Како се АИ бори против епидемије коронавируса?


Одговор 1:

Вештачка интелигенција може се борити против будућег цоронавируса

.

Избијања болести попут коронавируса често се пребрзо одвијају како би научници могли да пронађу лек. Али у будућности би вештачка интелигенција могла помоћи истраживачима да ураде бољи посао.

Иако је вероватно прекасно да би новопечена технологија могла да игра главну улогу у тренутној епидемији, постоји нада за следеће епидемије. АИ је добар у чешљању кроз гомилу података да би се пронашле везе које олакшавају одређивање каквих врста третмана би могло функционисати или које експерименте треба наставити.

Питање је шта ће са великим подацима доћи тек када добију оштре информације о новонасталој болести као што је Цовид-19, која се први пут појавила крајем прошле године у Кини и која је у приближно два месеца разбољела више од 75.000 људи.

Чињеница да су истраживачи успели да произведу секвенцирање гена новог вируса у недељама од првих пријављених случајева обећава је, јер показује да постоје далеко непосреднији подаци сада када се појаве епидемије.

Андрев Хопкинс, извршни директор компаније Окфорд, стартап Ексциентиа Лтд. из Енглеске, један је од оних који раде на обуци вештачке интелигенције за откривање дроге. Сматра да би нови третмани могли прећи од зачећа до клиничког тестирања за само 18 до 24 месеца у току наредне деценије, захваљујући АИ.

Ексциентиа је дизајнирала ново једињење за лечење опсесивно-компулзивног поремећаја, које је у почетној фази истраживања спремно да се тестира у лабораторији. Према подацима компаније, то је око пет пута брже од просека.

Цамалидге-ов Хеалк има сличан приступ, али користи машинско учење да би пронашао нове намене за постојеће лекове. Обе компаније своје алгоритме хране информацијама - прикупљеним из извора, као што су часописи, биомедицинске базе података и клиничка испитивања - како би помогли да се предложе нова лечења болести.

Људски надзор

Две компаније користе тим истраживача људи да би заједно са АИ помагали у вођењу процеса. У приступу Ексциентие, названом хемичар Центаур, дизајнери лекова помажу да науче стратегије алгоритама за тражење једињења. Хеалк поставља предвиђања АИ истраживачима који анализирају резултате и одлучују шта даље.

Неил Тхомпсон, главни научни службеник Хеалка, рекао је да се ова техника може користити против избијања попут коронавируса све док има довољно података о новој болести. Хеалк не ради на сузбијању коронавируса или прилагођавању његове технологије за избијање, али то не би могло бити напор.

"Прилично смо блиски", рекао је Тхомпсон у интервјуу. „Не би нам требало много да мењамо АИ алгоритме које користимо. Гледамо упоређивање својстава лекова са карактеристикама болести. "

Алгоритми за вештачку интелигенцију већ почињу избацивати лекове за болести о којима знамо. Истраживачи са Масачусетског технолошког института изјавили су у четвртак да су помоћу ове методе идентификовали моћно ново антибиотско једињење које би могло убити низ проблематичних бактерија, чак и неких које су тренутно отпорне на друге третмане.

Један од захвата за све ове технологије је клиничко тестирање. Чак и лекови који су већ сигурни за лечење једног обољења треба поново тестирати пре него што се прописују другом. Процес показивања да су безбедни и ефикасни за велики број људи може потрајати годинама пре него што се регулаторима на преглед.

Да би били ефикасни, произвођачи лекова који се баве АИ морали би да планирају унапред, одабирејући геном вируса који ће вероватно изазвати проблеме у будућности и циљајући га када има мало подстицаја за то.

Хвала вам.


Одговор 2:

Игра је већ у току!

Ако не за коронавирус, бар за супербабе. Истраживачи са МИТ-а и Харварда користили су АИ да би идентификовали нови антибиотик који је способан да убије многе бактерије отпорне на лекове. Оспособили су алгоритам машинског учења како би анализирали хемијска једињења способна да се боре против инфекције користећи механизме другачије од оних постојећих лекова.

Они су обучили свој модел на 2.500 молекула идентификујући једињење (назвали су га Халицин) за тестирање на бактерије узете од пацијената и бактерија које расту у лабораторијама. "Халицин" може да убије многе бактерије отпорне на лекове, укључујући

мицобацтириум туберцулосис, цлостридиум диффициле

и

ацинетобацтер бауманнии.

Халицин је излечио два заражена мишева

А.бауманнии.

Успут, многи амерички војници у Ираку и Авганистану заразили су се истим бугом. Извештај каже да је Халицин маст нанесена на кожу ова два мишева потпуно излечила само у року од 24 сата.

Употреба рачунарских модела за предиктивно откривање дроге није новост, али најбољи успех до сада је примећен у Халицин-у.

Према истраживачима, њихов предиктивни модел може учинити оно што ће бити традиционално експериментално.

Овај успех Халицина долази у кључној фази људске историје. Предвиђа се да ће до 2050. године смрт у свету услед бактерија отпорних на лекове моћи да достигне 10 милиона.

Даљњи рад је потребан да би се хелицин учинио употребљивим за људе. Иако је њихов алгоритам дизајниран за бактерије, он може бити „надоградив“ и за борбу против вируса.


Одговор 3:

Замислите да болница у Кини има 1000 случајева сличних симптома, шта болница ради? Иако су све информације о симптомима и дијагнози документоване и доступне електронским путем, здравствено одељење је у могућности да предузме потребне и одговарајуће мере.

АИ је врхунски и брз у откривању образаца, сличности за брзо откривање. Један пример како

Гоогле претрага је у могућности

за откривање могућих болести широм света. Само помоћу једноставних образаца претраживања, АИ заправо може открити могуће претње и епидемије које би у великом броју могле да се разбуктају широм света.

Враћајући се Цорона Вирусу, након што је Кина документовала симптоме болести и дијагностиковала их, он дели ове информације свим другим државним организацијама које могу брзо да поставе термичке детекторе који могу скенирати људе са тим симптомима и класификовати их као вероватно заражене или носиоце или имунолошки Како се вируси брзо мутирају, склони су промени начина на који изгледају, симптоми се могу мењати и тешко их је дијагностиковати. Али са АИ, Кина је у стању да помогне владама људима који су се преселили из Кине, посебно Вухан-а, а затим се преселили у међународне размене по градовима. Те информације може да анализира АИ, како би открио вести из тих градова, болница које би делиле слагалицу.

Надам се да ово помаже!


Одговор 4:

У новије време, ако имамо податке о неколико пацијената, него што можемо да идентификујемо и пронађемо обрасце, о короно позитивним пацијентима. Након тога можемо проверити новог пацијента да бисмо могли предвидети да ли је овај пацијент можда заражен или не, видећи из њиховог обрасца. Да би се то раздвојило, могу се користити класичне технике машинског учења или дубоког учења.

Генерално гледано, морамо бити веома опрезни и морамо комуницирати са особама из медицинског подручја како бисмо анализирали образац да генерализирамо шта се заправо догађа, које су промене и механизми покренути вирусом у телу да би боље разумели модел.


Одговор 5:

Избијања болести попут коронавируса често се пребрзо одвијају како би научници могли да пронађу лек. Али у будућности би вештачка интелигенција могла помоћи истраживачима да ураде бољи посао.

Иако је вероватно прекасно да би новопечена технологија могла да игра главну улогу у тренутној епидемији, постоји нада за следеће епидемије. АИ је добар у чешљању кроз гомилу података да би се пронашле везе које олакшавају одређивање каквих врста третмана би могло функционисати или које експерименте треба наставити.

Питање је шта ће се са Биг Датаима пронаћи тек када добију оштре информације о новонасталој болести као што је Цовид-19, која се први пут појавила крајем прошле године у Кини и која је у око два месеца разбољела више од 75.000 људи.

Чињеница да су истраживачи успели да произведу секвенцирање гена новог вируса у недељама од првих пријављених случајева обећава је, јер показује да постоје далеко непосреднији подаци сада када се појаве епидемије.

Андрев Хопкинс, извршни директор компаније Окфорд, стартап Ексциентиа Лтд. из Енглеске, један је од оних који раде на обуци вештачке интелигенције за откривање дроге. Сматра да би нови третмани могли прећи од зачећа до клиничког тестирања за само 18 до 24 месеца у току наредне деценије, захваљујући АИ.

Ексциентиа је дизајнирала ново једињење за лечење опсесивно-компулзивног поремећаја, које је у почетној фази истраживања спремно да се тестира у лабораторији. Према подацима компаније, то је око пет пута брже од просека.

Цамалидге Хеалк има сличан приступ, али користи машинско учење да би пронашао нове намене за постојеће лекове. Обе компаније своје алгоритме хране информацијама - прикупљеним из извора, као што су часописи, биомедицинске базе података и клиничка испитивања - како би помогли да се предложе нова лечења болести.

Људски надзор

Две компаније користе тим истраживача људи да би заједно са АИ помагали у вођењу процеса. У приступу Ексциентиа, названом хемичар Центаур, дизајнери лекова помажу научити алгоритме стратегије за тражење једињења. Хеалк поставља предвиђања АИ истраживачима који анализирају резултате и одлучују шта даље.

Неил Тхомпсон, главни научни службеник Хеалка, рекао је да се ова техника може користити против избијања попут коронавируса све док има довољно података о новој болести. Хеалк не ради на сузбијању коронавируса или прилагођавању његове технологије за избијање, али то не би могло бити напор.

"Прилично смо блиски", рекао је Тхомпсон у интервјуу. „Не би нам требало много да мењамо АИ алгоритме које користимо. Гледамо упоређивање својстава лекова са карактеристикама болести. "

Алгоритми за вештачку интелигенцију већ почињу избацивати лекове за болести о којима знамо. Истраживачи са Масачусетског технолошког института изјавили су у четвртак да су помоћу ове методе идентификовали моћно ново антибиотско једињење које би могло убити низ проблематичних бактерија, чак и неких које су тренутно отпорне на друге третмане.

Један од захвата за све ове технологије је клиничко тестирање. Чак и лекови који су већ сигурни за лечење једног обољења треба поново тестирати пре него што се прописују другом. Процес да се покаже да су безбедни и ефикасни за велики број људи може потрајати годинама пре него што се регулаторима стави на преглед.

Да би били ефикасни, произвођачи лекова који се баве АИ морали би да планирају унапред, одабирејући геном вируса који ће вероватно изазвати проблеме у будућности и циљајући га када има мало подстицаја за то.

Још једна препрека је проналажење квалификованог особља.

„Тешко је пронаћи људе који могу да делују на раскрсници АИ и биологије, а великим компанијама је тешко доносити брзе одлуке о овој технологији“, рекла је Ирина Хаивас, партнер фирме Атомицо и ризичног капитала који је запослен у ризичном капиталу. плоча Хеалка. "Није довољно бити инжењер АИ, морате схватити и ући у примене биологије."


Одговор 6:

Када се први пут појави тајанствена болест, владе и органи јавног здравства тешко су брзо прикупити информације и координирати одговор. Но, нова технологија вјештачке интелигенције може аутоматски минирати путем вијести и мрежног садржаја широм свијета, помажући професионалцима да препознају потенцијалне поремећаје који доводе до потенцијалне епидемије или још горе. Другим речима, наши нови шефови АИ могу нам помоћи да изађемо из следеће куге.

Ови нови

АИ

могућности су у пуном јеку са недавним избијањем коронавируса, које је идентификовала канадска компанија БлуеДат, која је једна од неколико организација које користе податке за процену ризика за јавно здравље. Амерички центри за контролу и превенцију болести (ЦДЦ) и Светска здравствена организација (СЗО) издали су званична обавештења за која агенција тврди да врше "аутоматски надзор заразних болести". Сада крајем јануара респираторни вирус повезан са градом Вухан у Кини већ је изгубио више од 100 живота. Случајеви су се појавили у многим другим земљама, укључујући САД, а ЦДЦ упозорава Американце да избегавају непотребно путовање у Кину.


Одговор 7:

У тренутку када се појави чудна болест, владама и властима за опште добро могу бити тешко да брзо прикупљају податке и олакшају реакцију. У сваком случају, нова иновација у резоновању коју могу створити људи природно може минирати путем вести и интернетских супстанци широм света, помажући стручњацима да уоче недоследности које би могле да потакну потенцијалну кугу или, што је више жао, пандемију. На крају дана, наши нови АИ надређени могу нам заиста помоћи да преболимо следећу болест.

Ове нове АИ способности у потпуности се приказују уз непрекидно разбуђивање коронавируса, што га је правовремено препознала канадска фирма БлуеДот, која је једна од различитих организација која користи информације за процену опште опасности по здравље. Организација, која каже да проводи "роботизирано неодољиво проматрање болести", рекла је својим клијентима о новој врсти коронавируса крајем децембра, данима прије америчких центара за контролу и превенцију болести (ЦДЦ) и Свјетске здравствене организације (ВХО) ) пренео званично обавештење, како је најавио Виред. Тренутно се ближи крају јануара, респираторна инфекција која је повезана са градом Вухан у Кини управо је убила више од 100 појединаца. Случајеви су се такође појавили у неколико различитих држава, укључујући Сједињене Државе, а ЦДЦ упозорава Американце да задрже стратешку удаљеност од непотребног путовања у Кину.

Камран Кхан, неодољиви лекар болести и аутор и извршни директор БлуеДота, на састанку је објаснио како иницијални оквир опомене користи свест коју је створио човек, укључујући нормално руковање језиком и АИ, да би пратила више од 100 неодољивих инфекција разбијајући око 100 000 чланака у 65 дијалеката доследно. Те информације омогућавају организацији да схвати када треба рећи својим купцима о потенцијалној близини и ширењу неодољиве болести.

Остале информације, сличне подацима распореда истраживача и начинима летова, могу помоћи организацији давати додатне назнаке о томе како ће се болест вероватно проширити. На пример, недавно су стручњаци БлуеДот-а предвидјели различите урбане заједнице у Азији где ће се коронавирус појавити након што се појавио на територији Кине.

Замисао БлуеДот-овог модела (чије коначне исходе на овај начин испитују људски стручњаци) јесте да се радницима на социјалном осигурању доставе подаци што је брже могуће, уз очекивање да ће они моћи да анализирају - и по потреби прекину везу - упрљани и могуће заразне појединце у одговарајуће вријеме.

"Службени подаци нису у сваком случају повољни", рекао је Кхан за Рецоде. "Разлика између једног случаја у истраживачу и разбуктавања зависи од вашег специјалног стручњака за људске службе који увиђа да постоји специфична болест. То би могла бити разлика у томе да се припајање не догоди заиста."

Кхан је укључио да његов оквир такође може да користи разне друге информације - на пример, податке о атмосфери на територији, температури или чак у близини домаћих животиња - да предвиди да ли ће неко контаминиран неком болешћу вероватно изазвати експлозију около тамо. Он открива да је БлуеДот 2016. имао могућност да предвиди присуство заразе Зика на Флориди пола године пре него што се тамо заиста појавила.

Такође, организација за проверу бича Метабиота проверила је да су на Тајланду, Јужној Кореји, Јапану и Тајвану највише постојале опасности да се зараза појави током седам дана пре него што се случајеви тих народа заиста открију, донекле у нади да ће доћи до информација о летовима. Метабиота, као БлуеДот, користи уобичајено руковање језиком за процену извештаја на мрежи о потенцијалној болести и додатно се одрезује у стварању сличне иновације за животне информације засноване на Интернету.

Отисак Галливан, извршни директор компаније Метабиота за информатику, појашњава да онлине фазе и дискусије такође могу дати знак да постоји опасност од пандемије. Метабиота такође тврди да може проценити опасност од ширења болести која проузрокује социјални и политички прекид, с обзиром на податке као што су показатељи болести, стопа смртности и приступачност лечења. На пример, у време дистрибуције овог чланка, Метабиота је проценила опасност да нови коронавирус проузрокује отворену нелагоду као "високу" у САД-у и Кини, али је проценила овај ризик од инфекције мајмунским богињама у Демократској Републици Конго ( где су случајеви те инфекције евидентирани као "средњи".

Тешко је схватити колико прецизан овај рејтинг оквир или сама фаза може бити, међутим, Галиван каже да организација сарађује са америчком мрежом знања и Министарством одбране на питањима која су идентификована с коронавирусом. Ово је део Метабиота-овог рада са Ин-К-Тел-ом, непрофитном авантуристичком фирмом повезаном са Централном обавештајном агенцијом. Међутим, владине канцеларије нису главни потенцијални купци ових оквира. Метабиота додатно објављује свој темељ организацијама за реосигурање - реосигурање је у основи заштита за осигуравајуће агенције - које би требале да се баве новчаним опасностима које су повезане са латентним ширењем капацитета болести.

Било како било, компјутеризовано резоновање може бити несумњиво вредније од једноставног информисања стручњака за пренос болести и ауторитета образованих о инфекцији. Стручњаци су израдили моделе засноване на АИ који могу прогресивно предвидјети епизоде ​​заразе Зика, који могу едуковати како специјалисти реагују на потенцијалне ванредне ситуације. Такође би човекова свест могла да се употреби за управљање начином на који опште добротворне власти распршују имовину у ванредним ситуацијама. Као резултат тога, АИ треба да представља још једну прву линију заштите од болести.

Све је свеобухватније, АИ од сада помаже у испитивању нових лекова, лечењу неуобичајених инфекција и идентификовању злоћудног раста боса. Човјековита интелигенција је чак кориштена за разликовање језивих пузаваца који су ширили Цхагас, озбиљно и замисливо смртоносну болест која је заразила 8 милијуна очекиваних појединаца у Мексику и Средњој и Јужној Америци. Додатно се повећава ентузијазам за коришћење информација које нису добро - попут поклона за живот засноване на Интернету - на помоћи креаторима политика и лековима који разумеју ширину ванредног стања. На пример, АИ који може да минира путем интернета представља циљне илегалне наркотике и да опште добробити власти буду едуковане о ширењу ових контролисаних супстанци.

Ови оквири, укључујући Метабиота-е и БлуеДот-ове, равно су информацијама које они процењују. Штавише, АИ - углавном - има проблем са нагибом, који може одражавати и архитекте оквира и информације о којима је припремљен. Такође, АИ који се користи у медицинским услугама није ни на који начин и није сигуран начин за то питање.

Ако се узму у обзир, ови прогреси говоре о прогресивно идеалистичком гледишту за оно што АИ може да учини. Обично ажурирања АИ робота који филтрирају кроз огромне количине података не иду тако добро. Размотрите законску обавезу која користи базе података за потврду лица на основу слика минираних с интернета. Или са друге стране регрутовања директора који би сада могли да користе АИ да предвиде како ћете наставити са мљевењем, у светлу ваших животних постова заснованих на интернету. Могућност да се АИ бори против дивљачке болести нуди ситуацију у којој се можемо осећати нешто мање нелагодно, ако не и кроз ведрине. Можда би ова иновација - кад год је створена и употребљена на одговарајући начин - заиста могла помоћи да се поштеди неколико живота.