Memprediksi epidemi sebelum menyerang

Algoritme BlueDot Kanada lebih cepat daripada para ahli dalam mengenali ancaman dari virus corona terbaru. Dia memberi tahu kliennya tentang ancaman tersebut beberapa hari sebelum Pusat Pengendalian dan Pencegahan Penyakit (CDC) AS dan Organisasi Kesehatan Dunia (WHO) mengirimkan pemberitahuan resmi kepada dunia.

Kamran Khan (1), dokter, spesialis penyakit menular, pendiri dan CEO program BlueDot, menjelaskan dalam wawancara pers bagaimana sistem peringatan dini ini menggunakan kecerdasan buatan, termasuk pemrosesan bahasa alami dan pembelajaran mesin, untuk melacak bahkan seratus penyakit menular sekaligus. Sekitar 100 artikel dalam 65 bahasa dianalisis setiap hari.

1. Kamran Khan dan peta yang menunjukkan penyebaran virus corona Wuhan.

Data ini memberi sinyal kepada perusahaan kapan harus memberi tahu pelanggan mereka tentang potensi keberadaan dan penyebaran penyakit menular. Data lain, seperti informasi tentang rencana perjalanan dan penerbangan, dapat membantu memberikan informasi tambahan tentang kemungkinan berkembangnya wabah.

Ide di balik model BlueDot adalah sebagai berikut. dapatkan informasi secepatnya petugas kesehatan dengan harapan mereka dapat mendiagnosis – dan, jika perlu, mengisolasi – orang yang terinfeksi dan berpotensi menularkan pada tahap awal ancaman. Khan menjelaskan bahwa algoritma tidak menggunakan data media sosial karena "terlalu kacau". Namun, "informasi resmi tidak selalu up to date," katanya kepada Recode. Dan waktu reaksi adalah hal yang penting untuk berhasil mencegah wabah.

Khan bekerja sebagai spesialis penyakit menular di Toronto pada tahun 2003 ketika itu terjadi. Epidemi SARS. Dia ingin mengembangkan cara baru untuk melacak jenis penyakit ini. Setelah menguji beberapa program prediktif, ia meluncurkan BlueDot pada tahun 2014 dan mengumpulkan $9,4 juta dalam pendanaan untuk proyeknya. Perusahaan saat ini mempekerjakan empat puluh karyawan, dokter dan programmeryang sedang mengembangkan alat analisis untuk melacak penyakit.

Setelah mengumpulkan data dan seleksi awal mereka, mereka memasuki permainan analis. setelah ahli epidemiologi Mereka memeriksa temuan untuk validitas ilmiah dan kemudian melaporkan kembali ke pemerintah, bisnis, dan profesional kesehatan. pelanggan.

Khan menambahkan bahwa sistemnya juga dapat menggunakan berbagai data lain, seperti informasi tentang iklim, suhu, dan bahkan informasi tentang ternak lokal di area tertentu, untuk memprediksi apakah seseorang yang terinfeksi penyakit tersebut dapat menyebabkan wabah. Dia menunjukkan bahwa pada awal 2016, Blue-Dot mampu memprediksi wabah virus Zika di Florida enam bulan sebelum benar-benar terdaftar di daerah tersebut.

Perusahaan beroperasi dengan cara yang sama dan menggunakan teknologi yang serupa. Metabiotpemantauan epidemi SARS. Para ahlinya pada suatu waktu menemukan bahwa risiko terbesar munculnya virus ini di Thailand, Korea Selatan, Jepang dan Taiwan, dan mereka melakukan ini lebih dari seminggu sebelum pengumuman kasus di negara-negara tersebut. Beberapa kesimpulan mereka diambil dari analisis data penerbangan penumpang.

Metabiota, seperti BlueDot, menggunakan pemrosesan bahasa alami untuk mengevaluasi laporan penyakit potensial, tetapi juga bekerja untuk mengembangkan teknologi yang sama untuk informasi media sosial.

Mark Gallivan, Direktur Data Ilmiah Metabiota, menjelaskan kepada media bahwa platform dan forum online dapat menandakan risiko wabah. Staf ahli juga mengatakan mereka dapat memperkirakan risiko penyakit yang menyebabkan pergolakan sosial dan politik berdasarkan informasi seperti gejala penyakit, kematian, dan ketersediaan pengobatan.

Di era Internet, setiap orang mengharapkan penyajian informasi visual yang cepat, andal, dan mungkin terbaca tentang perkembangan epidemi virus corona, misalnya, dalam bentuk peta yang diperbarui.

2. Dasbor Virus Corona 2019-nCoV Universitas Johns Hopkins.

Pusat Sains dan Teknik Sistem di Universitas Johns Hopkins mungkin telah mengembangkan dasbor virus corona paling terkenal di dunia (2). Itu juga menyediakan kumpulan data lengkap untuk diunduh sebagai lembar Google. Peta menunjukkan kasus baru, kematian dan pemulihan yang dikonfirmasi. Data yang digunakan untuk visualisasi berasal dari berbagai sumber, termasuk WHO, CDC, China CDC, NHC, dan DXY, situs web China yang mengumpulkan laporan NHC dan laporan situasi CCDC lokal waktu nyata.

Diagnostik dalam hitungan jam, bukan hari

Dunia pertama kali mendengar tentang penyakit baru yang muncul di Wuhan, China. 31 Desember 2019 Seminggu kemudian, para ilmuwan China mengumumkan bahwa mereka telah mengidentifikasi pelakunya. Minggu berikutnya, spesialis Jerman mengembangkan tes diagnostik pertama (3). Ini cepat, jauh lebih cepat daripada selama SARS atau epidemi serupa sebelum dan sesudahnya.

Pada awal dekade terakhir, para ilmuwan yang mencari beberapa jenis virus berbahaya harus menumbuhkannya di sel hewan di cawan Petri. Anda pasti telah membuat cukup banyak virus untuk membuat mengisolasi DNA dan membaca kode genetik melalui proses yang dikenal sebagai pengurutan. Namun, dalam beberapa tahun terakhir, teknik ini telah berkembang pesat.

Para ilmuwan bahkan tidak perlu lagi menumbuhkan virus dalam sel. Mereka dapat secara langsung mendeteksi sejumlah kecil DNA virus di paru-paru pasien atau sekresi darah. Dan itu membutuhkan waktu berjam-jam, bukan berhari-hari.

Pekerjaan sedang dilakukan untuk mengembangkan alat pendeteksi virus yang lebih cepat dan lebih nyaman. Veredus Laboratories yang berbasis di Singapura sedang mengerjakan kit portabel untuk mendeteksi, VereChip (4) akan mulai dijual mulai 1 Februari tahun ini. Solusi yang efisien dan portabel juga akan mempercepat mengidentifikasi mereka yang terinfeksi untuk perawatan medis yang tepat saat mengerahkan tim medis di lapangan, terutama saat rumah sakit penuh sesak.

Kemajuan teknologi terkini telah memungkinkan untuk mengumpulkan dan berbagi hasil diagnostik dalam waktu dekat. Contoh platform dari Quidel Sofia saya sistem FilmArray PCR10 Perusahaan BioFire yang menyediakan tes diagnostik cepat untuk patogen pernapasan segera tersedia melalui koneksi nirkabel ke database di cloud.

Genom 2019-nCoV coronavirus (COVID-19) telah sepenuhnya diurutkan oleh para ilmuwan Cina kurang dari sebulan setelah kasus pertama ditemukan. Hampir dua puluh lebih telah selesai sejak urutan pertama. Sebagai perbandingan, epidemi virus SARS dimulai pada akhir tahun 2002, dan genom lengkapnya tidak tersedia sampai April 2003.

Urutan genom sangat penting untuk pengembangan diagnostik dan vaksin terhadap penyakit ini.

Inovasi Rumah Sakit

5. Robot medis dari Pusat Medis Regional Providence di Everett.

Sayangnya, virus corona baru juga mengancam para dokter. Menurut CNN, mencegah penyebaran virus corona di dalam dan di luar rumah sakit, staf di Pusat Medis Regional Providence di Everett, Washington, menggunakan Robot (5), yang mengukur tanda-tanda vital pada pasien yang terisolasi dan bertindak sebagai platform konferensi video. Mesin lebih dari sekedar komunikator di atas roda dengan layar built-in, tetapi tidak sepenuhnya menghilangkan tenaga manusia.

Perawat tetap harus masuk ruangan bersama pasien. Mereka juga mengendalikan robot yang tidak akan terkena infeksi, setidaknya secara biologis, sehingga perangkat jenis ini akan semakin banyak digunakan dalam pengobatan penyakit menular.

Tentu saja, ruangan dapat diisolasi, tetapi Anda juga perlu ventilasi agar dapat bernapas. Ini membutuhkan yang baru sistem ventilasimencegah penyebaran mikroba.

Perusahaan Finlandia Genano (6), yang mengembangkan jenis teknik ini, menerima pesanan kilat untuk institusi medis di Tiongkok. Pernyataan resmi perusahaan menyatakan bahwa perusahaan memiliki pengalaman luas dalam menyediakan peralatan untuk mencegah penyebaran penyakit menular di kamar rumah sakit yang steril dan terisolasi. Pada tahun-tahun sebelumnya, ia melakukan, antara lain, pengiriman ke institusi medis di Arab Saudi selama epidemi virus MERS. Perangkat Finlandia untuk ventilasi yang aman juga telah dikirim ke rumah sakit sementara yang terkenal untuk orang yang terinfeksi virus corona 2019-nCoV di Wuhan, yang sudah dibangun dalam sepuluh hari.

6. Diagram sistem Genano dalam isolator

Teknologi yang dipatenkan yang digunakan dalam pembersih "menghilangkan dan membunuh semua mikroba di udara seperti virus dan bakteri," menurut Genano. Mampu menangkap partikel halus sekecil 3 nanometer, pembersih udara tidak memiliki filter mekanis untuk dirawat, dan udara disaring oleh medan listrik yang kuat.

Keingintahuan teknis lain yang muncul selama pecahnya ketakutan akan virus corona adalah pemindai termal, digunakan, antara lain, orang-orang dengan demam dijemput di bandara India.

Internet - terluka atau membantu?

Terlepas dari gelombang kritik yang besar untuk replikasi dan penyebaran, menyebarkan informasi yang salah dan kepanikan, alat media sosial juga memainkan peran positif sejak wabah di China.

Seperti diberitakan, misalnya, oleh situs teknologi China TMT Post, sebuah platform sosial untuk mini-video. douyin, yang setara dengan TikTok yang terkenal di dunia (7), telah meluncurkan segmen khusus untuk memproses informasi tentang penyebaran virus corona. Di bawah tagar #Melawan Pneumonia, menerbitkan tidak hanya informasi dari pengguna, tetapi juga laporan dan saran ahli.

Selain meningkatkan kesadaran dan menyebarkan informasi penting, Douyin juga bertujuan untuk menjadi alat pendukung bagi dokter dan staf medis yang memerangi virus, serta pasien yang terinfeksi. Analis Daniel Ahmad tweeted bahwa aplikasi telah meluncurkan "efek video Jiayou" (yang berarti dorongan) yang harus digunakan pengguna untuk mengirim pesan positif untuk mendukung dokter, profesional kesehatan, dan pasien. Jenis konten ini juga diterbitkan oleh orang-orang terkenal, selebritas, dan yang disebut influencer.

Saat ini, diyakini bahwa studi yang cermat tentang tren media sosial terkait kesehatan dapat sangat membantu para ilmuwan dan otoritas kesehatan masyarakat untuk lebih mengenali dan memahami mekanisme penularan penyakit di antara manusia.

Sebagian karena media sosial cenderung "sangat kontekstual dan semakin hiperlokal," katanya kepada The Atlantic pada 2016. Salad Marseille, seorang peneliti di Sekolah Politeknik Federal di Lausanne, Swiss, dan seorang ahli di bidang yang berkembang yang oleh para ilmuwan disebut "Epidemiologi Digital". Namun, untuk saat ini, lanjutnya, peneliti masih agak mencoba memahami apakah media sosial berbicara tentang masalah kesehatan yang benar-benar mencerminkan fenomena epidemiologi atau tidak (8).

8. Orang Cina berfoto selfie dengan topeng.

Hasil percobaan pertama dalam hal ini tidak jelas. Sudah pada tahun 2008, insinyur Google meluncurkan alat prediksi penyakit - Google Pantau Flu Dunia (GFT). Perusahaan berencana untuk menggunakannya untuk menganalisis data mesin pencari Google untuk gejala dan kata-kata sinyal. Pada saat itu, dia berharap hasilnya akan digunakan untuk secara akurat dan segera mengenali "garis besar" wabah influenza dan demam berdarah - dua minggu lebih awal dari Pusat Pengendalian dan Pencegahan Penyakit AS. (CDC), yang penelitiannya dianggap sebagai standar terbaik di bidangnya. Namun, hasil Google pada diagnosis awal influenza berbasis sinyal Internet di AS dan kemudian malaria di Thailand dianggap terlalu tidak akurat.

Teknik dan sistem yang "memprediksi" berbagai peristiwa, termasuk. Seperti ledakan kerusuhan atau epidemi, Microsoft juga telah bekerja, yang pada tahun 2013, bersama dengan Institut Teknologi Israel, meluncurkan program prediksi bencana berdasarkan analisis konten media. Dengan bantuan pembedahan hidup-hidup dari headline multibahasa, "kecerdasan komputer" harus mengenali ancaman sosial.

Para ilmuwan memeriksa urutan peristiwa tertentu, seperti informasi tentang kekeringan di Angola, yang memunculkan prediksi dalam sistem peramalan tentang kemungkinan epidemi kolera, karena mereka menemukan hubungan antara kekeringan dan peningkatan kejadian penyakit. Kerangka sistem dibuat berdasarkan analisis publikasi arsip New York Times, mulai tahun 1986. Pengembangan lebih lanjut dan proses pembelajaran mesin melibatkan penggunaan sumber daya Internet baru.

Sejauh ini, berdasarkan keberhasilan BlueDot dan Metabiota dalam peramalan epidemiologi, seseorang mungkin tergoda untuk menyimpulkan bahwa prediksi yang akurat dimungkinkan terutama berdasarkan data yang "berkualitas", yaitu. profesional, terverifikasi, sumber khusus, bukan kekacauan Internet dan komunitas portal.

Tapi mungkin ini semua tentang algoritma yang lebih cerdas dan pembelajaran mesin yang lebih baik?