Home / medicina / L’intelligenza artificiale per prevenire le prossime pandemie virali

L’intelligenza artificiale per prevenire le prossime pandemie virali

L’intelligenza artificiale (AI) ha mostrato molte promesse nell’aumentare le capacità umane nell’assistenza sanitaria, in particolare in oncologia . Con il mondo ancora in preda alla pandemia di Covid-19, questa tecnologia ha visto una rinascita. I ricercatori non solo hanno testato il suo potenziale per diagnosticare e curare accuratamente la malattia, ma anche prevenire un altro focolaio come questo in futuro.

In effetti, se si ritiene che le segnalazioni , AI ha rilevato il coronavirus alla fine dell’anno scorso. BlueDot, con sede a Toronto, utilizza l’apprendimento automatico (ML) per monitorare la diffusione di malattie contagiose in tutto il mondo e la startup ha segnalato un picco insolito nei casi di polmonite a Wuhan il 31 dicembre, settimane prima che fossero annunciati gli annunci ufficiali.

Data la velocità con cui la tecnologia può prevedere con successo un nuovo virus, potrebbe essere utile scavare un po ‘più a fondo per capire come può essere sfruttato per contrastare o addirittura prevenire un futuro focolaio.

Il potenziale dell’IA nella prevenzione dell’epidemia successiva
Con risme di dati disponibili al pubblico da elaborare e analizzare, il potenziale per raggiungere scoperte tecnologiche con l’IA è immenso. E mentre la sua capacità di fare previsioni accurate è ciò che lo rende uno strumento utile per prevenire un futuro focolaio, la velocità e la scala con cui può cercare enormi database è ciò che lo consente.

Mentre la raccolta manuale di vaste fasce di dati non è solo illogica, ma lascia anche ampio spazio agli errori critici, l’intervento dell’IA può contribuire ad alleviare questa sfida. Sebbene questo risultato comporti un certo margine di errore poiché un’intelligenza artificiale è buona quanto la qualità e il volume dei dati che viene alimentata, le macchine possono ancora rilevare le condizioni istantaneamente e in modo molto più accurato rispetto agli esperti, come dimostrato dall’esempio di BlueDot.


Questa combinazione di precisione, velocità ed efficienza è ciò che lo rende uno strumento utile nella ricerca di prevenzione delle epidemie.

Integrando gli sforzi umani quando si tratta di interpretare il risultato e di incorporarlo per prendere le decisioni appropriate, può svolgere un ruolo critico nella prevenzione di focolai o nell’identificazione di potenziali hotspot. Inoltre, consentire all’intelligenza artificiale di identificare i propri modelli con ML non supervisionato può essere sfruttato per mettere in evidenza gli sviluppi che altrimenti si sarebbero persi.

P
Molte aziende oggi estraggono in modo aggressivo i dati per sviluppare modelli per creare sistemi di allerta precoce. Anche se sono utili solo per prevedere il corso di un’epidemia, aiuteranno comunque le autorità a pianificare meglio per frenarne la diffusione.

Mentre alcuni, come BlueDot, utilizzano algoritmi di elaborazione del linguaggio naturale (NLP) per tenere traccia delle notizie online o dei feed dei social media, altri come Nanox utilizzano sistemi di raggi X digitali basati sull’intelligenza artificiale per fare una diagnosi precoce della malattia prima che si sviluppi una pandemia.

Molti di questi usano studi clinici esistenti per creare queste soluzioni. Molti ricercatori associano anche le loro osservazioni all’IA e ai Big Data per sviluppare strumenti che convalidano i loro presupposti. Un esempio è uno strumento creato da un ricercatore del Cary Institute.

La dott.ssa Barbara A Han ha proposto un sistema di allarme rapido per prevedere focolai come Covid-19 prima che possano colpire su vasta scala. Utilizzando set di dati globali su malattie che passano da un animale all’uomo, Han ha utilizzato l’IA per mappare le aree a rischio.

La chiave qui è l’ampiezza e la profondità dei dati sulle malattie zoonotiche poiché il modello deve fare previsioni su scala globale. In altre parole, deve prevedere accuratamente le malattie in tutto il mondo e non solo in alcune regioni, e quindi i dati devono essere espansivi.


In collaborazione con l’iniziativa Science for Social Good di IBM Research, Han ha utilizzato l’intelligenza artificiale per curare questi dati per identificare le specie di primati che potrebbero ospitare il virus Zika e potenzialmente trasmetterle all’uomo. Ciò è stato ottenuto fondendo due tecniche di modellazione per colmare eventuali lacune nei dati raccolti. Ha inoltre messo in evidenza potenziali host e persino hotspot geografici in Sud America.

Come indicato sopra, la mappa mostra gli intervalli geografici di primati che sono bacini Zika non rilevati, codificati a colori in base ai percentili delle loro probabilità previste. Pertanto, il modello ML di Han ha contribuito a mettere in evidenza le specie ad alto rischio che ospitavano Zika e ha anche messo in luce i punti sensibili che sono vulnerabili allo scoppio.

Sfide relative ai dati per sfruttare efficacemente l’IA
Sebbene promettenti, questi modelli dipendono da una risorsa vitale, che è ampiamente variabile: i dati. Non solo è difficile verificare la veridicità dei set di dati disponibili pubblicamente, ma questi approcci basati sull’intelligenza artificiale diventano anche meno accurati quando si presentano i casi.

Come indicato in questo rapporto , i dati utilizzati per costruire modelli ML per combattere una pandemia come Covid-19 dipendono in gran parte da fonti di notizie e feed di social media. I rapporti ufficiali aiutano, ma anche questi attraversano diverse iterazioni poiché la situazione cambia quotidianamente e prevale ancora la confusione.

La formazione di algoritmi ML con dati incoerenti non sarà solo inadeguata ma forse anche pericolosa poiché il risultato non dovrebbe essere usato per prendere decisioni critiche. Tuttavia, ciò può cambiare se i dati cruciali fossero resi disponibili al pubblico per l’analisi o fossero resi disponibili a ricercatori e imprenditori che lavoravano su una soluzione.


Ciò richiede una scomoda, ma importante, conversazione sulla privacy e le implicazioni etiche della violazione come uno dei possibili compromessi per prevenire lo scoppio di una malattia mortale. Richiede inoltre una maggiore collaborazione tra i paesi e nuove iniziative e regolamenti politici per arrivare eventualmente a uno standard internazionale comune.

prospettiva
La combinazione dell’intelligenza umana con il potere dell’IA e dei Big Data aprirà nuove strade nella lotta contro una futura pandemia. Mentre l’attuale epidemia sta testando il potenziale delle tecnologie emergenti per sviluppare una cura , è altrettanto importante orientare gli sforzi verso la previsione dell’emergenza di una malattia contagiosa e impedire che si trasformi in una pandemia.

Dato che gli interventi di IA in questo spazio sono pochi e lontani tra loro, è bene adottare uno scetticismo salutare prima di immergersi nelle sue possibilità. Tuttavia, l’IA ha già svolto un ruolo cruciale nell’assistenza sanitaria e questi sforzi dovrebbero essere perseguiti sulla base di questa convinzione.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi