Jak AI bojuje s ohniskem koronaviru?


Odpověď 1:

Umělá inteligence by mohla bojovat s budoucím koronavirem

.

Ohniska nemocí jako je koronavirus se často objevují příliš rychle na to, aby vědci našli lék. Ale v budoucnu by umělá inteligence mohla vědcům pomoci dělat lepší práci.

I když je pravděpodobně příliš pozdě na to, aby nová technologie mohla hrát hlavní roli v současné epidemii, existuje naděje na další ohniska. AI je dobré kombinovat se spoustou dat a najít spojení, která usnadňují určení, jaké druhy léčby by mohly fungovat nebo které experimenty by měly pokračovat.

Otázkou je, s čím Big Data přijde, až když dostane skromné ​​informace o nově vzniklé nemoci, jako je Covid-19, která se poprvé objevila koncem minulého roku v Číně a během dvou měsíců nemocila více než 75 000 lidem.

Skutečnost, že se vědcům podařilo vytvořit genové sekvenování nového viru během několika týdnů od prvních hlášených případů, je slibná, protože ukazuje, že v okamžiku výskytu ohnisek je nyní k dispozici mnohem více okamžitých údajů.

Andrew Hopkins, generální ředitel Oxford, Anglie se sídlem v Exscientia Ltd. je mezi těmi, kdo pomáhají trénovat umělou inteligenci pro objevování drog. Předpokládá, že nová léčba by mohla přejít od početí po klinické testování za pouhých 18 až 24 měsíců během příštího desetiletí díky AI.

Exscientia navrhl novou sloučeninu pro léčbu obsedantně-kompulzivní poruchy, která je připravena k testování v laboratoři po necelém roce v počáteční fázi výzkumu. To je podle společnosti asi pětkrát rychlejší než průměrné.

Healx na bázi Cambridge má podobný přístup, ale používá strojové učení k nalezení nových využití stávajících drog. Obě společnosti živí své algoritmy informacemi získanými ze zdrojů, jako jsou časopisy, biomedicínské databáze a klinická hodnocení, aby pomohly navrhnout nové způsoby léčby nemocí.

Lidský dozor

Obě společnosti používají tým lidských vědců k spolupráci s umělou inteligencí, aby pomohly tento proces vést. V přístupu Exscientia, nazvaném Centaur Chemist, pomáhají návrháři léků učit strategie algoritmů pro hledání sloučenin. Healx předkládá předpovědi AI vědcům, kteří analyzují výsledky a rozhodují o tom, co sledovat.

Neil Thompson, Healxův hlavní vědecký pracovník, uvedl, že tuto techniku ​​lze nasadit proti ohnisku, jako je koronavírus, pokud má dostatek údajů o nové nemoci. Healx nepracuje na řešení koronaviru ani na vylepšení své technologie pro ohniska, ale nebyl by to úsek.

"Jsme docela blízko," řekl Thompson v rozhovoru. "O algoritmech AI, které používáme, bychom nemuseli hodně měnit." Díváme se na přizpůsobení vlastností léčiva vlastnostem nemoci. “

Algoritmy umělé inteligence již začínají chrlit léky na nemoci, o kterých víme. Vědci z Massachusetts Institute of Technology ve čtvrtek uvedli, že tuto metodu použili k identifikaci silné nové antibiotické sloučeniny, která by mohla zabít řadu problematických bakterií, dokonce i těch, které jsou v současné době rezistentní na jiné ošetření.

Jeden úlovek pro všechny tyto technologie je klinické testování. Dokonce i léky, které jsou již bezpečné k léčbě jednoho onemocnění, by měly být znovu testovány, než jsou předepsány pro jiný. Proces prokazování, že jsou bezpečné a efektivní u velkého počtu lidí, může trvat roky, než se obrátí na regulační orgány ke kontrole.

Aby byli efektivní, vývojáři léků na bázi AI by museli plánovat dopředu, vybrat genom viru, který pravděpodobně způsobí problémy v budoucnosti, a zacílit na něj, pokud k tomu existuje jen málo pobídek.

Děkuji.


Odpověď 2:

Hra je již zapnutá!

Pokud ne pro koronavirus, alespoň pro superbugy. Vědci z MIT a Harvard použili AI k identifikaci nového antibiotika schopného zabít mnoho bakterií odolných vůči lékům. Vycvičili algoritmus strojového učení k analýze chemických sloučenin schopných bojovat s infekcemi pomocí mechanismů odlišných od mechanismů existujících drog.

Vycvičili svůj model na 2 500 molekulách, které identifikovaly sloučeninu (nazývali se Halicin) pro testování na bakteriích odebraných od pacientů a bakterií pěstovaných v laboratořích. „Halicin“ by mohl zabít mnoho bakterií rezistentních na léčiva včetně

mycobactirium tuberculosis, clostridium difficile

a

acinetobacter baumannii.

Halicin vyléčil dvě myši infikované

A.baumannii.

Mimochodem, mnoho amerických vojáků v Iráku a Afghánistánu bylo infikováno stejnou chybou. Zpráva říká, že masti Halicinu aplikované na kůži těchto dvou myší je zcela vyléčily právě do 24 hodin.

Použití prediktivních počítačových modelů pro objevování léků není nic nového, ale zatím nejlepší úspěch je patrný u Halicinu.

Podle vědců může jejich prediktivní model dělat to, co bude pro tradiční experimentální přístupy neúměrně drahé.

Tento úspěch Halicinu přichází v klíčové fázi lidské historie. Předpovídá se, že do roku 2050 může celosvětová úmrtnost způsobená bakteriemi rezistentními na léčiva dosáhnout 10 milionů.

Je zapotřebí další práce, aby byl Halicin použitelný u lidí. Ačkoli je jejich algoritmus navržen pro bakterie, může být „upgradovatelný“ i pro boj proti virům.


Odpověď 3:

Představte si, že nemocnice v Číně má 1000 případů s podobnými příznaky, co nemocnice dělá? Zatímco všechny informace o symptomech a diagnóze jsou dokumentovány a dostupné elektronicky, je zdravotnické oddělení schopno přijmout nezbytná a vhodná opatření.

AI je vynikající a rychlá v detekci vzorů, podobnosti pro rychlou detekci. Jeden příklad jak

Vyhledávání Google je možné

odhalit možné nemoci po celém světě. Jen pomocí jednoduchých vzorů vyhledávání dokáže umělá inteligence skutečně odhalit možné hrozby a epidemie, které by mohly po celém světě vybuchnout.

Když se Čína vrací k viru Corona, jakmile Čína zdokumentuje příznaky nemoci, diagnostikuje ji, sdílí tyto informace se všemi možnými vládními organizacemi, které mohou rychle zavést termální detektory, které mohou skenovat lidi s těmito příznaky a klasifikovat je jako pravděpodobně nakažené nebo nosiče nebo imunitní. Protože se viry rychle mutují, mají sklon měnit vzhled svého vzhledu, příznaky se mohou měnit a je obtížné je diagnostikovat. Ale s AI je Čína schopna pomoci vládám s lidmi, kteří se přestěhovali z Číny, zejména Wu-chanem, a poté se přestěhovali mezinárodně přes města. Tyto informace mohou analyzovat AI, aby zjistily zprávy z těchto měst, nemocnice, aby skládaly kousky skládačky dohromady.

Snad to pomůže!


Odpověď 4:

V poslední době, pokud máme údaje o několika pacientech, než dokážeme identifikovat a najít vzorce, pacientů s koronou pozitivní. Poté můžeme zkontrolovat nového pacienta, aby předpovídal, zda může být tento pacient infikován či nikoli, a to podle jejich vzoru. K oddělení je možné použít techniky klasického strojového učení nebo hlubokého učení.

Obecněji řečeno, musíme být velmi opatrní a musíme interagovat s osobou ze zdravotnického oboru, abychom mohli analyzovat strukturu, abychom zobecnili, co se ve skutečnosti děje, jaké jsou změny a mechanismy vyvolané virem v těle, abychom lépe porozuměli modelu.


Odpověď 5:

Ohniska nemocí jako je koronavirus se často objevují příliš rychle na to, aby vědci našli lék. Ale v budoucnu by umělá inteligence mohla vědcům pomoci dělat lepší práci.

I když je pravděpodobně příliš pozdě na to, aby nová technologie mohla hrát hlavní roli v současné epidemii, existuje naděje na další ohniska. AI je dobré kombinovat se spoustou dat a najít spojení, která usnadňují určení, jaké druhy léčby by mohly fungovat nebo které experimenty by měly pokračovat.

Otázkou je, s čím Big Data přijde, až když dostane skromné ​​informace o nově vzniklé nemoci, jako je Covid-19, která se poprvé objevila koncem minulého roku v Číně a během dvou měsíců nemocila více než 75 000 lidem.

Skutečnost, že se vědcům podařilo produkovat genové sekvenování nového viru během několika týdnů od prvních hlášených případů, je slibná, protože ukazuje, že v okamžiku výskytu ohnisek je nyní k dispozici mnohem více okamžitých údajů.

Andrew Hopkins, generální ředitel Oxford, Anglie se sídlem v Exscientia Ltd. je mezi těmi, kdo pomáhají trénovat umělou inteligenci pro objevování drog. Předpokládá, že nová léčba by mohla přejít od početí po klinické testování za pouhých 18 až 24 měsíců během příštího desetiletí díky AI.

Exscientia navrhl novou sloučeninu pro léčbu obsedantně-kompulzivní poruchy, která je připravena k testování v laboratoři po necelém roce v počáteční fázi výzkumu. To je podle společnosti asi pětkrát rychlejší než průměrné.

Healx na bázi Cambridge má podobný přístup, ale používá strojové učení k nalezení nových využití stávajících drog. Obě společnosti živí své algoritmy informacemi získanými ze zdrojů, jako jsou časopisy, biomedicínské databáze a klinická hodnocení, aby pomohly navrhnout nové způsoby léčby nemocí.

Lidský dozor

Obě společnosti používají tým lidských vědců k spolupráci s umělou inteligencí, aby pomohly tento proces vést. V přístupu Exscientia, nazvaném Centaur Chemist, pomáhají návrháři léků učit strategie algoritmů pro hledání sloučenin. Healx předkládá předpovědi AI vědcům, kteří analyzují výsledky a rozhodují o tom, co sledovat.

Neil Thompson, Healxův hlavní vědecký pracovník, uvedl, že tuto techniku ​​lze nasadit proti ohnisku, jako je koronavírus, pokud má dostatek údajů o nové nemoci. Healx nepracuje na řešení koronaviru ani na vylepšení své technologie pro ohniska, ale nebyl by to úsek.

"Jsme docela blízko," řekl Thompson v rozhovoru. "O algoritmech AI, které používáme, bychom nemuseli hodně měnit." Díváme se na přizpůsobení vlastností léčiva vlastnostem nemoci. “

Algoritmy umělé inteligence již začínají chrlit léky na nemoci, o kterých víme. Vědci z Massachusetts Institute of Technology ve čtvrtek uvedli, že tuto metodu použili k identifikaci silné nové antibiotické sloučeniny, která by mohla zabít řadu problematických bakterií, dokonce i těch, které jsou v současné době rezistentní na jiné ošetření.

Jeden úlovek pro všechny tyto technologie je klinické testování. Dokonce i léky, které jsou již bezpečné k léčbě jednoho onemocnění, by měly být znovu testovány, než jsou předepsány pro jiný. Proces prokazování, že jsou bezpečné a efektivní u velkého počtu lidí, může trvat roky, než se obrátí na regulační orgány ke kontrole.

Aby byli efektivní, vývojáři léků na bázi AI by museli plánovat dopředu, vybrat genom viru, který pravděpodobně v budoucnu způsobí problémy, a zacílit na něj, pokud k tomu existuje jen málo pobídek.

Další překážkou je hledání kvalifikovaného personálu.

"Je těžké najít lidi, kteří mohou působit na křižovatce umělé inteligence a biologie, a pro velké společnosti je obtížné rychle rozhodovat o technologii, jako je tato," řekla Irina Haivas, partnerka společnosti rizikového kapitálu Atomico a bývalého chirurga, který sedí na představenstvo Healxu. "Nestačí být technikem umělé inteligence, musíte pochopit a dostat se do aplikací biologie."


Odpověď 6:

Když se poprvé objeví záhadná nemoc, je pro vlády a úřady veřejného zdraví obtížné rychle získat informace a koordinovat reakci. Nová technologie umělé inteligence však může automaticky těžit prostřednictvím zpráv a online obsahu po celém světě, což pomáhá odborníkům identifikovat potenciální poruchy, které vedou k potenciální epidemii nebo horšímu. Jinými slovy, naše nové šéfy AI nám mohou pomoci dostat se z dalšího moru.

Tyto nové

AI

schopnosti jsou v plném proudu s nedávným ohniskem koronaviry, identifikovaným kanadskou společností BlueDat, která je jednou z několika organizací, které používají data k hodnocení rizik pro veřejné zdraví. Americká centra pro kontrolu a prevenci nemocí (CDC) a Světová zdravotnická organizace (WHO) vydaly oficiální oznámení, že agentura tvrdí, že provádí „automatický dozor nad infekčními chorobami“. Na konci ledna již respirační virus spojený s městem Wuhan v Číně ztratil více než 100 životů. Případy se objevily v mnoha dalších zemích, včetně USA, a CDC varuje Američany, aby se vyhnuli zbytečnému cestování do Číny.


Odpověď 7:

V okamžiku, kdy se poprvé objeví podivné onemocnění, může být pro vlády a obecné orgány blahobytu velmi obtížné rychle shromažďovat údaje a usnadnit reakci. V každém případě mohou nové inovace založené na umělém uvažování přirozeně těžit prostřednictvím zpráv a online obsahu z celého světa, což pomáhá odborníkům vnímat nesrovnalosti, které by mohly vyvolat potenciální mor nebo, více politováníhodné, pandemii. Na konci dne nám naši noví vládci umělé inteligence mohou skutečně pomoci s vytrváním následující choroby.

Tyto nové schopnosti umělé inteligence jsou v plné vitríně s probíhajícím vzplanutím koronavírusu, který se včas vyznačoval kanadskou firmou s názvem BlueDot, což je jedna z různých organizací, které využívají informace k hodnocení obecných nebezpečí pro zdraví. Organizace, která říká, že provádí „robotizované neodolatelné sledování nemocí“, sdělila svým klientům nový typ koronaviry ke konci prosince, dny před americkými středisky pro kontrolu a prevenci nemocí (CDC) a Světovou zdravotnickou organizací (WHO) ) sdělil oficiální oznámení, jak oznámila společnost Wired. V současné době se blíží konec ledna, respirační infekce spojená s městem Wu-chan v Číně právě zabila více než 100 jedinců. Případy se také objevily v několika různých zemích, včetně Spojených států, a CDC varuje Američany, aby udržovali strategickou vzdálenost od zbytečného cestování do Číny.

Kamran Khan, neodolatelný lékař nemocí a autor a generální ředitel společnosti BlueDot, na schůzce objasnil, jak počáteční rámec napomáhání organizace využívá člověkem vytvořeného vědomí, včetně normální manipulace s jazykem a umělé inteligence, k sledování více než 100 neodolatelných infekcí rozdělením přibližně 100 000 článků v 65 dialektů důsledně. Tyto informace umožňují organizaci uvědomit si, kdy svým zákazníkům sdělit potenciální blízkost a šíření neodolatelné nemoci.

Další informace, podobné datům plánů průzkumníka a letovým cestám, mohou organizaci pomoci poskytnout další informace o tom, jak se bude nemoc pravděpodobně šířit. Například v poslední době odborníci BlueDot očekávali různá městská společenství v Asii, kde by se koronavirus objevil poté, co se objeví na území Číny.

Myšlenkou modelu BlueDot (jehož přesvědčivé výsledky jsou tímto způsobem zkoumány lidskými specialisty), je získat data pracovníkům sociálního pojištění co nejrychleji, jak by to bylo možné, s očekáváním, že budou schopni analyzovat - a v případě potřeby odpojit - poskvrněné a myslitelně infekční jedinci ve vhodnou dobu.

„Oficiální údaje nejsou v každém případě příznivé,“ řekl Khan Recode. „Rozdíl mezi jedním případem v průzkumníku a vzplanutím závisí na tom, že váš odborník na lidské služby vnímá, že existuje určitá nemoc. Může to být rozdíl v tom, jak zabránit vzplanutí ze skutečného dění.“

Khan zahrnoval, že jeho rámec může také využívat celou řadu dalších informací - například údaje o teritoriální atmosféře, teplotě nebo dokonce domácích zvířatech -, aby předpověděl, zda někdo kontaminovaný nemocí pravděpodobně způsobí vzplanutí kolem tam. Vyvolává, že v roce 2016 měl BlueDot možnost předvídat přítomnost infekce Zika na Floridě půl roku předtím, než se tam skutečně objevila.

Organizace pro kontrolu pohromy Metabiota také ověřila, že v Thajsku, Jižní Koreji, Japonsku a na Tchaj-wanu bylo největší nebezpečí, že se infekce objeví během sedmi dnů, než byly případy v těchto zemích skutečně odhaleny, poněkud doufáním v informace o letu. Metabiota, jako BlueDot, používá k posuzování online hlášení o možné nemoci běžnou jazykovou manipulaci a navíc se snaží utvářet podobnou inovaci pro webové informace o životě.

Tiráž Gallivan, výkonný ředitel informační vědy společnosti Metabiota, objasňuje, že online fáze a diskuse mohou také naznačovat, že existuje nebezpečí pandemie. Metabiota rovněž tvrdí, že může posoudit nebezpečí šíření onemocnění, které způsobuje sociální a politické přerušení, s ohledem na údaje, jako jsou indikace onemocnění, úmrtnost a dostupnost léčby. Například v době distribuce tohoto článku Metabiota vyhodnotila nebezpečí, že nový koronavírus způsobí v USA a Číně otevřenou nepříjemnost jako „vysokou“, nicméně toto riziko infekce monkeypoxem v Konžské demokratické republice ( kde byly případy této infekce považovány za „střední“.

Je těžké si přesně uvědomit, jak přesný může být tento ratingový rámec nebo samotná fáze, nicméně Gallivan říká, že organizace spolupracuje s americkou znalostní sítí a ministerstvem obrany na otázkách identifikovaných s koronavírusy. Toto je část práce Metabioty s In-Q-Tel, neziskovou dobrodružnou společností spojenou s Ústřední zpravodajskou agenturou. Vládní úřady však nejsou hlavními potenciálními zákazníky těchto rámců. Metabiota navíc propaguje své založení zajišťovacím organizacím - zajištění je v podstatě ochrana pojišťovacích agentur - které by se měly vypořádat s měnovými riziky spojenými s rozšířením latentní kapacity nemoci.

Ať už je to jakkoli, počítačová logika může být nepopiratelně cennější než pouhé udržení odborníků a úřadů pro přenos nemocí vzdělaných v důsledku nákazy. Specialisté vytvořili modely založené na umělé inteligenci, které dokážou postupně předvídat epizody infekce Zika, což může poučit, jak specialisté reagují na potenciální mimořádné události. Vědomí vytvořené člověkem by mohlo být rovněž využito k řízení toho, jak obecné úřady pro blaho rozptylují majetek v případě nouze. Výsledkem je, že AI je další první řadou ochrany před nemocemi.

O to komplexnější je, že AI nyní pomáhá při zkoumání nových léků, léčbě neobvyklých infekcí a identifikaci maligního růstu hrudníku. Umělá inteligence byla dokonce používána k rozlišení strašidelných plazů, které šířily Chagase, vážné a myslitelně smrtelné onemocnění, které poskočilo očekávaných 8 milionů jedinců v Mexiku a ve Střední a Jižní Americe. Navíc existuje nadšené nadšení z využívání informací, které nebrání zdraví, jako jsou webové prezentace o životě, o pomoci tvůrcům politik v oblasti blahobytu a medikačním organizacím pochopit šíři mimořádné situace v oblasti pohody. Například umělá inteligence, která může těžit z online života, představuje cílené nezákonné narkotické obchody a udržuje obecné úřady v oblasti vzdělávání o šíření těchto kontrolovaných látek.

Tyto rámce, včetně Metabioty a BlueDotu, jsou na stejné úrovni jako informace, které hodnotí. AI má navíc problém se sklonem, který může odrážet jak architekty rámce, tak i informace, na nichž je připraven. Také umělá inteligence, která je využívána uvnitř lékařských služeb, není v žádném případě, tvarem ani formou bezpečná pro tento problém.

Když se vezmou v úvahu všechny tyto skutečnosti, tyto progresy hovoří k progresivně idealistickému pohledu na to, co umělá inteligence dokáže. Aktualizace informací o robotech AI, které se filtrují prostřednictvím obrovského množství informací, nesedí tak dobře. Zvažte požadavek zákona s využitím databází pro potvrzení obličeje založených na obrázcích vytěžených z webu. Nebo na druhou stranu získávají ředitele, kteří by nyní mohli využívat AI k předvídání toho, jak budete pokračovat v broušení, ve světle vašich životních příspěvků na internetu. Možnost AI bojovat proti divoké nemoci nabízí situaci, kdy se můžeme cítit poněkud méně nepohodlně, ne-li skrz a vesele. Možná by tato inovace - kdykoli byla vytvořena a využita vhodně - mohla skutečně pomoci ušetřit pár životů.