חזה מגיפה לפני שתגיע

האלגוריתם הקנדי BlueDot היה מהיר יותר ממומחים בזיהוי האיום מהנגיף האחרון. הוא תדרך את לקוחותיו על האיום ימים לפני שהמרכזים האמריקאים לבקרת ומניעת מחלות (CDC) וארגון הבריאות העולמי (WHO) שלחו הודעות רשמיות לעולם.

קמראן חאן (1), רופא, מומחה למחלות זיהומיות, מייסד ומנכ"ל התוכנית כחול, הסביר בראיון עיתונאי כיצד מערכת האזהרה המוקדמת הזו משתמשת בבינה מלאכותית, כולל עיבוד שפה טבעית ולמידת מכונה, כדי לעקוב אחר אפילו מאה מחלות מדבקות בו זמנית. כ-100 מאמרים ב-65 שפות מנותחים מדי יום.

1. Kamran Khan ומפה המציגה את התפשטות נגיף הקורונה של ווהאן.

נתונים אלה מאותתים לחברות מתי להודיע ​​ללקוחותיהן על נוכחות והתפשטות פוטנציאלית של מחלה זיהומית. נתונים אחרים, כגון מידע על מסלולי נסיעות וטיסות, יכולים לעזור לספק מידע נוסף על הסבירות להתפרצות התפרצות.

הרעיון מאחורי מודל BlueDot הוא כדלקמן. לקבל מידע בהקדם האפשרי עובדי שירותי בריאות בתקווה שיוכלו לאבחן - ובמידת הצורך לבודד - אנשים נגועים ועלולים להידבק בשלב מוקדם של האיום. חאן מסביר שהאלגוריתם אינו משתמש בנתונים של מדיה חברתית מכיוון שהוא "כאוטי מדי". עם זאת, "המידע הרשמי לא תמיד מעודכן", אמר ל-Recode. וזמן התגובה הוא מה שחשוב כדי למנוע בהצלחה התפרצות.

חאן עבד כמומחה למחלות זיהומיות בטורונטו בשנת 2003 כשזה קרה. מגיפות SARS. הוא רצה לפתח דרך חדשה לעקוב אחר מחלות מסוג זה. לאחר בדיקת מספר תוכניות חיזוי, הוא השיק את BlueDot ב-2014 וגייס 9,4 מיליון דולר במימון עבור הפרויקט שלו. החברה מעסיקה כיום ארבעים עובדים, רופאים ומתכנתיםשמפתחים כלי אנליטי למעקב אחר מחלות.

לאחר איסוף הנתונים ובחירתם הראשונית, הם נכנסים למשחק אנליסטים. לאחר אפידמיולוגים הם בודקים את הממצאים לתקפות מדעית ולאחר מכן מדווחים בחזרה לממשלה, עסקים ואנשי מקצוע בתחום הבריאות. клиенты.

חאן הוסיף כי המערכת שלו יכולה להשתמש גם במגוון נתונים אחרים, כמו מידע על האקלים של אזור מסוים, הטמפרטורה ואפילו מידע על בעלי חיים מקומיים, כדי לחזות אם מישהו שנדבק במחלה עלול לגרום להתפרצות. הוא מציין כי כבר בשנת 2016, Blue-Dot הצליחה לחזות התפרצות של נגיף זיקה בפלורידה שישה חודשים לפני שנרשמה בפועל באזור.

החברה פועלת באופן דומה ובאמצעות טכנולוגיות דומות. Metabiotמעקב אחר מגיפת ה-SARS. המומחים שלה גילו בזמנו שהסיכון הגדול ביותר להופעתו של הנגיף הזה בתאילנד, דרום קוריאה, יפן וטייוואן, והם עשו זאת יותר משבוע לפני ההכרזה על מקרים במדינות אלה. חלק מהמסקנות שלהם הוסקו מניתוח נתוני טיסות הנוסעים.

Metabiota, כמו BlueDot, משתמשת בעיבוד שפה טבעית כדי להעריך דיווחי מחלות פוטנציאליים, אך פועלת גם לפיתוח אותה טכנולוגיה למידע על מדיה חברתית.

מארק גליבן, המנהל המדעי של הנתונים של Metabiota, הסביר לתקשורת שפלטפורמות ופורומים מקוונים יכולים לאותת על הסיכון להתפרצות. מומחי הצוות גם אומרים שהם יכולים להעריך את הסיכון שמחלה תגרום לתהפוכות חברתיות ופוליטיות על סמך מידע כגון תסמיני מחלה, תמותה וזמינות הטיפול.

בעידן האינטרנט כולם מצפים להצגה ויזואלית מהירה, אמינה ואולי קריא של מידע על התקדמות מגיפת הקורונה, למשל, בצורה של מפה מעודכנת.

2. לוח המחוונים של אוניברסיטת ג'ונס הופקינס וירוס קורונה 2019-nCoV.

המרכז למדעי והנדסת מערכות באוניברסיטת ג'ונס הופקינס פיתח אולי את לוח המחוונים המפורסם ביותר של נגיף הקורונה בעולם (2). זה גם סיפק את מערך הנתונים המלא להורדה כגיליון של Google. המפה מציגה מקרים חדשים, מקרי מוות מאושרים והתאוששות. הנתונים המשמשים להדמיה מגיעים ממגוון מקורות, כולל WHO, CDC, China CDC, NHC ו-DXY, אתר סיני שמאגד דוחות NHC ודוחות מצב מקומיים של CCDC בזמן אמת.

אבחון בשעות, לא ימים

העולם שמע לראשונה על מחלה חדשה שהופיעה בווהאן, סין. 31 декабря 2019 г. שבוע לאחר מכן הודיעו מדענים סיניים כי זיהו את האשם. בשבוע שלאחר מכן, מומחים גרמנים פיתחו את מבחן האבחון הראשון (3). זה מהיר, הרבה יותר מהיר מאשר בימי SARS או מגיפות דומות לפני ואחרי.

כבר בתחילת העשור האחרון, מדענים שחיפשו סוג של וירוס מסוכן נאלצו לגדל אותו בתאי בעלי חיים בצלחות פטרי. בטח יצרת מספיק וירוסים כדי ליצור לבודד DNA ולקרוא את הקוד הגנטי באמצעות תהליך המכונה רצף. עם זאת, בשנים האחרונות טכניקה זו התפתחה מאוד.

מדענים אפילו לא צריכים לגדל את הנגיף בתאים יותר. הם יכולים לזהות ישירות כמויות קטנות מאוד של DNA ויראלי בריאות או הפרשות דם של המטופל. וזה לוקח שעות, לא ימים.

מתבצעת עבודה לפיתוח כלי זיהוי וירוסים מהירים ונוחים אף יותר. מעבדות ורדוס מסינגפור עובדות על ערכה ניידת לזיהוי, VereChip (4) יימכר החל מה-1 בפברואר השנה. פתרונות יעילים וניידים גם יאפשרו לזהות את הנדבקים במהירות רבה יותר לצורך טיפול רפואי נאות בעת פריסת צוותים רפואיים בשטח, במיוחד כאשר בתי החולים צפופים.

ההתקדמות הטכנולוגית האחרונה אפשרה לאסוף ולשתף תוצאות אבחון כמעט בזמן אמת. דוגמה לפלטפורמה מ-Quedel סוף אני מערכת PCR10 FilmArray חברות BioFire המספקות בדיקות אבחון מהירות לפתוגנים בדרכי הנשימה זמינות באופן מיידי באמצעות חיבור אלחוטי למאגרי מידע בענן.

הגנום של נגיף הקורונה 2019-nCoV (COVID-19) רושם לחלוטין על ידי מדענים סינים פחות מחודש לאחר גילוי המקרה הראשון. כמעט עשרים נוספים הושלמו מאז הרצף הראשון. לשם השוואה, מגיפת נגיף ה-SARS החלה בסוף 2002, והגנום המלא שלה לא היה זמין עד אפריל 2003.

רצף הגנום הוא קריטי לפיתוח אבחון וחיסונים נגד מחלה זו.

חדשנות בית חולים

5. רובוט רפואי מהמרכז הרפואי האזורי פרובידנס באוורט.

למרבה הצער, נגיף הקורונה החדש מאיים גם על הרופאים. לפי CNN, למנוע את התפשטות נגיף הקורונה בבית החולים ומחוצה לו, צוות במרכז הרפואי האזורי פרובידנס באוורט, וושינגטון, להשתמש הרובוט (5), המודד סימנים חיוניים בחולה מבודד ופועל כפלטפורמת ועידת וידאו. המכונה היא יותר מסתם מתקשר על גלגלים עם מסך מובנה, אבל היא לא מבטלת לחלוטין את העבודה האנושית.

אחיות עדיין צריכות להיכנס לחדר עם המטופל. הם גם שולטים ברובוט שלא ייחשף לזיהום, לפחות מבחינה ביולוגית, ולכן מכשירים מסוג זה ישמשו יותר ויותר בטיפול במחלות זיהומיות.

כמובן שניתן לבודד את החדרים, אבל צריך גם לאוורר כדי שתוכל לנשום. זה דורש חדש מערכות אוורורמניעת התפשטות חיידקים.

חברת Genano הפינית (6), שפיתחה טכניקות מסוג זה, קיבלה הזמנה מפורשת למוסדות רפואיים בסין. בהודעת החברה הרשמית נכתב כי לחברה ניסיון רב באספקת ציוד למניעת התפשטות מחלות זיהומיות בחדרי אשפוז סטריליים ומבודדים. בשנים קודמות היא ביצעה, בין היתר, משלוחים למוסדות רפואיים בסעודיה במהלך מגיפת נגיף ה-MERS. מכשירים פיניים לאוורור בטוח נמסרו גם לבית החולים הזמני המפורסם לאנשים שנדבקו בנגיף הקורונה 2019-nCoV בווהאן, שכבר נבנה תוך עשרה ימים.

6. תרשים של מערכת Genano במבודד

הטכנולוגיה המוגנת בפטנט המשמשת במטהרים "מחסלת והורגת את כל החיידקים הנישאים באוויר כמו וירוסים וחיידקים", לדברי ג'אנו. מסוגלים ללכוד חלקיקים עדינים עד 3 ננומטר, למטהרי אוויר אין מסנן מכני לתחזוקה, והאוויר מסונן על ידי שדה חשמלי חזק.

קוריוז טכני נוסף שהופיע במהלך התפרצות הפחד מנגיף הקורונה היה סורקים תרמיים, משומש, בין היתר, אנשים עם חום נאספים בשדות תעופה בהודו.

אינטרנט - לפגוע או לעזור?

למרות הגל העצום של הביקורת על שכפול והפצה, הפצת מידע מוטעה ופאניקה, גם כלי המדיה החברתית מילאו תפקיד חיובי מאז ההתפרצות בסין.

כפי שדיווח, למשל, אתר הטכנולוגיה הסיני TMT Post, פלטפורמה חברתית למיני סרטונים. דויין, שהיא המקבילה הסינית ל-TikTok המפורסם בעולם (7), השיקה פלח מיוחד לעיבוד מידע על התפשטות נגיף הקורונה. מתחת להאשטאג # להילחם בדלקת ריאות, מפרסם לא רק מידע ממשתמשים, אלא גם דוחות ועצות של מומחים.

בנוסף להעלאת המודעות והפצת מידע חשוב, דויין שואפת גם לשמש ככלי תמיכה לרופאים ולצוותים רפואיים הנלחמים בנגיף, כמו גם לחולים נגועים. מְנַתֵחַ דניאל אחמד צייץ בטוויטר שהאפליקציה השיקה "אפקט וידאו Jiyou" (כלומר עידוד) שמשתמשים צריכים להשתמש בו כדי לשלוח הודעות חיוביות לתמיכה ברופאים, אנשי מקצוע בתחום הבריאות ומטופלים. סוג זה של תוכן מתפרסם גם על ידי אנשים מפורסמים, מפורסמים ומה שנקרא משפיענים.

כיום, מאמינים שמחקר מדוקדק של מגמות מדיה חברתית הקשורות לבריאות יכול לעזור מאוד למדענים ולרשויות בריאות הציבור להכיר ולהבין טוב יותר את מנגנוני העברת המחלות בין אנשים.

חלקית בגלל שהמדיה החברתית נוטה להיות "קונטקסטואלית מאוד ויותר מקומית", הוא אמר ל"אטלנטיק" ב-2016. סלט מרסיי, חוקר בבית הספר הפדרלי לפוליטכני בלוזאן, שוויץ, ומומחה בתחום צומח שמדענים מכנים "אפידמיולוגיה דיגיטלית". עם זאת, לעת עתה, הוסיף, החוקרים עדיין מנסים להבין אם המדיה החברתית מדברת על בעיות בריאותיות שמשקפות למעשה תופעות אפידמיולוגיות או לא (8).

8. הסינים מצלמים סלפי עם מסכות.

תוצאות הניסויים הראשונים בהקשר זה אינן ברורות. כבר בשנת 2008, מהנדסי גוגל השיקו כלי לחיזוי מחלות - מגמות מחלת השפעת של Google (GFT). החברה תכננה להשתמש בו כדי לנתח נתוני מנוע החיפוש של גוגל עבור סימפטומים ומילות איתות. באותה עת, היא קיוותה שהתוצאות ישמשו כדי לזהות במדויק ומיד את "קווי המתאר" של התפרצויות שפעת ודנגי - שבועיים מוקדם יותר מהמרכזים האמריקאים לבקרת מחלות ומניעתן. (CDC), שהמחקר שלו נחשב לסטנדרט הטוב ביותר בתחום. עם זאת, התוצאות של גוגל על ​​אבחון מוקדם מבוסס-אות באינטרנט של שפעת בארה"ב ומאוחר יותר מלריה בתאילנד נחשבו לא מדויקות מדי.

טכניקות ומערכות ה"מנבאות" אירועים שונים, כולל. כמו פיצוץ מהומות או מגפות, עבדה גם מיקרוסופט, שב-2013, יחד עם המכון הישראלי, השיקה תוכנית חיזוי אסונות המבוססת על ניתוח תכני מדיה. בעזרת ויוויזקציה של כותרות רב לשוניות, "אינטליגנציה ממוחשבת" נאלצה לזהות איומים חברתיים.

המדענים בחנו רצפים מסוימים של אירועים, כמו מידע על הבצורת באנגולה, שהוליד תחזיות במערכות החיזוי לגבי מגיפה אפשרית של כולרה, שכן מצאו קשר בין בצורת לעלייה בשכיחות המחלה. מסגרת המערכת נוצרה על בסיס ניתוח פרסומי ארכיון של הניו יורק טיימס, החל משנת 1986. פיתוח נוסף ותהליך למידת מכונה כללו שימוש במשאבי אינטרנט חדשים.

עד כה, בהתבסס על הצלחת BlueDot ו-Metabiota בחיזוי אפידמיולוגי, אפשר להתפתות להסיק שחיזוי מדויק אפשרי בעיקר על בסיס נתונים "מוסמכים", כלומר. מקורות מקצועיים, מאומתים, מיוחדים, לא הכאוס של קהילות אינטרנט ופורטלים.

אבל אולי זה הכל על אלגוריתמים חכמים יותר ולמידת מכונה טובה יותר?