Bagaimanakah AI memerangi wabak koronavirus?


Jawapan 1:

Kecerdasan buatan boleh melawan Coronavirus Masa Depan

.

Wabak penyakit seperti koronavirus sering terungkap terlalu cepat untuk para saintis mencari ubat. Tetapi pada masa akan datang, kecerdasan buatan dapat membantu penyelidik melakukan pekerjaan yang lebih baik.

Walaupun mungkin terlalu lewat untuk teknologi baru untuk memainkan peranan utama dalam wabak semasa, ada harapan untuk wabak seterusnya. AI adalah baik untuk menyisir data gundukan untuk mencari sambungan yang memudahkan untuk menentukan jenis rawatan yang boleh dilakukan atau percubaan untuk meneruskan seterusnya.

Persoalannya ialah apa yang Big Data akan muncul apabila ia hanya mendapat sedikit maklumat mengenai penyakit yang baru muncul seperti Covid-19, yang pertama kali muncul tahun lalu di China dan telah meragut lebih daripada 75,000 orang dalam masa dua bulan.

Hakikat bahawa penyelidik berjaya menghasilkan penjujukan gen virus baru dalam beberapa minggu dari kes-kes yang dilaporkan yang pertama adalah menjanjikan, kerana ia menunjukkan ada data jauh lebih cepat yang ada sekarang ketika wabak berlaku.

Andrew Hopkins, ketua pegawai eksekutif Oxford, permulaan yang berpusat di England Exscientia Ltd. adalah antara yang bekerja untuk membantu melatih kepintaran buatan untuk penemuan dadah. Dia mencadangkan rawatan baru dapat beralih dari pengambilan ke ujian klinikal dalam masa kurang daripada 18 hingga 24 bulan dalam dekad yang akan datang, berkat AI.

Exscientia merancang sebatian baru untuk merawat gangguan obsesif-kompulsif yang sedia untuk diuji di makmal selepas kurang dari setahun dalam fasa penyelidikan awal. Itu kira-kira lima kali lebih cepat daripada purata, menurut syarikat itu.

Healx yang berpangkalan di Cambridge mempunyai pendekatan yang sama, tetapi ia menggunakan pembelajaran mesin untuk mencari kegunaan baru untuk ubat-ubatan yang sedia ada. Kedua-dua syarikat memberi makan kepada algoritma mereka dengan maklumat - diperolehi daripada sumber seperti jurnal, pangkalan data bioperubatan dan ujian klinikal - untuk membantu mencadangkan rawatan baru untuk penyakit.

Pengawasan Manusia

Kedua-dua syarikat ini menggunakan satu kumpulan penyelidik manusia untuk bekerja bersama AI untuk membantu membimbing proses tersebut. Dalam pendekatan Exscientia, yang dijuluki Centaur Chemist, perancang ubat membantu mengajar strategi algoritma untuk mencari sebatian. Healx meletakkan ramalan AI kepada para penyelidik yang menganalisis hasilnya dan memutuskan apa yang perlu dilakukan.

Neil Thompson, ketua sains ketua sains Healx, berkata teknik itu boleh digunakan terhadap wabak seperti coronavirus selagi ia mempunyai data yang mencukupi mengenai penyakit baru itu. Healx tidak berfungsi mengatasi coronavirus atau tweaking teknologi untuk wabak, tetapi ia tidak akan menjadi regangan.

"Kami agak rapat," kata Thompson dalam temu bual. "Kami tidak perlu mengubah banyak mengenai algoritma AI yang kami gunakan. Kami melihat ciri-ciri ubat yang sesuai dengan ciri-ciri penyakit. "

Algoritma kecerdasan buatan telah mula mengeluarkan ubat untuk penyakit yang kita ketahui. Penyelidik di Institut Teknologi Massachusetts pada hari Khamis mengatakan bahawa mereka telah menggunakan kaedah untuk mengenal pasti sebatian antibiotik baru yang kuat yang boleh membunuh pelbagai bakteria yang menyusahkan, malah beberapa yang kini tahan terhadap rawatan lain.

Satu tangkapan untuk semua teknologi ini adalah ujian klinikal. Bahkan ubat-ubatan yang sudah selamat untuk digunakan untuk menyembuhkan satu penyakit harus diuji lagi sebelum mereka diresepkan untuk yang lain. Proses menunjukkan mereka selamat dan berkesan pada sebilangan besar orang yang boleh mengambil masa bertahun-tahun sebelum pergi ke pengawal selia untuk semakan.

Untuk menjadi berkesan, pemaju ubat berasaskan AI perlu merancang terlebih dahulu, memilih genom virus yang mungkin menyebabkan masalah di masa depan dan menyasarkan apabila terdapat beberapa insentif untuk melakukannya.

Terima kasih.


Jawapan 2:

Permainan ini sudah dihidupkan!

Jika tidak untuk coronavirus, sekurang-kurangnya untuk superbugs. Penyelidik di MIT dan Harvard menggunakan AI untuk mengenal pasti antibiotik baru yang mampu membunuh banyak bakteria tahan dadah. Mereka melatih algoritma pembelajaran mesin untuk menganalisis sebatian kimia yang mampu melawan jangkitan menggunakan mekanisme yang berbeza dari ubat-ubatan yang sedia ada.

Mereka melatih model mereka pada 2,500 molekul yang mengenal pasti sebatian (mereka memanggilnya Halicin) untuk menguji bakteria yang diambil dari pesakit & bakteria yang ditanam di makmal. "Halicin" boleh membunuh banyak bakteria tahan dadah termasuk

mycobactialum tuberculosis, clostridium difficile

dan

acinetobacter baumannii.

Halicin menyembuhkan dua tikus yang dijangkiti

A.baumannii.

Secara kebetulan, banyak tentera AS di Iraq dan Afghanistan mendapat jangkitan dengan bug yang sama. Laporan itu berkata, salap Halicin yang digunakan pada kulit kedua tikus itu sepenuhnya menyembuhkan mereka dalam masa 24 jam.

Menggunakan model komputer ramalan untuk penemuan dadah bukanlah sesuatu yang baru tetapi kejayaan terbaik sejauh ini dilihat dengan Halicin.

Setiap penyelidik, model ramalan mereka boleh melakukan apa yang akan menjadi mahal untuk pendekatan eksperimen tradisional.

Kejayaan Halicin ini datang pada tahap penting dalam sejarah manusia. Diperkatakan, menjelang 2050, kematian di seluruh dunia akibat bakteria tahan dadah dapat mencapai 10 juta.

Kerja lebih lanjut diperlukan untuk membuat Halicin dapat digunakan pada manusia. Walaupun algoritma mereka direka untuk bakteria, ia mungkin "ditingkatkan" untuk melawan virus juga.


Jawapan 3:

Bayangkan sebuah hospital di China mempunyai 1000 kes yang mempunyai simptom yang sama, apa yang dilakukan oleh hospital? Walaupun semua maklumat mengenai simptom dan diagnosis didokumentasikan dan tersedia secara elektronik, jabatan kesihatan dapat mengambil langkah-langkah yang diperlukan dan sesuai.

AI sangat hebat dan cepat mengesan corak, persamaan untuk pengesanan pantas. Satu contoh bagaimana

Carian Google boleh

untuk mengesan penyakit yang mungkin berlaku di seluruh dunia. Hanya dengan corak mencari yang mudah sahaja, AI sebenarnya boleh mengesan kemungkinan ancaman dan wabak yang mungkin meletupkan dalam sebilangan besar di seluruh dunia.

Kembali ke Corona Virus, apabila China telah mendokumenkan gejala penyakit, didiagnosis, ia berkongsi maklumat ini kepada semua organisasi kerajaan yang mungkin yang dapat dengan cepat meletakkan pengesan termal yang dapat mengesan orang dengan gejala-gejala ini dan mengklasifikasikannya sebagai mungkin dijangkiti atau pembawa atau kebal. Sebagai virus bermutasi dengan cepat, mereka cenderung untuk mengubah cara mereka melihat, gejala mungkin berubah dan sukar untuk didiagnosis. Tetapi dengan AI, China dapat membantu pemerintah dengan orang-orang yang telah berpindah dari China, terutama Wuhan dan kemudian berpindah ke peringkat antarabangsa di seluruh bandar. Maklumat ini boleh dianalisis oleh AI, untuk mengesan berita dari bandar-bandar, hospital untuk meletakkan kepingan teka-teki bersama-sama.

Harap ini membantu!


Jawapan 4:

Dalam istilah baru-baru ini, jika kita mempunyai data beberapa pesakit daripada kita dapat mengenal pasti dan mencari corak, pesakit positif korona. Selepas itu, kami dapat memeriksa pesakit baru untuk meramalkan sama ada pesakit ini mungkin dijangkiti atau tidak, melihat dari pola mereka. Pembelajaran mesin klasik atau teknik pembelajaran mendalam boleh digunakan untuk memisahkan ini.

Dalam istilah yang lebih umum, kita perlu berhati-hati dan mesti berinteraksi dengan orang dari medan perubatan untuk menganalisis corak untuk menyebarkan apa yang sebenarnya berlaku, apakah perubahan dan mekanisme yang dicetuskan oleh virus dalam badan untuk lebih memahami model.


Jawapan 5:

Wabak penyakit seperti koronavirus sering terungkap terlalu cepat untuk para saintis mencari ubat. Tetapi pada masa akan datang, kecerdasan buatan dapat membantu penyelidik melakukan pekerjaan yang lebih baik.

Walaupun mungkin terlalu lewat untuk teknologi baru untuk memainkan peranan utama dalam wabak semasa, ada harapan untuk wabak seterusnya. AI adalah baik untuk menyisir data gundukan untuk mencari sambungan yang memudahkan untuk menentukan jenis rawatan yang boleh dilakukan atau percubaan untuk meneruskan seterusnya.

Persoalannya ialah apa yang Big Data akan muncul apabila ia hanya mendapat sedikit maklumat mengenai penyakit yang baru muncul seperti Covid-19, yang pertama kali muncul tahun lalu di China dan telah meragut lebih daripada 75,000 orang dalam masa dua bulan.

Hakikat bahawa penyelidik berjaya menghasilkan penjujukan gen virus baru dalam beberapa minggu dari kes-kes yang dilaporkan yang pertama adalah menjanjikan, kerana ia menunjukkan ada data jauh lebih cepat yang ada sekarang ketika wabak berlaku.

Andrew Hopkins, ketua pegawai eksekutif Oxford, permulaan yang berpusat di England Exscientia Ltd. adalah antara yang bekerja untuk membantu melatih kepintaran buatan untuk penemuan dadah. Dia mencadangkan rawatan baru dapat beralih dari pengambilan ke ujian klinikal dalam masa kurang daripada 18 hingga 24 bulan dalam dekad yang akan datang, berkat AI.

Exscientia merancang sebatian baru untuk merawat gangguan obsesif-kompulsif yang sedia untuk diuji di makmal selepas kurang dari setahun dalam fasa penyelidikan awal. Itu kira-kira lima kali lebih cepat daripada purata, menurut syarikat itu.

Healx yang berpangkalan di Cambridge mempunyai pendekatan yang sama, tetapi ia menggunakan pembelajaran mesin untuk mencari kegunaan baru untuk ubat-ubatan yang sedia ada. Kedua-dua syarikat memberi makan kepada algoritma mereka dengan maklumat - diperolehi daripada sumber seperti jurnal, pangkalan data bioperubatan dan ujian klinikal - untuk membantu mencadangkan rawatan baru untuk penyakit.

Pengawasan Manusia

Kedua-dua syarikat ini menggunakan satu kumpulan penyelidik manusia untuk bekerja bersama AI untuk membantu membimbing proses tersebut. Dalam pendekatan Exscientia, yang dijuluki Centaur Chemist, perancang ubat membantu mengajar strategi algoritma untuk mencari sebatian. Healx meletakkan ramalan AI kepada para penyelidik yang menganalisis hasilnya dan memutuskan apa yang perlu dilakukan.

Neil Thompson, ketua sains ketua sains Healx, berkata teknik itu boleh digunakan terhadap wabak seperti coronavirus selagi ia mempunyai data yang mencukupi mengenai penyakit baru itu. Healx tidak berfungsi mengatasi coronavirus atau tweaking teknologi untuk wabak, tetapi ia tidak akan menjadi regangan.

"Kami agak rapat," kata Thompson dalam temu bual. "Kami tidak perlu mengubah banyak mengenai algoritma AI yang kami gunakan. Kami melihat ciri-ciri ubat yang sesuai dengan ciri-ciri penyakit. "

Algoritma kecerdasan buatan telah mula mengeluarkan ubat untuk penyakit yang kita ketahui. Penyelidik di Institut Teknologi Massachusetts pada hari Khamis mengatakan bahawa mereka telah menggunakan kaedah untuk mengenal pasti sebatian antibiotik baru yang kuat yang boleh membunuh pelbagai bakteria yang menyusahkan, malah beberapa yang kini tahan terhadap rawatan lain.

Satu tangkapan untuk semua teknologi ini adalah ujian klinikal. Bahkan ubat-ubatan yang sudah selamat untuk digunakan untuk menyembuhkan satu penyakit harus diuji lagi sebelum mereka diresepkan untuk yang lain. Proses menunjukkan mereka selamat dan berkesan pada sebilangan besar orang yang boleh mengambil masa bertahun-tahun sebelum pergi ke pengawal selia untuk semakan.

Untuk menjadi berkesan, pemaju ubat berasaskan AI perlu merancang terlebih dahulu, memilih genom virus yang mungkin menyebabkan masalah di masa depan dan menyasarkan apabila terdapat beberapa insentif untuk melakukannya.

Satu lagi halangan ialah mencari kakitangan yang berkelayakan.

"Sukar untuk mencari orang yang boleh beroperasi di persimpangan AI dan biologi, dan sukar bagi syarikat besar untuk membuat keputusan segera mengenai teknologi seperti ini," kata Irina Haivas, rakan kongsi di firma modal teroka Atomico dan bekas pakar bedah yang duduk di lembaga Healx. "Ia tidak mencukupi untuk menjadi seorang jurutera AI, anda perlu memahami dan masuk ke dalam aplikasi biologi."


Jawapan 6:

Apabila penyakit misteri pertama muncul, sukar bagi kerajaan dan pihak berkuasa kesihatan untuk mengumpulkan maklumat dengan cepat dan menyelaraskan respon. Tetapi teknologi perisikan buatan baru boleh secara automatik melayari laporan berita dan kandungan dalam talian di seluruh dunia, membantu para profesional mengenal pasti potensi gangguan yang membawa kepada wabak yang berpotensi atau lebih teruk. Dengan kata lain, bos AI baru kami boleh membantu kami keluar dari wabak berikutnya.

Ini baru

AI

keupayaan berada dalam keadaan penuh dengan wabak koronavirus baru-baru ini, yang dikenal pasti oleh sebuah syarikat yang berpangkalan di Kanada, BlueDat, yang merupakan salah satu daripada beberapa organisasi yang menggunakan data untuk menilai risiko kesihatan awam. Pusat Kawalan dan Pencegahan Penyakit (CDC) dan Pertubuhan Kesihatan Sedunia (WHO) telah mengeluarkan notis rasmi bahawa agensi itu mendakwa menjalankan "pengawasan penyakit berjangkit automatik". Sekarang pada akhir Januari, virus pernafasan yang dikaitkan dengan bandar Wuhan di China telah kehilangan lebih daripada 100 nyawa. Kes-kes telah timbul di banyak negara lain, termasuk AS, dan CDC memberi amaran kepada rakyat Amerika untuk mengelakkan perjalanan yang tidak perlu ke China.


Jawapan 7:

Pada ketika penyakit pelik yang pertama muncul, mungkin sangat sulit bagi pemerintah dan pihak berkuasa kesejahteraan umum untuk mengumpulkan data dengan cepat dan memudahkan tindak balas. Dalam apa jua keadaan, inovasi pemikiran buatan manusia secara semula jadi dapat melalui laporan berita dan bahan dalam talian dari seluruh dunia, membantu para pakar melihat ketidakkonsistenan yang boleh memicu wabak yang berpotensi atau, yang lebih disesali, pandemik. Pada penghujung hari, saudara-saudara AI yang baru kami benar-benar dapat membantu kami untuk menahan penyakit berikut.

Ini kebolehan AI yang baru berada di pameran penuh dengan coronavirus berterusan yang berterusan, yang dibezakan tepat pada masanya oleh firma Kanada yang dipanggil BlueDot, yang merupakan salah satu daripada pelbagai organisasi yang menggunakan maklumat untuk menilai bahaya kesejahteraan umum. Organisasi itu, yang mengatakan ia menjalankan "pemeriksaan penyakit yang tidak dapat dielakkan", memberitahu pelanggannya tentang jenis coronavirus baru pada penghujung Disember, hari sebelum kedua-dua Pusat Pengawasan dan Pencegahan Penyakit (CDC) dan Pertubuhan Kesihatan Sedunia (WHO ) menyampaikan pemberitahuan rasmi, seperti yang diumumkan oleh Wired. Pada masa ini mendekati penamat bulan Januari, jangkitan pernafasan yang telah disambungkan ke bandar Wuhan di China baru saja membunuh lebih daripada 100 orang. Kes-kes juga berlaku di beberapa negara yang berbeza, termasuk Amerika Syarikat, dan CDC memperingatkan orang Amerika untuk mengekalkan jarak strategik dari perjalanan yang tidak perlu ke China.

Kamran Khan, seorang doktor penyakit yang tidak dapat dielakkan dan penulis dan CEO BlueDot, menjelaskan dalam pertemuan bagaimana rangka peringatan awal organisasi menggunakan kesedaran buatan manusia, termasuk pengendalian bahasa biasa dan AI, untuk mengikuti lebih daripada 100 jangkitan yang tidak dapat ditarik dengan memecahkan sekitar 100,000 artikel dalam 65 dialek secara konsisten. Maklumat itu membolehkan organisasi menyedari bila memberitahu pelanggannya mengenai potensi kedekatan dan penyebaran penyakit yang tidak dapat dielakkan.

Maklumat lain, sama seperti data jadual explorer dan cara penerbangan, dapat membantu memberikan petunjuk tambahan organisasi tentang bagaimana penyakit mungkin akan menyebar. Sebagai contoh, baru-baru ini, pakar BlueDot menjangkakan masyarakat bandar yang berlainan di Asia di mana coronavirus akan muncul selepas ia muncul di wilayah China.

Pemikiran di sebalik model BlueDot (hasil yang konklusif dalam cara ini diperiksa oleh pakar manusia) adalah untuk mendapatkan data kepada buruh insurans sosial secepat yang dibenarkan, dengan jangkaan bahawa mereka boleh menganalisis - dan, jika perlu, cabut - dicemari dan individu yang mungkin berjangkit pada masa yang sesuai.

"Data rasmi tidak dalam setiap perkara bertuah," kata Khan kepada Recode. "Perbezaan di antara satu kes dalam penjelajah dan satu suar bergantung kepada pakar barisan hadapan terdahulu yang menyedari bahawa terdapat penyakit tertentu. Ini mungkin menjadi perbezaan dalam memastikan suar dari benar-benar berlaku."

Khan termasuk bahawa rangka kerjanya juga boleh menggunakan pelbagai maklumat lain - contohnya, data tentang atmosfera wilayah, suhu, atau haiwan peliharaan yang berdekatan - untuk meramalkan sama ada seseorang yang terkontaminasi dengan penyakit mungkin akan menyebabkan suar-suar sekitar di sana. Dia membawa itu, pada 2016, BlueDot mempunyai pilihan untuk meramalkan kehadiran jangkitan Zika di Florida setengah tahun sebelum ia benar-benar muncul di sana.

Juga pemeriksaan badan pemeriksa Metabiota mengesahkan bahawa Thailand, Korea Selatan, Jepun, dan Taiwan mempunyai bahaya paling tinggi untuk melihat jangkitan itu muncul lebih dari tujuh hari sebelum kes-kes di negara-negara itu benar-benar terungkap, dengan harapan dapat maklumat penerbangan. Metabiota, sebagai BlueDot, menggunakan pengendalian bahasa yang lazim untuk menilai laporan dalam talian mengenai penyakit yang berpotensi, dan itu juga menyerap diri untuk membina inovasi yang sama untuk maklumat kehidupan berasaskan web.

Implikasi Gallivan, ketua sains maklumat Metabiota, menjelaskan bahawa tahap dan perbincangan dalam talian juga boleh memberi tanda bahawa ada bahaya pandemi. Metabiota juga menegaskan ia boleh menilai bahaya penyebaran penyakit yang mengakibatkan gangguan sosial dan politik, memandangkan data seperti tanda-tanda penyakit, kadar kematian, dan kemudahan rawatan. Sebagai contoh, pada masa pengagihan artikel ini, Metabiota menilai bahaya koronavirus novel yang menyebabkan keresahan terbuka sebagai "tinggi" di Amerika Syarikat dan China, namun ia menilai bahaya ini untuk jangkitan monkeypox di Republik Demokratik Kongo ( di mana terdapat kejadian-kejadian jangkitan itu) sebagai "sederhana."

Sukar untuk menyedari betapa tepatnya rangka kerja penarafan ini atau pentas itu sendiri, namun Gallivan mengatakan organisasi itu bekerja dengan rangkaian pengetahuan AS dan Jabatan Pertahanan mengenai isu-isu yang dikenal pasti dengan coronavirus. Ini adalah kerja Metabiota dengan In-Q-Tel, firma pengembaraan yang bukan untuk keuntungan yang berkaitan dengan Agensi Perisikan Pusat. Walau bagaimanapun, pejabat kerajaan bukanlah pelanggan utama dalam rangka kerja ini. Metabiota juga mempublikasikan asasnya kepada organisasi reinsurans - insurans semula pada dasarnya adalah perlindungan untuk agensi insurans - yang harus menangani bahaya kewangan yang berkaitan dengan penyebaran kapasiti laten penyakit.

Oleh itu, sebab pemikiran berkomputer tidak dapat dinafikan lebih berharga daripada sekadar menjaga pakar penyebaran penyakit dan pihak berkuasa berpendidikan sebagai jangkitan. Pakar pakar telah membuat model berasaskan AI yang boleh menjangkakan episod jangkitan Zika secara progresif, yang dapat mendidik bagaimana pakar bertindak balas terhadap kemungkinan kecemasan. Kesedaran buatan manusia juga dapat digunakan untuk menguruskan bagaimana pihak berkuasa kesejahteraan umum menyebarkan aset semasa kecemasan. Akibatnya, AI menjadi satu lagi perlindungan pertama terhadap penyakit.

Semakin jauh secara menyeluruh, AI kini kini membantu meneliti ubat-ubatan baru, mengendalikan jangkitan tidak biasa, dan mengenal pasti pertumbuhan payudara ganas. Kecerdasan buatan manusia juga digunakan untuk membezakan crawlies menyeramkan yang menyebarkan Chagas, penyakit yang serius dan dibayangkan yang mematikan yang dijangkakan yang dijangkakan 8 juta individu di Mexico dan Amerika Tengah dan Selatan. Terdapat juga semangat yang semakin berkembang untuk menggunakan maklumat bukan kesejahteraan - seperti hadiah hidup berasaskan web - untuk membantu kesejahteraan pembuat dasar dan organisasi ubat memahami keluasan kecemasan kesejahteraan. Sebagai contoh, AI yang boleh menjalani kehidupan dalam talian membentangkan sasaran sasaran narkotik yang tidak disengajakan, dan menjaga pihak berkuasa kesejahteraan umum mendidik mengenai penyebaran bahan terkawal ini.

Rangka kerja ini, termasuk Metabiota dan BlueDot, hanya setanding dengan maklumat yang mereka menilai. Apa lagi, AI - untuk sebahagian besar - mempunyai masalah dengan kecenderungan, yang dapat mencerminkan kedua-dua arkitek rangka kerja dan maklumat yang disediakan. Juga, AI yang digunakan di dalam perkhidmatan perubatan adalah sama sekali tidak, bentuk atau bentuk selamat untuk isu itu.

Semua perkara yang dipertimbangkan, perkembangan ini bercakap dengan pandangan yang idealistik secara progresif untuk apa yang boleh dilakukan AI. Biasanya, kemas kini pada robot AI yang menapis melalui maklumat yang besar tidak berfungsi dengan baik. Pertimbangkan keperluan undang-undang menggunakan pangkalan pengakuan wajah berdasarkan gambar yang dilombong dari web. Atau sebaliknya mendapatkan pengarah yang kini boleh menggunakan AI untuk meramalkan bagaimana anda akan membawa pengisaran, berdasarkan jawatan hidup berasaskan internet anda. Kemungkinan AI yang melakukan memerangi penyakit ganas menawarkan situasi di mana kita mungkin merasa agak tidak selesa, jika tidak melalui dan melalui ceria. Mungkin inovasi ini - setiap kali dicipta dan digunakan dengan sewajarnya - benar-benar dapat membantu mengatasi beberapa nyawa.