Il 6 gennaio ° , il Centro statunitense per il Controllo e la Prevenzione delle Malattie (CDC) ha comunicato al pubblico che un focolaio simil-influenzale è stato propagando nella città di Wuhan, nella provincia di Hubei della Cina. Successivamente, l’Organizzazione Mondiale della Sanità (OMS) ha pubblicato un rapporto simile su 9 gennaio ° .
Sebbene queste risposte possano sembrare tempestive, sono state lente rispetto a una società di intelligenza artificiale chiamata BlueDot . BlueDot ha pubblicato un rapporto sui 31 dicembre st , una settimana prima che il CDC ha pubblicato informazioni simili.
Ancora più impressionante, BlueDot ha predetto l’epidemia di Zika in Florida sei mesi prima del primo caso del 2016.
Quali sono alcuni dei set di dati che BlueDot analizza?
Sorveglianza delle malattie, include la scansione di oltre 10.000 media e fonti pubbliche in oltre 60 lingue.
Dati demografici provenienti da censimenti nazionali e rapporti statistici nazionali. (La densità di popolazione è un fattore alla base della propagazione del virus)
Dati climatici in tempo reale provenienti dalla NASA, NOAA, ecc. (I virus si diffondono più rapidamente in determinate condizioni ambientali)
Vettori di insetti e serbatoi di animali (importante quando il virus può diffondersi da una specie all’altra).
BlueDot attualmente collabora con varie agenzie governative tra cui Global Affairs Canada, Public Health Agency of Canada, Canadian Medical Association e Singapore Ministry of Health. Il prodotto BlueDot Insights invia avvisi di malattie infettive quasi in tempo reale. Alcuni vantaggi dietro questo prodotto includono:
Ridurre il rischio di esposizione agli operatori sanitari in prima linea
La visibilità globale consente di risparmiare tempo sulla sorveglianza delle malattie infettive
Opportunità di comunicare chiaramente informazioni cruciali prima che sia troppo tardi.
Capacità di proteggere le popolazioni dalle infezioni
Come la prevedibilità dell’IA potrebbe essere migliorata
Cosa impedisce al BlueDot AI e AI simili di migliorare? Il fattore limitante numero uno è l’incapacità di accedere ai big data necessari in tempo reale.
Questi tipi di sistemi predittivi si basano sull’immissione di big data in una rete neurale artificiale (ANN), che utilizza l’apprendimento profondo per cercare schemi. Più dati vengono immessi in questa ANN, più accurato diventa l’algoritmo di apprendimento automatico .
Ciò significa essenzialmente che ciò che impedisce all’IA di essere in grado di segnalare un potenziale focolaio prima o poi, è semplicemente la mancanza di accesso ai dati necessari. In paesi come la Cina che monitorano regolarmente e filtrano le notizie, questi ritardi nei dati necessari sono ancora più pronunciati. Il processo di censura di ciascun punto dati può ridurre significativamente la quantità di dati disponibili e, peggio ancora, può persino rimuovere completamente l’accuratezza di questi dati, il che rimuove la potenziale utilità di questi dati. I dati errati erano anche il motivo per cui i precedenti sforzi come Google Trend influenzali fallivano.
In altre parole, il problema principale che impedisce ai sistemi di intelligenza artificiale di essere in grado di prevedere il più presto possibile un focolaio è l’interferenza del governo. Governi come la Cina e l’attuale amministrazione Trump devono rimuovere se stessi da qualsiasi tipo di filtro dei dati e consentire l’accesso completo alla stampa per riferire su problemi di salute globali.
Ciò premesso, i giornalisti possono lavorare solo con le informazioni a loro disposizione. Bypassare le notizie e accedere direttamente alle fonti consentirebbe ai sistemi di apprendimento automatico di accedere ai dati in modo più tempestivo ed efficiente.
Cosa deve essere fatto
A partire da subito, i governi che sono veramente interessati a ridurre i costi dell’assistenza sanitaria e prevenire un focolaio, dovrebbero iniziare una revisione obbligatoria di come le loro cliniche sanitarie e gli ospedali possono distribuire determinati punti dati in tempo reale a funzionari, giornalisti e sistemi di IA.
Le informazioni private individuali possono essere completamente rimosse da ciascun paziente, consentendo al paziente di rimanere anonimo mentre i dati importanti sono condivisi.
Una rete di ospedali in qualsiasi città che raccoglie dati in tempo reale e li condivide sarebbe in grado di offrire un’assistenza sanitaria superiore. Ad esempio, si potrebbe rilevare che un ospedale specifico ha mostrato un aumento dei pazienti che manifestano sintomi simil-influenzali, con 3 pazienti alle 10:00, a 7 pazienti alle 13:00, a 49 pazienti alle 17:00. Questi dati potrebbero essere confrontati con gli ospedali all’interno della stessa regione, per avvisi immediati che una determinata regione è una potenziale zona calda.
Una volta che queste informazioni sono state raccolte e assemblate, il sistema di intelligenza artificiale potrebbe attivare avvisi per tutte le regioni vicine in modo da poter prendere le precauzioni necessarie.
Mentre ciò sarebbe difficile in alcune regioni del mondo, i paesi con grandi centri di intelligenza artificiale e densità di popolazione più piccole come il Canada potrebbero istituire un sistema così avanzato. Il Canada ha hub di IA nelle province più popolate (Waterloo e Toronto, Ontario e Montreal, Quebec). I vantaggi di questa cooperazione interospedaliera e interprovinciale potrebbero essere estesi per offrire ai canadesi altri benefici come l’accesso accelerato alle cure mediche di emergenza e la riduzione della spesa sanitaria. Il Canada potrebbe diventare un leader sia nell’IA che nella sanità, concedendo in licenza questa tecnologia ad altre giurisdizioni.
Ancora più importante, una volta che un paese come il Canada ha un sistema in atto, la tecnologia / metodologie possono quindi essere clonate ed esportate in altre regioni. Alla fine, l’obiettivo sarebbe quello di coprire il mondo intero, per garantire che i focolai siano una reliquia del passato.
Questo tipo di raccolta di dati da parte degli operatori sanitari presenta vantaggi per più applicazioni. Non c’è motivo per cui nel 2020 un paziente debba registrarsi individualmente in ciascun ospedale e che quegli stessi ospedali non si comunichino tra loro in tempo reale. Questa mancanza di comunicazione può comportare la perdita di dati con i pazienti che soffrono di demenza o altri sintomi che possono impedire loro di comunicare pienamente la gravità della loro condizione, o anche dove altro sono stati trattati.
Lezioni imparate
Possiamo solo sperare che i governi di tutto il mondo traggano vantaggio dalle importanti lezioni che il coronavirus ci sta insegnando. L’umanità dovrebbe ritenersi fortunata che il coronavirus abbia un tasso di mortalità relativamente lieve rispetto ad alcuni agenti infettivi del passato come la peste nera che si stima abbia ucciso dal 30% al 60% della popolazione europea.
La prossima volta che potremmo non essere così fortunati, quello che sappiamo finora, è che i governi sono attualmente poco preparati per affrontare la gravità di un focolaio.
Bluedot è stato concepito sulla scia dell’epidemia di SARS di Toronto del 2003 e lanciato nel 2013. L’obiettivo era proteggere le persone di tutto il mondo dalle malattie infettive con intelligenza umana e artificiale. La componente AI ha dimostrato una notevole capacità di prevedere il percorso delle malattie infettive, ciò che rimane è la componente umana. Abbiamo bisogno di nuove politiche in atto per consentire alle aziende come BlueDot di eccellere in ciò che fanno meglio. Come persone dobbiamo chiedere di più ai nostri politici e operatori sanitari.