Kaip AI kovoja su koronaviruso protrūkiu?


Atsakymas 1:

Dirbtinis intelektas galėtų kovoti su būsimu koronavirusu

.

Ligos protrūkiai, pavyzdžiui, koronavirusas, mokslininkams dažnai per greitai išryškėja. Tačiau ateityje dirbtinis intelektas galėtų padėti tyrėjams padaryti geresnį darbą.

Nors tikriausiai jau per vėlu, kai naujai sukurta technologija vaidins svarbų vaidmenį dabartinėje epidemijoje, yra vilčių dėl kitų protrūkių. AI gerai kaupia daugybę duomenų, kad surastų ryšius, pagal kuriuos būtų lengviau nustatyti, kokie gydymo būdai gali būti veiksmingi ar kokius eksperimentus tęsti.

Kyla klausimas, ką „Big Data“ sugalvos, kai bus gauta tik nedaug informacijos apie naujai atsiradusią ligą, tokią kaip „Covid-19“, kuri pirmą kartą atsirado praėjusių metų pabaigoje Kinijoje ir per maždaug du mėnesius sirgo daugiau nei 75 000 žmonių.

Tai, kad tyrėjams pavyko sugeneruoti naujojo viruso genų seką per kelias savaites nuo pirmųjų praneštų atvejų, yra daug žadanti, nes tai rodo, kad dabar yra daug daugiau neatidėliotinų duomenų, kai įvyksta protrūkiai.

Anglijoje įsikūrusio startuolio „Exscientia Ltd.“ Oksfordo vykdomasis direktorius Andrew Hopkinsas yra vienas iš tų, kurie siekia padėti mokyti dirbtinį intelektą narkotikų atradimui. Jis mano, kad AI dėka per ateinantį dešimtmetį nauji gydymo būdai gali pereiti nuo koncepcijos iki klinikinių tyrimų per 18–24 mėnesius.

„Exscientia“ sukūrė naują junginį obsesiniam-kompulsiniam sutrikimui gydyti, kurį po mažiau nei metų pradiniame tyrimų etape bus galima išbandyti laboratorijoje. Pasak bendrovės, tai maždaug penkis kartus greičiau nei vidutiniškai.

Kembridže įsikūrusi „Healx“ laikosi panašaus požiūrio, tačiau ji naudojasi mašininiu mokymu, kad surastų naujų esamų vaistų naudojimo būdų. Abi bendrovės pateikia savo algoritmus informacijai, gautai iš tokių šaltinių kaip žurnalai, biomedicinos duomenų bazės ir klinikiniai tyrimai, padėti siūlyti naujus ligų gydymo būdus.

Žmogaus priežiūra

Abi įmonės pasitelkia žmonių tyrėjų komandą, kad kartu su AI padėtų vadovauti procesui. Remiantis „Exscientia“ metodu, pramintu „Kentauro chemiku“, vaistų dizaineriai padeda mokyti junginių paieškos algoritmų strategijų. „Healx“ pateikia AI prognozes tyrėjams, kurie analizuoja rezultatus ir nusprendžia, ko siekti.

Neilas Thompsonas, „Healx“ vyriausiasis mokslo pareigūnas, teigė, kad ši technika gali būti naudojama prieš tokį protrūkį kaip koronavirusas, jei tik bus pakankamai duomenų apie naują ligą. „Healx“ neveikia koronaviruso ar tobulina jo protrūkių technologiją, tačiau tai nebus ruožas.

„Esame gana artimi“, - interviu sakė Thompsonas. „Mums nereikėtų daug ką keisti dėl naudojamų AI algoritmų. Mes žiūrime, kaip suderinti vaistų savybes su ligos požymiais. “

Dirbtinio intelekto algoritmai jau pradeda kepti vaistus nuo mūsų žinomų ligų. Masačusetso technologijos instituto tyrėjai ketvirtadienį teigė, kad jie naudojo metodą galingam naujam antibiotikų junginiui, kuris galėtų sunaikinti daugybę nerimą keliančių bakterijų, netgi tas, kurios šiuo metu yra atsparios kitokiam gydymui.

Visų šių technologijų laimikis yra klinikiniai tyrimai. Netgi vaistus, kurie jau yra saugūs naudoti norint išgydyti vieną negalavimą, reikėtų išbandyti dar kartą, kol jie bus skirti kitam. Norint parodyti, kad jie yra saugūs ir veiksmingi daugeliui žmonių, gali prireikti metų, kol jie kreipsis į reguliavimo institucijas peržiūrėti.

Norėdami, kad PG pagrįsti vaistų kūrėjai būtų veiksmingi, jie turėtų planuoti iš anksto, išrinkti viruso genomą, kuris ateityje gali sukelti problemų, ir nukreipti į jį, kai tam yra mažai paskatų.

Ačiū.


Atsakymas 2:

Žaidimas jau įjungtas!

Jei ne koronavirusas, tai bent jau superbugiai. MIT ir Harvardo tyrėjai naudojo AI, kad nustatytų naują antibiotiką, galintį nužudyti daugelį vaistams atsparių bakterijų. Jie išmokė mašinų mokymosi algoritmo, skirto analizuoti cheminius junginius, galinčius kovoti su infekcijomis, naudojant kitokius mechanizmus nei esamų vaistų.

Jie išmokė savo modelio 2500 molekulių, identifikuojančių junginį (jie tai vadino halicinu), kad būtų galima išbandyti bakterijas, paimtas iš pacientų ir laboratorijose užaugintų bakterijų. „Halicinas“ gali sunaikinti daugelį vaistams atsparių bakterijų, įskaitant

mycobactirium tuberculosis, Clostridium difficile

ir

acinetobacter baumannii.

Halicinas išgydė dvi peles, užkrėstas

A.baumannii.

Beje, daugybė JAV kareivių Irake ir Afganistane užsikrėtė ta pačia klaida. Anot pranešimo, šių dviejų pelių oda tepamas halicino tepalas visiškai išgydė jas per 24 valandas.

Nuspėjamų kompiuterinių modelių naudojimas narkotikams aptikti nėra naujas dalykas, tačiau kol kas didžiausias pasisekimas yra Halicin.

Pasak tyrėjų, jų numatomasis modelis gali padaryti tai, kas bus nepaprastai brangu tradiciniams eksperimentiniams metodams.

Ši Halicino sėkmė yra lemiamas žmonijos istorijos etapas. Prognozuojama, kad iki 2050 m. Mirtis dėl vaistams atsparių bakterijų gali pasiekti 10 milijonų.

Reikia atlikti papildomus darbus, kad halicinas būtų tinkamas naudoti žmonėms. Nors jų algoritmas yra skirtas bakterijoms, jis gali būti „patobulinamas“ kovojant su virusu.


Atsakymas 3:

Įsivaizduokite, kad Kinijos ligoninėje yra 1000 atvejų su panašiais simptomais, ką ligoninė daro? Nors visa informacija apie simptomus ir diagnozę yra dokumentuojama ir prieinama elektroniniu būdu, sveikatos priežiūros skyrius gali imtis reikiamų ir tinkamų priemonių.

PG yra puikus ir greitas aptikdamas modelius, greito aptikimo panašumai. Vienas iš pavyzdžių, kaip

„Google“ paieška gali

aptikti galimas ligas visame pasaulyje. Tiesiog naudodamas paprastus paieškos modelius, AI iš tikrųjų gali nustatyti galimas grėsmes ir epidemijas, kurios gali išplisti visame pasaulyje.

Grįžusi į „Corona“ virusą, kai Kinija užfiksavo ligos simptomus ir juos diagnozavo, ji dalijasi šia informacija visoms kitoms įmanomoms vyriausybinėms organizacijoms, kurios gali greitai įdiegti šiluminius detektorius, galinčius nuskaityti žmones, turinčius šiuos simptomus, ir klasifikuoti juos kaip galimai užkrėstus ar nešiotojus. arba imuninis. Kadangi virusai greitai mutuoja, jie linkę pakeisti savo išvaizdą, simptomai gali pasikeisti ir juos sunku diagnozuoti. Tačiau turėdama AI, Kinija gali padėti vyriausybėms su žmonėmis, kurie persikėlė iš Kinijos, ypač Uhano, o paskui tarptautiniu mastu persikėlė per miestus. Šią informaciją gali analizuoti AI, norėdama aptikti tų miestų, ligoninių naujienas, kad būtų galima sudėti dėlionės dalis.

Tikiuosi tai padės!


Atsakymas 4:

Naujausiais žodžiais tariant, jei turime duomenų apie keletą pacientų, kurių galime sužinoti ir rasti, duomenis apie vainikinius koroną turinčius pacientus. Po to galime patikrinti, ar nėra naujo paciento, kad galėtume numatyti, ar šis pacientas gali būti užkrėstas, ar ne, žiūrėdami į jo modelį. Tam galima atskirti klasikinį mašininį mokymąsi arba giluminio mokymosi metodus.

Apskritai, mes turime būti labai atsargūs ir bendrauti su asmenimis iš medicinos srities, kad išanalizuotume modelį, kad apibendrintume, kas iš tikrųjų vyksta, kokie yra viruso sukelti pokyčiai ir mechanizmai organizme, kad geriau suprastume modelį.


Atsakymas 5:

Ligos protrūkiai, tokie kaip koronavirusas, mokslininkams dažnai per greitai išryškėja. Tačiau ateityje dirbtinis intelektas galėtų padėti tyrėjams padaryti geresnį darbą.

Nors tikriausiai jau per vėlu, kai naujai sukurta technologija vaidins svarbų vaidmenį dabartinėje epidemijoje, yra vilčių dėl kitų protrūkių. AI gerai kaupia daugybę duomenų, kad surastų ryšius, kurie palengvintų gydymo būdų nustatymą ir kokius eksperimentus reikia atlikti toliau.

Kyla klausimas, ką „Big Data“ sugalvos, kai bus gauta tik nedaug informacijos apie naujai atsiradusią ligą, tokią kaip „Covid-19“, kuri pirmą kartą atsirado praėjusių metų pabaigoje Kinijoje ir per maždaug du mėnesius sirgo daugiau nei 75 000 žmonių.

Tai, kad tyrėjams pavyko sukurti naujojo viruso genų seką per kelias savaites nuo pirmųjų praneštų atvejų, yra daug žadanti, nes tai rodo, kad dabar yra daug daugiau neatidėliotinų duomenų, kai įvyksta protrūkiai.

Anglijoje įsikūrusio startuolio „Exscientia Ltd.“ Oksfordo generalinis direktorius Andrew Hopkinsas yra vienas iš tų, kurie siekia padėti mokyti dirbtinį intelektą narkotikų atradimui. Jis mano, kad AI dėka per ateinantį dešimtmetį nauji gydymo būdai gali pereiti nuo koncepcijos iki klinikinių tyrimų per 18–24 mėnesius.

„Exscientia“ sukūrė naują junginį obsesiniam-kompulsiniam sutrikimui gydyti, kurį po mažiau nei metų pradiniame tyrimų etape bus galima išbandyti laboratorijoje. Pasak bendrovės, tai maždaug penkis kartus greičiau nei vidutiniškai.

Kembridže įsikūrusi „Healx“ laikosi panašaus požiūrio, tačiau ji naudojasi mašininiu mokymu, kad surastų naujų esamų vaistų naudojimo būdų. Abi bendrovės teikia savo algoritmus informacijai, gautai iš tokių šaltinių kaip žurnalai, biomedicinos duomenų bazės ir klinikiniai tyrimai, padėti siūlyti naujus ligų gydymo būdus.

Žmogaus priežiūra

Abi įmonės pasitelkia žmonių tyrėjų komandą, kad kartu su AI padėtų vadovauti procesui. Remiantis „Exscientia“ metodu, pavadinimu „Kentauro chemikas“, vaistų dizaineriai padeda mokyti junginių paieškos algoritmų strategijų. „Healx“ pateikia AI prognozes tyrėjams, kurie analizuoja rezultatus ir nusprendžia, ko siekti.

Neilas Thompsonas, „Healx“ vyriausiasis mokslo pareigūnas, teigė, kad šią metodiką būtų galima panaudoti kovojant su koronaviruso protrūkiu tol, kol bus pakankamai duomenų apie naują ligą. „Healx“ neveikia koronaviruso ar tobulina jo protrūkių technologiją, tačiau tai nebus ruožas.

„Esame gana artimi“, - interviu sakė Thompsonas. „Mums nereikėtų daug ką keisti dėl naudojamų AI algoritmų. Mes žiūrime, kaip suderinti vaistų savybes su ligos požymiais. “

Dirbtinio intelekto algoritmai jau pradeda kepti vaistus nuo mūsų žinomų ligų. Masačusetso technologijos instituto tyrėjai ketvirtadienį teigė, kad jie naudojo metodą, kad nustatytų galingą naują antibiotikų junginį, galintį sunaikinti daugybę nerimą keliančių bakterijų, net kai kurias, kurios šiuo metu yra atsparios kitokiam gydymui.

Visų šių technologijų laimikis yra klinikiniai tyrimai. Netgi vaistus, kurie jau yra saugūs naudoti norint išgydyti vieną negalavimą, reikėtų išbandyti dar kartą, kol jie bus skirti kitam. Norint parodyti, kad jie yra saugūs ir veiksmingi daugeliui žmonių, gali prireikti metų, kol jie kreipsis į reguliavimo institucijas peržiūrai.

Norėdami, kad PG pagrįsti vaistų kūrėjai būtų veiksmingi, jie turėtų planuoti iš anksto, išrinkti viruso genomą, kuris ateityje gali sukelti problemų, ir nukreipti į jį, kai tam yra mažai paskatų.

Kita kliūtis yra kvalifikuotų darbuotojų paieška.

„Sunku rasti žmonių, galinčių veikti AI ir biologijos sankirtoje, o didelėms įmonėms sunku priimti greitus sprendimus dėl tokios technologijos“, - teigė Irina Haivas, rizikos kapitalo firmos „Atomico“ partnerė ir buvusi chirurgė. „Healx“ valdyba. „Neužtenka būti AI inžinieriumi, tu turi suprasti ir įsijausti į biologijos pritaikymą“.


Atsakymas 6:

Kai pirmą kartą pasirodo paslaptinga liga, vyriausybėms ir visuomenės sveikatos institucijoms sunku greitai surinkti informaciją ir koordinuoti atsaką. Tačiau naujoji dirbtinio intelekto technologija gali automatiškai išmėginti per naujienų pranešimus ir internetinį turinį visame pasaulyje, padėdama specialistams nustatyti galimus sutrikimus, kurie lemia galimą epidemiją ar dar blogiau. Kitaip tariant, mūsų naujieji PG viršininkai gali padėti mums išeiti iš kito maro.

Šie nauji

AI

Kanadoje įsikūrusi bendrovė „BlueDat“, kuri yra viena iš kelių organizacijų, naudojančių duomenis visuomenės sveikatos rizikai įvertinti, nustatė koronaviruso protrūkį. JAV ligų kontrolės ir prevencijos centrai (CDC) ir Pasaulio sveikatos organizacija (PSO) paskelbė oficialius pranešimus, kad agentūra teigia vykdanti „automatinę infekcinių ligų priežiūrą“. Dabar sausio pabaigoje kvėpavimo takų virusas, susijęs su Uhano miestu Kinijoje, jau prarado daugiau nei 100 gyvybių. Atvejai kilo daugelyje kitų šalių, įskaitant JAV, ir CDC perspėja amerikiečius vengti nereikalingų kelionių į Kiniją.


Atsakymas 7:

Tuo metu, kai iš pradžių iškyla keista liga, vyriausybėms ir visoms gerovės institucijoms gali būti sunku greitai kaupti duomenis ir palengvinti reakciją. Bet kokiu atveju, nauja žmogaus sugalvota samprotavimo naujovė natūraliai gali išnykti per naujienų reportažus ir internete pateikiamas medžiagas iš viso pasaulio, padėti specialistams suvokti neatitikimus, galinčius paskatinti galimą marą ar, dar labiau apgailestaujantį, pandemiją. Dienos pabaigoje mūsų naujieji AI specialistai tikrai gali mums padėti išgydyti šią ligą.

Šie nauji PG sugebėjimai yra visiškai demonstruojami vykstant koronaviruso paūmėjimui, kurį laiku išsiskyrė Kanados firma pavadinimu „BlueDot“, kuri yra viena iš įvairių organizacijų, naudojančių informaciją bendram gerovės pavojui įvertinti. Organizacija, kuri sako, kad vykdo „robotizuotą nenugalimą ligos stebėjimą“, savo klientams papasakojo apie naujo tipo koronavirusą iki gruodžio pabaigos, likus kelioms dienoms prieš JAV ligų kontrolės ir prevencijos centrus (CDC) ir Pasaulio sveikatos organizaciją (PSO). ) perdavė oficialų pranešimą, kaip paskelbė „Wired“. Šiuo metu artėjant sausio mėnesio pabaigai, kvėpavimo takų infekcija, sujungta su Wuhano miestu Kinijoje, ką tik nužudė daugiau nei 100 žmonių. Atvejai taip pat kilo keliose skirtingose ​​tautose, įskaitant JAV, ir CDC perspėja amerikiečius išlaikyti strateginį atstumą nuo nereikalingų kelionių į Kiniją.

Kamranas Khanas, nenugalimų ligų gydytojas ir „BlueDot“ autorius bei generalinis direktorius, susitikime paaiškino, kaip organizacijos pradiniame prisipažinimų sistemoje pasitelkiama žmogaus sukurta sąmonė, įskaitant normalų kalbos tvarkymą ir AI, kad būtų galima sekti daugiau nei 100 nenugalimų infekcijų, išskiriant apie 100 000 straipsnių 65 tarmės nuosekliai. Ši informacija leidžia organizacijai suvokti, kada pasakyti savo klientams apie galimą nenugalimos ligos artumą ir plitimą.

Kita informacija, panaši į tyrinėtojų tvarkaraščio duomenis ir skrydžio būdus, gali padėti organizacijai suteikti papildomų nuorodų apie tai, kaip greičiausiai plinta bloga liga. Pavyzdžiui, neseniai „BlueDot“ specialistai numatė skirtingas Azijos miesto bendruomenes, kuriose koronavirusas atsiras po jo pasirodymo Kinijos teritorijoje.

„BlueDot“ modelio (kurio įtikinamus rezultatus tokiu būdu ištiria žmonių specialistai) mintis yra gauti duomenis socialinio draudimo darbuotojams kuo greičiau, kai tik įmanoma, tikintis, kad jie galės išanalizuoti ir prireikus atsijungti - sugadinti ir gali būti užkrečiami asmenys tinkamu metu.

"Oficialūs duomenys ne visais atvejais yra žvalūs", - pasakojo Khanas „Recode“. "Skirtumas tarp vieno tyrinėtojo atvejo ir paūmėjimo priklauso nuo to, ar jūsų priešakyje esantis žmogiškųjų paslaugų specialistas suvokia, kad yra konkreti liga. Tai galėtų būti skirtumas, kai padegimas būtų laikomas realiu."

Khanas teigė, kad jo sistema taip pat gali panaudoti daugybę kitos informacijos - pavyzdžiui, duomenis apie teritorijos atmosferą, temperatūrą ar net netoliese esančius naminius gyvūnus - numatyti, ar kažkas užkrėstas liga tikriausiai sukels paūmėjimą aplink. ten. Jis pabrėžia, kad 2016 m. „BlueDot“ turėjo galimybę numatyti Zikos infekciją Floridoje likus pusmečiui, kol ji iš tikrųjų nepasirodė ten.

Be to, ryšių tikrinimo organizacija „Metabiota“ patikrino, ar Tailande, Pietų Korėjoje, Japonijoje ir Taivane kyla didžiausias pavojus, kad infekcija pasirodys per septynias dienas, kol tose tautose iš tikrųjų nebuvo atskleisti atvejai, šiek tiek tikėdamiesi perduoti informaciją. „Metabiota“, kaip „BlueDot“, naudoja įprastą kalbų tvarkymą, kad įvertintų pranešimus apie galimą ligą internete, ir tai papildomai pašalina kuriant panašią internetinės gyvenimo informacijos naujovę.

„Metabiotos“ informacijos mokslo vadovas Imprint Gallivan paaiškina, kad internetiniai etapai ir diskusijos taip pat gali būti ženklas, kad yra pandemijos pavojus. „Metabiota“ taip pat tvirtina, kad ji gali įvertinti negalavimų plitimo pavojų, sukeliantį socialinį ir politinį pertraukimą, atsižvelgiant į tokius duomenis kaip negalavimo požymiai, mirčių procentas ir galimybė gauti gydymą. Pavyzdžiui, šio straipsnio platinimo metu „Metabiota“ įvertino naujojo koronaviruso, sukeliančio atvirą neramumą, pavojų kaip „aukštą“ JAV ir Kinijoje, tačiau įvertino šį pavojų beždžionių raupų infekcijai Kongo Demokratinėje Respublikoje ( kai buvo užregistruota tos infekcijos atvejų) kaip „terpę“.

Sunku tiksliai suvokti, kokia tiksli gali būti ši reitingų sistema ar pats etapas, tačiau Gallivanas sako, kad organizacija bendradarbiauja su JAV žinių tinklu ir Gynybos departamentu koronaviruso nustatytomis problemomis. Tai „Metabiotos“ darbas su „In-Q-Tel“, ne pelno siekiančia nuotykių įmone, sujungta su Centrine žvalgybos agentūra. Tačiau vyriausybinės įstaigos nėra pagrindiniai potencialūs šių sistemų klientai. „Metabiota“ taip pat viešina savo įkūrimą perdraudimo organizacijoms - perdraudimas iš esmės yra draudimo agentūrų apsauga - kurios turėtų spręsti piniginius pavojus, susijusius su latentinės ligos plitimu.

Kad ir kaip būtų, kompiuteriniai samprotavimai gali būti neabejotinai vertingesni nei tiesiog palaikyti ligų perdavimo ekspertų ir valdžios atstovų išsilavinimą, nes kyla infekcija. Specialistai sukūrė AI pagrįstus modelius, kurie palaipsniui gali numatyti Zikos infekcijos epizodus, kurie gali išmokyti, kaip specialistai reaguoja į galimas ekstremalias situacijas. Žmogaus sukurta sąmonė taip pat galėtų būti naudojama valdyti, kaip bendros gerovės institucijos paskirsto turtą ekstremalios situacijos metu. Todėl AI yra dar viena pirmoji apsaugos nuo ligų linija.

Tuo labiau, kad PG jau dabar padeda išnagrinėti naujus vaistus, tvarkyti nedažnas infekcijas ir nustatyti piktybinius krūtis. Žmogaus sukurta žvalgyba netgi buvo naudojama atskirti drąsius nuskaitymus, skleidžiančius Chagasą - rimtą ir įsivaizduojamą mirtiną negalavimą, kuris nuniokojo tikėtinus 8 milijonus žmonių Meksikoje ir Centrinėje bei Pietų Amerikoje. Taip pat plečiasi entuziazmas naudotis ne gerovės informacija, pavyzdžiui, internetinėmis gyvenimo dovanomis, siekiant padėti gerovės politikams ir medikamentų organizacijoms suvokti gerovės ekstremalių situacijų mastą. Pvz., PG, galinti paversti internetinį gyvenimą, pristato tikslinius neteisėtus narkotinius sandorius ir nuolat informuoja bendrąsias gerovės institucijas apie šių kontroliuojamų medžiagų paplitimą.

Šios sistemos, įskaitant „Metabiota“ ir „BlueDot“, yra lygiai tokios pačios kaip ir jų vertinama informacija. Be to, daugiausiai AI turi polinkio problemą, kuri gali atspindėti tiek rėmų architektus, tiek informaciją, apie kurią ji yra parengta. Be to, PG, naudojama medicinos tarnybose, jokiu būdu, forma ar forma nėra saugi šiuo klausimu.

Visi šie dalykai pažvelgia į laipsniškai idealistinį požiūrį į tai, ką PG gali padaryti. Paprastai AI robotų, filtruojančių didžiulį informacijos srautą, atnaujinimai nėra tokie geri. Apsvarstykite įstatymų reikalavimus, naudodamiesi veido atpažinimo duomenų bazes, paremtas nuotraukomis, išgautomis iš interneto. Arba, kita vertus, įdarbinantys režisieriai, kurie dabar galėtų pasitelkti AI numatyti, kaip jums seksis šlifuoti, atsižvelgiant į jūsų internetinį gyvenimą. PG galimybė kovoti su laukine blogybe suteikia situaciją, kai galime jaustis kiek nepatogiau, jei ne per linksmai ir per linksmai. Galbūt ši naujovė, jei ji bus tinkamai sukurta ir panaudota, tikrai galėtų padėti išsaugoti keletą gyvybių.