Ako AI bojuje s ohniskom koronavírusu?


Odpoveď 1:

Umelá inteligencia by mohla bojovať s budúcim koronavírusom

,

Ohniská chorôb, ako je koronavírus, sa často objavujú príliš rýchlo na to, aby vedci našli liek. Ale v budúcnosti by umelá inteligencia mohla pomôcť výskumníkom robiť lepšiu prácu.

Aj keď je pravdepodobne príliš neskoro na to, aby nová technológia mohla hrať hlavnú úlohu v súčasnej epidémii, existuje nádej na ďalšie ohniská. AI je dobrý v česaní cez kopu dát, aby našiel spojenia, ktoré uľahčia určenie, aké druhy liečby môžu fungovať alebo ktoré experimenty by sa mali vykonávať ďalej.

Otázka znie, s čím príde spoločnosť Big Data, keď dostane len skromné ​​informácie o novo sa objavujúcej chorobe, ako je napríklad Covid-19, ktorá sa prvýkrát objavila koncom minulého roka v Číne a približne o dva mesiace chorí viac ako 75 000 ľudí.

Skutočnosť, že vedci dokázali produkovať génovú sekvenciu nového vírusu v priebehu niekoľkých týždňov od prvých hlásených prípadov, je sľubná, pretože ukazuje, že v čase výskytu ohnísk je teraz k dispozícii oveľa viac okamžitých údajov.

Andrew Hopkins, generálny riaditeľ Oxford, anglický startup Exscientia Ltd., patrí medzi tých, ktorí pomáhajú trénovať umelú inteligenciu na objavovanie drog. Uvádza, že nová liečba by mohla ísť od počatia po klinické testovanie už za 18 až 24 mesiacov v priebehu najbližšej dekády, a to vďaka AI.

Exscientia navrhla novú zložku na liečbu obsedantno-kompulzívnej poruchy, ktorá je pripravená na testovanie v laboratóriu po menej ako roku v počiatočnej fáze výskumu. Podľa spoločnosti je to asi päťkrát rýchlejšie ako priemer.

Healx na báze Cambridge má podobný prístup, ale používa strojové učenie na nájdenie nových použití pre existujúce drogy. Obe spoločnosti živia svoje algoritmy informáciami získanými zo zdrojov, ako sú časopisy, biomedicínske databázy a klinické skúšky, aby pomohli navrhnúť nové spôsoby liečby chorôb.

Ľudský dozor

Každá z týchto spoločností využíva tím ľudských výskumníkov na spoluprácu s AI, aby pomohla usmerniť tento proces. V prístupe Exscientia, nazývanom Centaur Chemist, návrhári liekov pomáhajú učiť stratégie algoritmov na vyhľadávanie zlúčenín. Healx dáva predpovede AI výskumníkom, ktorí analyzujú výsledky a rozhodnú sa, čo ďalej sledovať.

Neil Thompson, hlavný vedecký pracovník Healxu, uviedol, že túto techniku ​​je možné nasadiť proti ohnisku, ako je koronavírus, pokiaľ má dostatok údajov o novej chorobe. Healx nepracuje na riešení problému s koronavírusmi ani na vylepšení svojej technológie na výskyt ohnísk, ale nebol by to úsek.

"Sme veľmi blízko," povedal Thompson v rozhovore. „Nepotrebovali by sme veľa meniť algoritmy AI, ktoré používame. Pozeráme sa na to, ako vlastnosti lieku zodpovedajú vlastnostiam choroby. “

Algoritmy umelej inteligencie už začínajú chrliť lieky na choroby, o ktorých vieme. Vedci z Massachusetts Institute of Technology vo štvrtok uviedli, že túto metódu použili na identifikáciu novej silnej antibiotickej zlúčeniny, ktorá by mohla zabiť celý rad nepríjemných baktérií, dokonca aj tých, ktoré sú v súčasnosti rezistentné na iné liečby.

Jedným z úlovkov pre všetky tieto technológie je klinické testovanie. Dokonca aj lieky, ktoré sa už dajú bezpečne liečiť na jedno ochorenie, by sa mali znova testovať skôr, ako sa predpíšu na iné. Proces preukazovania, že sú bezpečné a efektívne na veľkom počte ľudí, môže trvať roky, kým sa obrátia na regulačné orgány na kontrolu.

Na dosiahnutie účinnosti by vývojári liekov na báze AI museli plánovať vopred, vybrali si vírusový genóm, ktorý pravdepodobne v budúcnosti spôsobí problémy, a zamerali ho, keď na to existuje len málo stimulov.

Ďakujem.


Odpoveď 2:

Hra je už zapnutá!

Ak nie pre koronavírus, aspoň pre superbugy. Vedci z MIT a Harvard použili AI na identifikáciu nového antibiotika schopného usmrtiť mnoho baktérií rezistentných na lieky. Vycvičili algoritmus strojového učenia na analýzu chemických zlúčenín schopných bojovať s infekciami pomocou mechanizmov odlišných od mechanizmov existujúcich liekov.

Vycvičili svoj model na 2 500 molekulách, ktoré identifikovali zlúčeninu (nazývali sa Halicín) na testovanie na baktériách odobratých od pacientov a baktérií pestovaných v laboratóriách. „Halicín“ by mohol zabiť mnoho baktérií rezistentných na lieky vrátane

mycobactirium tuberculosis, clostridium difficile

a

acinetobacter baumannii.

Halicín vyliečil dve myši infikované

A.baumannii.

Mimochodom, veľa amerických vojakov v Iraku a Afganistane sa nakazilo rovnakou chybou. Správa hovorí, že masť Halicínu aplikovaná na kožu týchto dvoch myší ich úplne vyliečila len do 24 hodín.

Použitie prediktívnych počítačových modelov na objavovanie liekov nie je ničím novým, ale doteraz bol najlepší úspech zaznamenaný s Halicinom.

Podľa vedcov ich prediktívny model dokáže robiť to, čo bude pre tradičné experimentálne prístupy neúnosne nákladné.

Tento úspech Halicinu prichádza v rozhodujúcej fáze ľudskej histórie. Do roku 2050 sa predpokladá, že celosvetová úmrtnosť spôsobená baktériami rezistentnými na lieky môže dosiahnuť 10 miliónov.

Na to, aby bol Halicín použiteľný u ľudí, je potrebná ďalšia práca. Hoci je ich algoritmus určený pre baktérie, môže byť „upgradovateľný“ aj na boj proti vírusu.


Odpoveď 3:

Predstavte si, že nemocnica v Číne má 1000 prípadov s podobnými príznakmi, čo nemocnica robí? Aj keď sú všetky informácie o príznakoch a diagnóze zdokumentované a dostupné elektronicky, zdravotné oddelenie je schopné prijať potrebné a vhodné opatrenia.

AI je vynikajúca a rýchla pri detekcii vzorov, čo sa podobá rýchlej detekcii. Jeden príklad ako

Vyhľadávanie Google je možné

odhaliť možné choroby na celom svete. Len pomocou jednoduchých vzorov vyhľadávania dokáže AI skutočne zistiť možné hrozby a epidémie, ktoré by mohli po celom svete prepuknúť vo veľkých množstvách.

Keď sa Čína vráti k vírusu Corona, keď Čína zdokumentuje príznaky choroby a diagnostikuje ju, zdieľa tieto informácie všetkým ďalším možným vládnym organizáciám, ktoré môžu rýchlo zaviesť termálne detektory, ktoré môžu skenovať ľudí s týmito príznakmi a klasifikovať ich ako pravdepodobne nakazených alebo prenášačov alebo imunitný. Keďže vírusy mutujú rýchlo, majú tendenciu meniť spôsob, akým vyzerajú, príznaky sa môžu meniť a je ťažké ich diagnostikovať. Ale s AI je Čína schopná pomôcť vládam s ľuďmi, ktorí sa presťahovali z Číny, najmä Wu-chan a potom sa medzinárodne presťahovali cez mestá. Tieto informácie môžu analyzovať AI, aby zistili správy z týchto miest, nemocnice, aby dali kúsky skladačky dohromady.

Dúfam, že to pomôže!


Odpoveď 4:

V poslednom období, ak máme údaje o niekoľkých pacientoch, ako dokážeme identifikovať a nájsť vzorce, pacientov s koronou pozitívnych. Potom môžeme skontrolovať nového pacienta, aby predpovedal, či môže byť tento pacient infikovaný alebo nie, a to z hľadiska ich vzoru. Na oddelenie je možné použiť techniky klasického strojového učenia alebo techniky hlbokého učenia.

Vo všeobecnejšej rovine musíme byť veľmi opatrní a musíme spolupracovať s osobou z oblasti medicíny, aby sme mohli analyzovať štruktúru, aby sme zovšeobecnili, čo sa v skutočnosti deje, aké sú zmeny a mechanizmy vyvolané vírusom v tele, aby sme lepšie porozumeli modelu.


Odpoveď 5:

Ohniská chorôb, ako je koronavírus, sa často objavujú príliš rýchlo na to, aby vedci našli liek. Ale v budúcnosti by umelá inteligencia mohla pomôcť výskumníkom robiť lepšiu prácu.

Aj keď je pravdepodobne príliš neskoro na to, aby nová technológia mohla hrať hlavnú úlohu v súčasnej epidémii, existuje nádej na ďalšie ohniská. AI je dobrý v česaní cez kopu dát, aby našiel spojenia, ktoré uľahčia určenie, aké druhy liečby môžu fungovať alebo ktoré experimenty by sa mali vykonávať ďalej.

Otázka znie, s čím príde spoločnosť Big Data, keď dostane len skromné ​​informácie o novo sa objavujúcej chorobe, ako je napríklad Covid-19, ktorá sa prvýkrát objavila koncom minulého roka v Číne a približne o dva mesiace chorí viac ako 75 000 ľudí.

Skutočnosť, že vedci dokázali produkovať génovú sekvenciu nového vírusu v priebehu niekoľkých týždňov od prvých hlásených prípadov, je sľubná, pretože ukazuje, že v čase výskytu ohnísk je teraz k dispozícii oveľa viac okamžitých údajov.

Andrew Hopkins, generálny riaditeľ Oxford, anglický startup Exscientia Ltd., patrí medzi tých, ktorí pomáhajú trénovať umelú inteligenciu na objavovanie drog. Uvádza, že nová liečba by mohla ísť od počatia po klinické testovanie už za 18 až 24 mesiacov v priebehu najbližšej dekády, a to vďaka AI.

Exscientia navrhla novú zložku na liečbu obsedantno-kompulzívnej poruchy, ktorá je pripravená na testovanie v laboratóriu po menej ako roku v počiatočnej fáze výskumu. Podľa spoločnosti je to asi päťkrát rýchlejšie ako priemer.

Healx na báze Cambridge má podobný prístup, ale používa strojové učenie na nájdenie nových použití pre existujúce drogy. Obe spoločnosti živia svoje algoritmy informáciami získanými zo zdrojov, ako sú časopisy, biomedicínske databázy a klinické skúšky, aby pomohli navrhnúť nové spôsoby liečby chorôb.

Ľudský dozor

Každá z týchto spoločností využíva tím ľudských výskumníkov na spoluprácu s AI, aby pomohla usmerniť tento proces. V prístupe Exscientia, nazývanom Centaur Chemist, návrhári liekov pomáhajú učiť stratégie algoritmov na vyhľadávanie zlúčenín. Healx dáva predpovede AI výskumníkom, ktorí analyzujú výsledky a rozhodnú sa, čo ďalej sledovať.

Neil Thompson, hlavný vedecký pracovník Healxu, uviedol, že túto techniku ​​je možné nasadiť proti ohnisku, ako je koronavírus, pokiaľ má dostatok údajov o novej chorobe. Healx nepracuje na riešení problému s koronavírusmi ani na vylepšení svojej technológie na výskyt ohnísk, ale nebol by to úsek.

"Sme veľmi blízko," povedal Thompson v rozhovore. „Nepotrebovali by sme veľa meniť algoritmy AI, ktoré používame. Pozeráme sa na to, ako vlastnosti lieku zodpovedajú vlastnostiam choroby. “

Algoritmy umelej inteligencie už začínajú chrliť lieky na choroby, o ktorých vieme. Vedci z Massachusetts Institute of Technology vo štvrtok uviedli, že túto metódu použili na identifikáciu novej silnej antibiotickej zlúčeniny, ktorá by mohla zabiť celý rad nepríjemných baktérií, dokonca aj tých, ktoré sú v súčasnosti rezistentné na iné liečby.

Jedným z úlovkov pre všetky tieto technológie je klinické testovanie. Dokonca aj lieky, ktoré sa už dajú bezpečne liečiť na jedno ochorenie, by sa mali znova testovať skôr, ako sa predpíšu na iné. Proces preukazovania, že sú bezpečné a efektívne na veľkom počte ľudí, môže trvať roky, kým sa obrátia na regulačné orgány na kontrolu.

Na dosiahnutie účinnosti by vývojári liekov na báze AI museli plánovať vopred, vybrali si vírusový genóm, ktorý pravdepodobne v budúcnosti spôsobí problémy, a zamerali ho, keď na to existuje len málo stimulov.

Ďalšou prekážkou je hľadanie kvalifikovaného personálu.

"Je ťažké nájsť ľudí, ktorí môžu pôsobiť na križovatke AI a biológie, a pre veľké spoločnosti je ťažké robiť rýchle rozhodnutia o technológii, ako je táto," uviedla Irina Haivas, partnerka spoločnosti rizikového kapitálu Atomico a bývalého chirurga, ktorý sedí na predstavenstvo spoločnosti Healx. "Nestačí byť inžinierom AI, musíte pochopiť a dostať sa do aplikácií biológie."


Odpoveď 6:

V okamihu, keď sa prvýkrát objaví zvláštne ochorenie, môže byť pre vlády a orgány všeobecnej prosperity veľmi ťažké rýchlo zhromažďovať údaje a uľahčovať reakciu. V každom prípade sa nová inovácia založená na ľudskom myslení môže prirodzene ťažiť prostredníctvom správ a online obsahu z celého sveta, čo pomáha odborníkom vnímať nezrovnalosti, ktoré by mohli vyvolať potencionálny mor alebo, čo je poľutovaniahodnejšie, pandémiu. Na konci dňa nám môžu naši noví riaditelia AI skutočne pomôcť s vytrvaním nasledujúcej choroby.

Tieto nové schopnosti umelej inteligencie sú v úplnom predvádzaní s prebiehajúcim vzplanutím koronavírusu, ktorý sa včas vyznačoval kanadskou firmou s názvom BlueDot, ktorá je jednou z rôznych organizácií, ktoré využívajú informácie na hodnotenie všeobecných zdravotných problémov. Organizácia, ktorá tvrdí, že vykonáva „robotizované neodolateľné sledovanie chorôb“, povedala svojim klientom o novom type koronavírusu ku koncu decembra, dni pred Centrom pre kontrolu a prevenciu chorôb (CDC) v USA a Svetovou zdravotníckou organizáciou (WHO). ) oznámil oficiálne oznámenie, ako ho oznámila spoločnosť Wired. V súčasnosti sa blížiace sa ku koncu januára infekcia dýchacích ciest, ktorá bola spojená s mestom Wu-chan v Číne, zabila viac ako 100 jedincov. Prípady sa objavili aj v niekoľkých rôznych krajinách vrátane Spojených štátov a CDC varuje Američanov, aby udržiavali strategickú vzdialenosť od zbytočného cestovania do Číny.

Kamran Khan, neodolateľný lekár a autor a generálny riaditeľ spoločnosti BlueDot, na stretnutí objasnil, ako počiatočný rámec napomenutia organizácie využíva človekom vytvorené vedomie, vrátane bežného zaobchádzania s jazykom a AI, aby sledoval viac ako 100 neodolateľných infekcií rozdelením približne 100 000 článkov v 65 dialektov dôsledne. Táto informácia umožňuje organizácii uvedomiť si, kedy informovať svojich zákazníkov o možnej blízkosti a šírení neodolateľnej choroby.

Iné informácie, podobné údajom o plánoch prieskumníka a letovým spôsobom, môžu organizácii poskytnúť ďalšie informácie o tom, ako sa pravdepodobne choroba rozšíri. Napríklad nedávno BlueDot špecialisti očakávali rôzne mestské komunity v Ázii, kde sa koronavírus objaví potom, čo sa objaví na území Číny.

Myšlienkou modelu BlueDot (ktorého presvedčivé výsledky sú týmto spôsobom skúmané odborníkmi v oblasti ľudských zdrojov), je získať údaje pre pracovníkov sociálneho poistenia čo najrýchlejšie, ako by to bolo možné, s očakávaním, že dokážu analyzovať - ​​a ak je to potrebné, odpojiť - poskvrnené a prípadne infekčných jedincov vo vhodnom čase.

„Oficiálne údaje nie sú v každom prípade priaznivé,“ povedal Khan pre Recode. „Rozdiel medzi jedným prípadom v prieskumníkovi a rozšírením závisí od vášho popredného odborníka v oblasti ľudských služieb, ktorý vníma, že existuje určitá choroba. Mohlo by to byť rozlíšenie, ktoré zabráni tomu, aby sa vzplanutie skutočne stalo.“

Khan zahrnoval, že jeho rámec môže tiež využívať množstvo ďalších informácií - napríklad údaje o atmosfére územia, teplote alebo dokonca domácich domestikovaných zvieratách - na predvídanie toho, či niekto kontaminovaný chorobou pravdepodobne spôsobí vzplanutie okolo tam. Vyvoláva, že v roku 2016 mal BlueDot možnosť predvídať prítomnosť infekcie Zika na Floride pol roka predtým, ako sa tam skutočne objavila.

Organizácia na kontrolu pohromy Metabiota tiež overila, že v Thajsku, Južnej Kórei, Japonsku a na Taiwane bolo najväčšie nebezpečenstvo, že sa infekcia objaví v priebehu siedmich dní predtým, ako sa prípady v týchto krajinách skutočne odhalili, a to dúfajúc, že ​​sa poskytnú informácie o lete. Metabiota, ako BlueDot, používa bežné jazykové spracovanie na hodnotenie online správ o potenciálnej chorobe a navyše to oddeľuje vytváranie podobnej inovácie pre informácie o webovom živote.

Imprint Gallivan, výkonný riaditeľ informačnej vedy spoločnosti Metabiota, objasňuje, že online fázy a diskusie môžu tiež znamenať, že existuje nebezpečenstvo pandémie. Metabiota tiež tvrdí, že môže posúdiť nebezpečenstvo, že sa choroba rozšíri a spôsobí sociálne a politické prerušenie, vzhľadom na údaje, ako sú indikácie ochorenia, úmrtnosť a dostupnosť liečby. Napríklad v čase distribúcie tohto článku spoločnosť Metabiota vyhodnotila nebezpečenstvo, že nový koronavírus spôsobí otvorené znepokojenie v USA a Číne ako „vysoké“, avšak toto riziko infekcie monkeypoxom v Konžskej demokratickej republike ( ak boli prípady tejto infekcie) považované za „stredné“.

Je ťažké si presne uvedomiť, aký presný môže byť tento ratingový rámec alebo samotná etapa, avšak Gallivan tvrdí, že organizácia spolupracuje s americkou znalostnou sieťou a ministerstvom obrany na problémoch identifikovaných s koronavírusom. Toto je časť práce Metabioty s In-Q-Tel, neziskovou dobrodružnou spoločnosťou spojenou s Centrálnou spravodajskou službou. Úrady vlády však nie sú hlavnými potenciálnymi zákazníkmi týchto rámcov. Metabiota ďalej propaguje svoje založenie zaisťovacím organizáciám - zaistenie je v podstate ochrana poisťovacích agentúr - ktoré by sa mali zaoberať menovými nebezpečenstvami súvisiacimi s rozšírením latentnej kapacity choroby.

Počítačové zdôvodnenie však môže byť nesporne cennejšie, ako iba udržiavať odborníkov a úrady zodpovedné za prenos chorôb, ktoré sa objavujú pri nákaze infekcie. Špecialisti vymysleli modely založené na AI, ktoré dokážu postupne predvídať epizódy infekcie Zika, čo môže vzdelávať, ako odborníci reagujú na potenciálne núdzové situácie. Ľudské vedomie by sa mohlo tiež využiť na riadenie toho, ako orgány všeobecného blaha rozptyľujú aktíva v prípade núdze. V dôsledku toho je AI ďalšou prvou líniou ochrany pred chorobami.

Oveľa komplexnejšie AI v súčasnosti pomáha pri skúmaní nových liekov, zvládaní nezvyčajných infekcií a identifikácii malígneho rastu hrudníka. Inteligencia vytvorená človekom sa používala aj na rozlíšenie strašidelných kráv, ktoré šírili Chagas, vážne a mysliteľne smrteľné ochorenie, ktoré pocítilo očakávaných 8 miliónov ľudí v Mexiku a Strednej a Južnej Amerike. Ďalej sa zvyšuje nadšenie z využívania informácií, ktoré neblahajú - ako sú webové prezentácie života - o pomoci tvorcom politík v oblasti dobrých životných podmienok a medikačným organizáciám pochopiť rozsah mimoriadnej situácie v oblasti pohody. Napríklad umelá inteligencia, ktorá môže ťažiť online život, predstavuje cieľové nezákonné omamné látky a vedie všeobecné orgány pre blaho o šírení týchto kontrolovaných látok.

Tieto rámce vrátane systémov Metabiota a BlueDot sú na rovnakej úrovni ako informácie, ktoré posudzujú. Navyše, AI - z veľkej časti - má problém so sklonom, ktorý môže odrážať tak architektov rámca, ako aj informácie, na ktorých je pripravený. AI, ktoré sa využíva vo lekárskych službách, nie je v žiadnom prípade v bezpečí, v takej forme ani forme, ktorá by bola pre tento problém bezpečná.

Keď sa vezmú do úvahy všetky tieto skutočnosti, tieto progresie hovoria k progresívne idealistickému pohľadu na to, čo môže AI urobiť. Aktualizácie filtrovania robotov AI, ktoré sa filtrujú prostredníctvom obrovského množstva informácií, zvyčajne nesedia tak dobre. Zvážte zákonnú požiadavku s využitím databáz na potvrdenie tváre založených na obrázkoch ťažených z webu. Alebo na druhej strane získavanie riaditeľov, ktorí by teraz mohli využívať AI na predvídanie toho, ako budete pokračovať v brúsení, na základe vašich životných príspevkov na internete. Možnosť AI bojovať proti divokej chorobe ponúka situáciu, keď sa môžeme cítiť trochu menej nepríjemne, ak nie skrze a cez veselo. Možno, že táto inovácia - vždy, keď bude vytvorená a využitá správne - by mohla skutočne pomôcť ušetriť pár životov.


Odpoveď 7:

V okamihu, keď sa prvýkrát objaví zvláštne ochorenie, môže byť pre vlády a orgány všeobecnej prosperity veľmi ťažké rýchlo zhromažďovať údaje a uľahčovať reakciu. V každom prípade sa nová inovácia založená na ľudskom myslení môže prirodzene ťažiť prostredníctvom správ a online obsahu z celého sveta, čo pomáha odborníkom vnímať nezrovnalosti, ktoré by mohli vyvolať potencionálny mor alebo, čo je poľutovaniahodnejšie, pandémiu. Na konci dňa nám môžu naši noví riaditelia AI skutočne pomôcť s vytrvaním nasledujúcej choroby.

Tieto nové schopnosti umelej inteligencie sú v úplnom predvádzaní s prebiehajúcim vzplanutím koronavírusu, ktorý sa včas vyznačoval kanadskou firmou s názvom BlueDot, ktorá je jednou z rôznych organizácií, ktoré využívajú informácie na hodnotenie všeobecných zdravotných problémov. Organizácia, ktorá tvrdí, že vykonáva „robotizované neodolateľné sledovanie chorôb“, povedala svojim klientom o novom type koronavírusu ku koncu decembra, dni pred Centrom pre kontrolu a prevenciu chorôb (CDC) v USA a Svetovou zdravotníckou organizáciou (WHO). ) oznámil oficiálne oznámenie, ako ho oznámila spoločnosť Wired. V súčasnosti sa blížiace sa ku koncu januára infekcia dýchacích ciest, ktorá bola spojená s mestom Wu-chan v Číne, zabila viac ako 100 jedincov. Prípady sa objavili aj v niekoľkých rôznych krajinách vrátane Spojených štátov a CDC varuje Američanov, aby udržiavali strategickú vzdialenosť od zbytočného cestovania do Číny.

Kamran Khan, neodolateľný lekár a autor a generálny riaditeľ spoločnosti BlueDot, na stretnutí objasnil, ako počiatočný rámec napomenutia organizácie využíva človekom vytvorené vedomie, vrátane bežného zaobchádzania s jazykom a AI, aby sledoval viac ako 100 neodolateľných infekcií rozdelením približne 100 000 článkov v 65 dialektov dôsledne. Táto informácia umožňuje organizácii uvedomiť si, kedy informovať svojich zákazníkov o možnej blízkosti a šírení neodolateľnej choroby.

Iné informácie, podobné údajom o plánoch prieskumníka a letovým spôsobom, môžu organizácii poskytnúť ďalšie informácie o tom, ako sa pravdepodobne choroba rozšíri. Napríklad nedávno BlueDot špecialisti očakávali rôzne mestské komunity v Ázii, kde sa koronavírus objaví potom, čo sa objaví na území Číny.

Myšlienkou modelu BlueDot (ktorého presvedčivé výsledky sú týmto spôsobom skúmané odborníkmi v oblasti ľudských zdrojov), je získať údaje pre pracovníkov sociálneho poistenia čo najrýchlejšie, ako by to bolo možné, s očakávaním, že dokážu analyzovať - ​​a ak je to potrebné, odpojiť - poskvrnené a prípadne infekčných jedincov vo vhodnom čase.

„Oficiálne údaje nie sú v každom prípade priaznivé,“ povedal Khan pre Recode. „Rozdiel medzi jedným prípadom v prieskumníkovi a rozšírením závisí od vášho popredného odborníka v oblasti ľudských služieb, ktorý vníma, že existuje určitá choroba. Mohlo by to byť rozlíšenie, ktoré zabráni tomu, aby sa vzplanutie skutočne stalo.“

Khan zahrnoval, že jeho rámec môže tiež využívať množstvo ďalších informácií - napríklad údaje o atmosfére územia, teplote alebo dokonca domácich domestikovaných zvieratách - na predvídanie toho, či niekto kontaminovaný chorobou pravdepodobne spôsobí vzplanutie okolo tam. Vyvoláva, že v roku 2016 mal BlueDot možnosť predvídať prítomnosť infekcie Zika na Floride pol roka predtým, ako sa tam skutočne objavila.

Organizácia na kontrolu pohromy Metabiota tiež overila, že v Thajsku, Južnej Kórei, Japonsku a na Taiwane bolo najväčšie nebezpečenstvo, že sa infekcia objaví v priebehu siedmich dní predtým, ako sa prípady v týchto krajinách skutočne odhalili, a to dúfajúc, že ​​sa poskytnú informácie o lete. Metabiota, ako BlueDot, používa bežné jazykové spracovanie na hodnotenie online správ o potenciálnej chorobe a navyše to oddeľuje vytváranie podobnej inovácie pre informácie o webovom živote.

Imprint Gallivan, výkonný riaditeľ informačnej vedy spoločnosti Metabiota, objasňuje, že online fázy a diskusie môžu tiež znamenať, že existuje nebezpečenstvo pandémie. Metabiota tiež tvrdí, že môže posúdiť nebezpečenstvo, že sa choroba rozšíri a spôsobí sociálne a politické prerušenie, vzhľadom na údaje, ako sú indikácie ochorenia, úmrtnosť a dostupnosť liečby. Napríklad v čase distribúcie tohto článku spoločnosť Metabiota vyhodnotila nebezpečenstvo, že nový koronavírus spôsobí otvorené znepokojenie v USA a Číne ako „vysoké“, avšak toto riziko infekcie monkeypoxom v Konžskej demokratickej republike ( ak boli prípady tejto infekcie) považované za „stredné“.

Je ťažké si presne uvedomiť, aký presný môže byť tento ratingový rámec alebo samotná etapa, avšak Gallivan tvrdí, že organizácia spolupracuje s americkou znalostnou sieťou a ministerstvom obrany na problémoch identifikovaných s koronavírusom. Toto je časť práce Metabioty s In-Q-Tel, neziskovou dobrodružnou spoločnosťou spojenou s Centrálnou spravodajskou službou. Úrady vlády však nie sú hlavnými potenciálnymi zákazníkmi týchto rámcov. Metabiota ďalej propaguje svoje založenie zaisťovacím organizáciám - zaistenie je v podstate ochrana poisťovacích agentúr - ktoré by sa mali zaoberať menovými nebezpečenstvami súvisiacimi s rozšírením latentnej kapacity choroby.

Počítačové zdôvodnenie však môže byť nesporne cennejšie, ako iba udržiavať odborníkov a úrady zodpovedné za prenos chorôb, ktoré sa objavujú pri nákaze infekcie. Špecialisti vymysleli modely založené na AI, ktoré dokážu postupne predvídať epizódy infekcie Zika, čo môže vzdelávať, ako odborníci reagujú na potenciálne núdzové situácie. Ľudské vedomie by sa mohlo tiež využiť na riadenie toho, ako orgány všeobecného blaha rozptyľujú aktíva v prípade núdze. V dôsledku toho je AI ďalšou prvou líniou ochrany pred chorobami.

Oveľa komplexnejšie AI v súčasnosti pomáha pri skúmaní nových liekov, zvládaní nezvyčajných infekcií a identifikácii malígneho rastu hrudníka. Inteligencia vytvorená človekom sa používala aj na rozlíšenie strašidelných kráv, ktoré šírili Chagas, vážne a mysliteľne smrteľné ochorenie, ktoré pocítilo očakávaných 8 miliónov ľudí v Mexiku a Strednej a Južnej Amerike. Ďalej sa zvyšuje nadšenie z využívania informácií, ktoré neblahajú - ako sú webové prezentácie života - o pomoci tvorcom politík v oblasti dobrých životných podmienok a medikačným organizáciám pochopiť rozsah mimoriadnej situácie v oblasti pohody. Napríklad umelá inteligencia, ktorá môže ťažiť online život, predstavuje cieľové nezákonné omamné látky a vedie všeobecné orgány pre blaho o šírení týchto kontrolovaných látok.

Tieto rámce vrátane systémov Metabiota a BlueDot sú na rovnakej úrovni ako informácie, ktoré posudzujú. Navyše, AI - z veľkej časti - má problém so sklonom, ktorý môže odrážať tak architektov rámca, ako aj informácie, na ktorých je pripravený. AI, ktoré sa využíva vo lekárskych službách, nie je v žiadnom prípade v bezpečí, v takej forme ani forme, ktorá by bola pre tento problém bezpečná.

Keď sa vezmú do úvahy všetky tieto skutočnosti, tieto progresie hovoria k progresívne idealistickému pohľadu na to, čo môže AI urobiť. Aktualizácie filtrovania robotov AI, ktoré sa filtrujú prostredníctvom obrovského množstva informácií, zvyčajne nesedia tak dobre. Zvážte zákonnú požiadavku s využitím databáz na potvrdenie tváre založených na obrázkoch ťažených z webu. Alebo na druhej strane získavanie riaditeľov, ktorí by teraz mohli využívať AI na predvídanie toho, ako budete pokračovať v brúsení, na základe vašich životných príspevkov na internete. Možnosť AI bojovať proti divokej chorobe ponúka situáciu, keď sa môžeme cítiť trochu menej nepríjemne, ak nie skrze a cez veselo. Možno, že táto inovácia - vždy, keď bude vytvorená a využitá správne - by mohla skutočne pomôcť ušetriť pár životov.