Prevedi un'epidemia prima che colpisca
L'algoritmo canadese BlueDot è stato più veloce degli esperti nel riconoscere la minaccia dell'ultimo coronavirus. Ha informato i suoi clienti sulla minaccia giorni prima che i Centri statunitensi per il controllo e la prevenzione delle malattie (CDC) e l'Organizzazione mondiale della sanità (OMS) inviassero avvisi ufficiali al mondo.
Kamran Khan (1), medico, specialista in malattie infettive, fondatore e CEO del programma BlueDot, ha spiegato in un'intervista alla stampa in che modo questo sistema di allerta precoce utilizza l'intelligenza artificiale, inclusa l'elaborazione del linguaggio naturale e l'apprendimento automatico, per tenere traccia anche cento malattie contagiose contemporaneamente. Ogni giorno vengono analizzati circa 100 articoli in 65 lingue.
1. Kamran Khan e una mappa che mostra la diffusione del coronavirus di Wuhan.
Questi dati segnalano alle aziende quando notificare ai propri clienti la potenziale presenza e diffusione di una malattia infettiva. Altri dati, come informazioni sugli itinerari di viaggio e sui voli, possono aiutare a fornire ulteriori informazioni sulla probabilità che si sviluppi un focolaio.
L'idea alla base del modello BlueDot è la seguente. ottenere informazioni il prima possibile operatori sanitari nella speranza che possano diagnosticare - e, se necessario, isolare - persone infette e potenzialmente contagiose in una fase iniziale della minaccia. Khan spiega che l'algoritmo non utilizza i dati dei social media perché è "troppo caotico". Tuttavia, "le informazioni ufficiali non sono sempre aggiornate", ha detto a Recode. E il tempo di reazione è ciò che conta per prevenire con successo un focolaio.
Khan lavorava come specialista in malattie infettive a Toronto nel 2003 quando accadde. epidemie SARS. Voleva sviluppare un nuovo modo per tenere traccia di questi tipi di malattie. Dopo aver testato diversi programmi predittivi, ha lanciato BlueDot nel 2014 e ha raccolto 9,4 milioni di dollari di finanziamenti per il suo progetto. L'azienda impiega attualmente quaranta dipendenti, medici e programmatoriche stanno sviluppando uno strumento analitico per monitorare le malattie.
Dopo aver raccolto i dati e la loro selezione iniziale, entrano in gioco analisti. dopo epidemiologi Verificano la validità scientifica dei risultati e poi riferiscono al governo, alle imprese e agli operatori sanitari. clienti.
Khan ha aggiunto che il suo sistema potrebbe anche utilizzare una serie di altri dati, come informazioni sul clima, la temperatura e persino informazioni sul bestiame locale di una particolare area, per prevedere se qualcuno infetto dalla malattia potrebbe causare un focolaio. Sottolinea che già nel 2016 Blue-Dot è stato in grado di prevedere un focolaio di virus Zika in Florida sei mesi prima che si registrasse effettivamente nell'area.
L'azienda opera in modo simile e utilizzando tecnologie simili. Metabiotamonitoraggio dell'epidemia di SARS. I suoi esperti una volta hanno scoperto che il rischio maggiore dell'emergere di questo virus in Thailandia, Corea del Sud, Giappone e Taiwan, e lo hanno fatto più di una settimana prima dell'annuncio dei casi in questi paesi. Alcune delle loro conclusioni sono state tratte dall'analisi dei dati sui voli dei passeggeri.
Metabiota, come BlueDot, utilizza l'elaborazione del linguaggio naturale per valutare potenziali segnalazioni di malattie, ma sta anche lavorando per sviluppare la stessa tecnologia per le informazioni sui social media.
Marco Gallivan, direttore scientifico dei dati di Metabiota, ha spiegato ai media che piattaforme e forum online possono segnalare il rischio di un focolaio. Gli esperti del personale affermano anche di poter stimare il rischio che una malattia causi sconvolgimenti sociali e politici sulla base di informazioni come i sintomi della malattia, la mortalità e la disponibilità di cure.
Nell'era di Internet, tutti si aspettano una presentazione visiva rapida, affidabile e possibilmente leggibile delle informazioni sull'andamento dell'epidemia di coronavirus, ad esempio sotto forma di una mappa aggiornata.
2. Dashboard Coronavirus 2019-nCoV della Johns Hopkins University.
Il Center for Systems Science and Engineering della Johns Hopkins University ha sviluppato forse la dashboard per coronavirus più famosa al mondo (2). Ha anche fornito il set di dati completo per il download come foglio di Google. La mappa mostra nuovi casi, decessi confermati e guariti. I dati utilizzati per la visualizzazione provengono da una varietà di fonti, tra cui OMS, CDC, China CDC, NHC e DXY, un sito Web cinese che aggrega rapporti NHC e rapporti sulla situazione del CCDC locale in tempo reale.
Diagnostica in ore, non giorni
Il mondo ha sentito parlare per la prima volta di una nuova malattia apparsa a Wuhan, in Cina. 31 dicembre 2019 città Una settimana dopo, gli scienziati cinesi hanno annunciato di aver identificato il colpevole. La settimana successiva, specialisti tedeschi hanno sviluppato il primo test diagnostico (3). È veloce, molto più veloce che durante la SARS o epidemie simili prima e dopo.
Già all'inizio dell'ultimo decennio, gli scienziati alla ricerca di un qualche tipo di virus pericoloso hanno dovuto coltivarlo nelle cellule animali nelle piastre di Petri. Devi aver creato abbastanza virus da creare isolare il DNA e leggere il codice genetico attraverso un processo noto come sequenziamento. Tuttavia, negli ultimi anni, questa tecnica si è sviluppata enormemente.
Gli scienziati non hanno nemmeno più bisogno di far crescere il virus nelle cellule. Possono rilevare direttamente quantità molto piccole di DNA virale nei polmoni di un paziente o nelle secrezioni di sangue. E ci vogliono ore, non giorni.
È in corso il lavoro per sviluppare strumenti di rilevamento dei virus ancora più veloci e convenienti. Veredus Laboratories, con sede a Singapore, sta lavorando a un kit portatile per rilevare, VereChip (4) sarà in vendita dal 1 febbraio di quest'anno. Soluzioni efficienti e portatili renderanno anche più veloce l'identificazione delle persone infette per un'adeguata assistenza medica quando si schierano squadre mediche sul campo, soprattutto quando gli ospedali sono sovraffollati.
I recenti progressi tecnologici hanno consentito di raccogliere e condividere risultati diagnostici quasi in tempo reale. Esempio di piattaforma di Quidel Sofia io sistema Matrice di film PCR10 Le aziende BioFire che forniscono test diagnostici rapidi per i patogeni respiratori sono immediatamente disponibili tramite connessione wireless ai database nel cloud.
Il genoma del coronavirus 2019-nCoV (COVID-19) è stato completamente sequenziato dagli scienziati cinesi meno di un mese dopo la scoperta del primo caso. Quasi venti ne sono stati completati dal primo sequenziamento. In confronto, l'epidemia del virus SARS è iniziata alla fine del 2002 e il suo genoma completo non era disponibile fino all'aprile 2003.
Il sequenziamento del genoma è fondamentale per lo sviluppo della diagnostica e dei vaccini contro questa malattia.
Innovazione ospedaliera
5. Robot medico del Providence Regional Medical Center di Everett.
Purtroppo il nuovo coronavirus minaccia anche i medici. Secondo la CNN, prevenire la diffusione del coronavirus all'interno e all'esterno dell'ospedale, il personale del Providence Regional Medical Center di Everett, Washington, usa Il robot (5), che misura i segni vitali in un paziente isolato e funge da piattaforma di videoconferenza. La macchina è più di un semplice comunicatore su ruote con schermo integrato, ma non elimina completamente il lavoro umano.
Gli infermieri devono ancora entrare nella stanza con il paziente. Controllano anche un robot che non sarà esposto alle infezioni, almeno biologicamente, quindi dispositivi di questo tipo saranno sempre più utilizzati nel trattamento delle malattie infettive.
Certo, le stanze possono essere isolate, ma è anche necessario ventilare per poter respirare. Ciò richiede nuovo sistemi di ventilazioneprevenire la diffusione dei microbi.
La società finlandese Genano (6), che ha sviluppato questo tipo di tecniche, ha ricevuto un ordine espresso per le istituzioni mediche in Cina. La dichiarazione ufficiale dell'azienda afferma che l'azienda ha una vasta esperienza nella fornitura di apparecchiature per prevenire la diffusione di malattie infettive in stanze d'ospedale sterili e isolate. Negli anni precedenti, ha effettuato, tra l'altro, consegne a istituzioni mediche in Arabia Saudita durante l'epidemia di virus MERS. I dispositivi finlandesi per la ventilazione sicura sono stati consegnati anche al famoso ospedale temporaneo per persone contagiate dal coronavirus 2019-nCoV di Wuhan, già costruito in dieci giorni.
6. Schema del sistema Genano nell'isolante
La tecnologia brevettata utilizzata nei purificatori "elimina e uccide tutti i microbi presenti nell'aria come virus e batteri", secondo Genano. In grado di catturare particelle fini fino a 3 nanometri, i purificatori d'aria non hanno un filtro meccanico da mantenere e l'aria è filtrata da un forte campo elettrico.
Un'altra curiosità tecnica che è apparsa durante lo scoppio della paura del coronavirus è stata scanner termici, utilizzato, tra l'altro, le persone con la febbre vengono prelevate negli aeroporti indiani.
Internet: male o aiuto?
Nonostante l'enorme ondata di critiche per la replica e la diffusione, la diffusione di disinformazione e panico, anche gli strumenti dei social media hanno svolto un ruolo positivo dall'epidemia in Cina.
Come riportato, ad esempio, dal sito tecnologico cinese TMT Post, piattaforma social per mini-video. douyin, che è l'equivalente cinese del famoso TikTok (7), ha lanciato un segmento speciale per elaborare le informazioni sulla diffusione del coronavirus. Sotto l'hashtag #Lotta alla polmonite, pubblica non solo le informazioni degli utenti, ma anche le relazioni e i consigli di esperti.
Oltre a sensibilizzare e diffondere informazioni importanti, Douyin mira anche a fungere da strumento di supporto per i medici e il personale medico che combattono il virus, nonché i pazienti infetti. Analista Daniel Ahmad ha twittato che l'app ha lanciato un "effetto video Jiayou" (che significa incoraggiamento) che gli utenti dovrebbero utilizzare per inviare messaggi positivi a sostegno di medici, operatori sanitari e pazienti. Questo tipo di contenuti è pubblicato anche da personaggi famosi, celebrità e cosiddetti influencer.
Oggi si ritiene che uno studio attento delle tendenze dei social media legate alla salute potrebbe aiutare notevolmente gli scienziati e le autorità sanitarie pubbliche a riconoscere e comprendere meglio i meccanismi di trasmissione delle malattie tra le persone.
In parte perché i social media tendono ad essere "altamente contestuali e sempre più iperlocali", ha detto a The Atlantic nel 2016. Insalata di Marsiglia, ricercatore presso il Politecnico federale di Losanna, in Svizzera, ed esperto in un campo in crescita che gli scienziati chiamano "Epidemiologia digitale". Tuttavia, per ora, ha aggiunto, i ricercatori stanno ancora piuttosto cercando di capire se i social media parlino di problemi di salute che riflettono effettivamente fenomeni epidemiologici o meno (8).
8. I cinesi si fanno selfie con la mascherina.
I risultati dei primi esperimenti in questo senso non sono chiari. Già nel 2008, gli ingegneri di Google hanno lanciato uno strumento di previsione delle malattie: Google Trend influenzali (GFT). La società prevedeva di utilizzarlo per analizzare i dati dei motori di ricerca di Google per sintomi e avvertenze. All'epoca, sperava che i risultati sarebbero stati utilizzati per riconoscere accuratamente e immediatamente i "contorni" delle epidemie di influenza e dengue, due settimane prima rispetto ai Centri statunitensi per il controllo e la prevenzione delle malattie. (CDC), la cui ricerca è considerata il miglior standard nel campo. Tuttavia, i risultati di Google sulla diagnosi precoce dell'influenza basata sui segnali Internet negli Stati Uniti e successivamente sulla malaria in Thailandia sono stati ritenuti troppo imprecisi.
Tecniche e sistemi che “predicono” vari eventi, incl. come l'esplosione di rivolte o epidemie, ha lavorato anche Microsoft, che nel 2013, insieme all'Israeli Technion Institute, ha lanciato un programma di previsione dei disastri basato sull'analisi dei contenuti dei media. Con l'aiuto della vivisezione di titoli multilingue, la "computer intelligence" ha dovuto riconoscere le minacce sociali.
Gli scienziati hanno esaminato alcune sequenze di eventi, come le informazioni sulla siccità in Angola, che hanno dato origine a previsioni nei sistemi di previsione su una possibile epidemia di colera, poiché hanno trovato una connessione tra la siccità e un aumento dell'incidenza della malattia. Il quadro del sistema è stato creato sulla base dell'analisi delle pubblicazioni d'archivio del New York Times, a partire dal 1986. L'ulteriore sviluppo e il processo di apprendimento automatico hanno comportato l'uso di nuove risorse Internet.
Finora, sulla base del successo di BlueDot e Metabiota nelle previsioni epidemiologiche, si può essere tentati di concludere che una previsione accurata è possibile principalmente sulla base di dati "qualificati", ad es. fonti professionali, affidabili e specializzate, non il caos delle comunità di Internet e dei portali.
Ma forse si tratta di algoritmi più intelligenti e di un migliore apprendimento automatico?
