, ніж просто комунікатор на колесах із вбудованим екраном, але вона не виключає повністю людської праці.
Медсестрам, як і раніше, доводиться входити в палату з пацієнтом. Вони також керують роботом, який не піддаватиметься зараженню, принаймні біологічному, тому пристрої цього будуть все частіше використовуватися при лікуванні інфекційних захворювань.
Кімнати, звичайно, можна утеплити, але провітрювати теж потрібно, щоб можна було дихати. Для цього потрібні нові системи вентиляції, перешкоджаючи поширенню мікробів
Фінська компанія Genano (6), що розробила дані види методик, отримала експрес-замовлення для медичних закладів Китаю. В офіційному повідомленні компанії зазначено, що компанія має великий досвід у наданні обладнання для запобігання поширенню інфекційних захворювань у стерильних та ізольованих лікарняних палатах. У попередні роки вона виконувала, зокрема, постачання до медичних закладів Саудівської Аравії під час епідемії вірусу MERS. Фінські пристрої для безпечної вентиляції поставлені у знамениту, вже побудовану за десять днів тимчасову лікарню для людей, інфікованих коронавірусом 2019-nCoV в Ухані.
6. Схема системи Genano у ізоляторі
Згідно з повідомленням Genano, запатентована технологія, що використовується в очисниках, «усуває і вбиває всі мікроби, що переносяться повітрям, такі як віруси і бактерії». В очисниках повітря, здатних уловлювати дрібні частинки розміром 3 нанометри, немає механічного фільтра, який потрібно обслуговувати, а повітря фільтрується під дією сильного електричного поля.
Ще одним технічним курйозом, що з'явився під час спалаху страху перед коронавірусом, стали теплові сканери, б/у, серед іншого в індійських аеропортах забирають людей із підвищеною температурою
Інтернет – шкодить чи допомагає?
Незважаючи на величезну хвилю критики за тиражування та розповсюдження, що сіє дезінформацію та паніку, інструменти соціальних мереж після спалаху в Китаї також відіграли позитивну роль.
Як повідомляє, наприклад, китайський технологічний сайт TMT Post, соціальна платформа для міні-відео. Дуїна, Який є китайським аналогом всесвітньо відомого TikTok (7), запустив спеціальний сегмент для обробки інформації про поширення коронавірусу. Під хештегом #БоротьбаПневмонія, публікується не тільки інформація від користувачів, а й звіти фахівців та поради.
Крім підвищення обізнаності та поширення важливої інформації, Douyin також покликаний служити інструментом підтримки для лікарів та медичного персоналу, які борються з вірусом, а також для інфікованих пацієнтів. Аналітик Даніель Ахмад написав у Твіттері, що програма запустила «відеоефект Jiayou» (мається на увазі заохочення), який користувачі повинні використовувати для надсилання позитивних повідомлень на підтримку лікарів, медичних працівників та пацієнтів. Цей тип контенту також публікують відомі люди, знаменитості та звані інфлюенсери.
Сьогодні вважається, що ретельне вивчення тенденцій у соціальних мережах, пов'язаних зі здоров'ям, могло б значно допомогти вченим та державним органам охорони здоров'я краще розпізнавати та розуміти механізми передачі хвороб між людьми.
Почасти тому, що соціальні мережі мають тенденцію бути «найвищою мірою контекстуальними і все більш гіперлокальними», сказав він в інтерв'ю The Atlantic у 2016 році. Марсельський салат, науковий співробітник Федеральної політехнічної школи в Лозанні, Швейцарія, і фахівець у галузі, що розвивається, яку вчені називають "Цифрова епідеміологія". Однак на даний момент, додав він, дослідники все ще швидше намагаються зрозуміти, чи соціальні мережі говорять про проблеми зі здоров'ям, які насправді відображають епідеміологічні явища чи ні (8).
8. Китайці роблять селфі в масках
Результати перших дослідів щодо цього незрозумілі. Інженери Google вже в 2008 році запустили інструмент прогнозування захворювань Google моніторинг грипу (ДФТ). Компанія планувала використовувати його для аналізу даних пошукової системи Google на наявність симптомів та сигнальних слів. На той час вона сподівалася, що результати будуть використані для точного та негайного розпізнавання «контурів» спалахів грипу та денге (вірусне захворювання, яке переноситься комахами у тропіках) — на два тижні раніше, ніж Центри з контролю та профілактики захворювань США. (CDC), чиї дослідження вважаються найкращим стандартом у цій галузі. Однак результати, отримані Google щодо ранньої діагностики на основі сигналів з Інтернету грипу в США, а потім і малярії в Таїланді, вважалися занадто неточними.
Прийоми та системи, що «пророкують» різні події, в т.ч. таких як вибух заворушень або епідемій, працювала і Microsoft, яка у 2013 році спільно з ізраїльським інститутом Техніон розпочала діяльність за програмою прогнозування лих на основі аналізу медіаконтенту. За допомогою вівісекції багатомовних заголовків «комп'ютерний інтелект» мав розпізнавати суспільні загрози.
Вчені досліджували певні послідовності подій - наприклад, інформацію про посуху в Анголі, яка породила прогнози в системах прогнозування про можливу епідемію холери, оскільки знайшли зв'язок між посухою та зростанням захворюваності на хворобу. Каркас системи створювався з урахуванням аналізу архівних видань New York Times, починаючи з 1986 року. Подальший розвиток та процес машинного навчання передбачали використання нових інтернет-ресурсів.
Поки що, ґрунтуючись на успіхах BlueDot та Metabiota в епідеміологічному прогнозуванні, може виникнути спокуса дійти невтішного висновку, що точне передбачення можливо насамперед з урахуванням «кваліфікованих» даних, тобто. професійних, перевірених, спеціалізованих джерел, а не хаосу інтернет- та портал-спільнот.
Але, можливо, вся справа в розумніших алгоритмах та кращому машинному навчанні?
