Naukowcy zastanawiają się, w jaki sposób sztuczną inteligencję (AI), w tym duże modele językowe, takie jak ChatGPT, można wykorzystać do planowania scenariuszy przyszłych epidemii.
Co by było, gdybyś mógł szybciej interpretować duże ilości danych zdrowotnych, aby przewidzieć, jak długo pacjent może pozostać w szpitalu, lub wprowadzić ludzkie zachowanie do modelu epidemii, aby określić możliwe ograniczenie epidemii wirusowej?
Oto niektóre ze sposobów, w jakie badacze testują nowe modele sztucznej inteligencji (AI), aby lepiej planować przyszłe epidemie wirusowe, takie jak „choroba X” – nieznany patogen, który może wywołać epidemię podobną do Covid-19.
„Jedną z mocnych stron podejścia opartego na sztucznej inteligencji do analizy dużych zbiorów danych jest tak naprawdę zdolność do identyfikowania wczesnych sygnałów potencjalnych anomalii w zdrowiu publicznym” – Alain Labrique, dyrektor Departamentu Zdrowia Cyfrowego i Innowacji w firmie Światowa Organizacja Zdrowia (WHO) – powiedziała TylkoGliwice Next.
„Myślę, że istnieje wiele różnych sposobów wykorzystania zaawansowanego narzędzia obliczeniowego, takiego jak sztuczna inteligencja, do ulepszenia sposobu, w jaki wykrywamy nowe epidemie i pandemie, ale także reagujemy na te epidemie i pandemie”.
Dodał jednak, że aby je wzmocnić, ważne jest wyeliminowanie uprzedzeń i zapewnienie modelom dobrych danych, a nie tylko jednej konkretnej populacji. Jest to dziedzina, w której prowadzi się coraz większą liczbę badań, ale w praktyce wprowadzenie niektórych z tych nowych modeli może zająć trochę czasu.
Ciężkość choroby i planowanie pojemności szpitala
Naukowcy z Uniwersytetu Yale w USA opublikowali niedawno badanie, które dotyczy jednego z wielu wyzwań, które pojawiły się podczas pandemii COVID-19: sposobu radzenia sobie z przepełnieniem szpitali.
„Liczba łóżek szpitalnych jest ograniczona i jeśli masz pandemię taką jak (COVID-19), chcesz się przygotować. Patrzymy z punktu widzenia zdrowia publicznego. Chcemy się przygotować, jeśli coś się stanie” – powiedział TylkoGliwice Next Vasilis Vasiliou, kierownik Wydziału Nauk o Zdrowiu Środowiskowym w Yale School of Public Health.
Ich model epidemii wykorzystuje platformę opartą na sztucznej inteligencji do segregacji pacjentów, prognozując stopień zaawansowania choroby i czas, jaki mogą spędzić w szpitalu.
Opiera się na biomarkerach klinicznych i metabolicznych, które, jak odkryli, pomogły wskazać postęp choroby.
Vasiliou twierdzi, że w przypadku przyszłej epidemii wirusa nacisk zostanie położony na wprowadzenie wczesnych danych do algorytmu opartego na sztucznej inteligencji, który będzie ustalał, w jaki sposób lepiej zorganizować zasoby szpitala.
„Jeśli coś pojawi się bardzo szybko, masz ramy, masz model, masz algorytm, który natychmiast zasila pierwsze dane z pierwszego kraju, w którym to się stało. Wtedy będzie można zacząć budować nowy model” – powiedział.
Dla niego jednym z obecnych ograniczeń jest brak danych. „Im więcej danych wprowadzisz do każdego modelu sztucznej inteligencji, tym mniej będziesz miał ograniczeń” – powiedział.
Kirill Veselkov, współautor badania z Imperial College London, powiedział, że w przypadku pojawiającej się choroby należy znaleźć nowe biomarkery, które mogą wpłynąć na jej nasilenie.
„Obecnie najnowocześniejsze narzędzia analityczne będą w stanie zmierzyć setki tysięcy tych biomolekuł” – powiedział.
„Tak więc, jeśli chcesz je przeanalizować, prawdopodobnie nie będzie to możliwe dla lekarzy-ludzi bez użycia wyrafinowanych algorytmów matematycznych, a sztuczna inteligencja jest do tego szczególnie odpowiednia, aby zidentyfikować wzór lub zestaw biomarkerów i powiązać je z procesem chorobowym i skutki choroby” – dodał.
Jednak ich model będzie wymagał dalszych badań na większej liczbie populacji, biorąc pod uwagę choroby współistniejące i inne czynniki, zanim będzie można go uogólnić na szersze społeczeństwo.
„Wykorzystywanie sztucznej inteligencji do ustalenia, kiedy należy się zamknąć”
Według Rachel Dunscombe, członkini brytyjskiej rady ds. sztucznej inteligencji i obecnego dyrektora generalnego OpenEHR, w przypadku wirusa Covid-19, o którym już wiemy, sztuczna inteligencja może pomóc w planowaniu wizyt w szpitalu.
„Mamy zestaw danych w terenie, który powie nam rzeczywistą sytuację i musimy wiedzieć, czy musimy podjąć interwencje, czy musimy wprowadzić izolację, czy musimy zwiększyć zdolność systemów, jeśli będziemy musieli, wiesz, ograniczyć zajęcia planowe, aby zwolnić miejsce” – powiedział TylkoGliwice Next Dunscombe, który jest także byłym dyrektorem generalnym NHS Digital Academy.
„Właściwie możemy wykorzystać sztuczną inteligencję (w planowaniu opieki zdrowotnej), aby ustalić, kiedy jest odpowiedni moment na zamknięcie, aby założyć maski, wiesz, aby zatrudnić dodatkowy personel, aby ograniczyć naszą codzienną aktywność” – dodał. ona dodała.
Powiedziała, że w Wielkiej Brytanii czują się lepiej przygotowani do faktycznego korzystania z modeli w celu ustalenia wpływu określonych scenariuszy na rzeczywistość po pandemii Covid-19.
„Jeśli będzie zasilany właściwymi danymi i będzie nadzorowany we właściwy sposób, przyniesie nam prawdopodobne wyniki” – dodała.
„Trudno oddać ludzki proces decyzyjny”
Naukowcy z Virginia Tech w USA próbują rozwiązać odrębny problem modelowania epidemii za pomocą sztucznej inteligencji; w ten sposób dokładnie oddaje się złożoność ludzkich zachowań podczas epidemii wirusowej.
„W tradycyjnym modelowaniu trzeba w jakiś sposób odzwierciedlać proces podejmowania decyzji przez człowieka”, co jest trudne do wykonania, powiedział TylkoGliwice Next Navid Ghaffarzadegan, profesor nadzwyczajny w Virginia Tech.
„Powodem jest to, że ludzie są złożeni. Społeczeństwa są trudne do przewidzenia. Dzięki lepszym lub różnym sposobom przedstawiania ludzi za pomocą sztucznej inteligencji możesz teraz zobaczyć, jak reagują w różnych scenariuszach, i masz modele, które uwzględniają ludzkie zachowania” – dodał.
W ramach badania, które jest obecnie w fazie wstępnej, naukowcy stworzyli model epidemii w mieście Dewberry Hollow za pomocą fikcyjnego wirusa o nazwie Catasat, aby uniknąć możliwych błędów podczas korzystania z ChatGPT.
Zbadali, w jaki sposób ludzie decydujący się na pozostanie w domu lub nie, mogą wpłynąć na model epidemii, przedstawiając scenariusz i cechy osobowości różnych udawanych „agentów”.
Odkryli, że ci generatywni ludzie wzmocnieni sztuczną inteligencją naśladowali w symulacji „zachowania ze świata rzeczywistego, takie jak poddawanie się kwarantannie w przypadku choroby i samoizolacja w przypadku wzrostu liczby przypadków”.
Liczne fale wirusa były podobne do fal obserwowanych podczas poprzednich pandemii, które zakończyły się endemią wirusa w społeczeństwie.
Twierdzą, że głównym ograniczeniem jest to, że uruchomienie jest kosztowne i czasochłonne, chociaż spodziewają się, że w miarę dalszego rozwoju sztucznej inteligencji sytuacja ta może ulec poprawie. Inni twierdzą, że ich model nadal wymaga walidacji.
Przyszłość sztucznej inteligencji i pandemii
W odrębnym artykule opublikowanym w zeszłym roku Ghaffarzadegan podkreślił trudności w prognozowaniu trajektorii epidemii zarówno za pomocą modeli tradycyjnych, jak i AI. Odkrył, że modele sztucznej inteligencji niekoniecznie działały lepiej, ale stwierdził, że jest to częściowo spowodowane zmianami w zachowaniu ludzi.
Niektórzy twierdzą, że wciąż niewiele jest badań oceniających skuteczność sztucznej inteligencji podczas pandemii Covid-19.
W artykule przeglądowym opublikowanym w czasopiśmie Frontiers in Medicine w 2021 roku przeanalizowano 78 badań dotyczących wykorzystania sztucznej inteligencji w czasie pandemii.
Jego zastosowania obejmowały diagnostykę Covid-19 wspomaganą sztuczną inteligencją, przewidywanie epidemii, a także opracowywanie leków, na przykład szybką identyfikację leków lub produktów, które mogłyby zneutralizować chorobę.
Doszli do wniosku, że jest to potencjalne narzędzie podczas epidemii, ale potrzebne są ciągłe badania nad nim.
Veselkov powiedział, że badanie segregacji oparte na sztucznej inteligencji znajduje się na etapie badań i rozwoju, ale minie jeszcze trochę czasu, zanim modele sztucznej inteligencji będą mogły zostać wykorzystane do planowania przyszłych epidemii, takich jak nieznany patogen, który WHO nazywa chorobą X.
„Musimy naprawdę opracować narzędzia, ale także dużo myśleć, zwłaszcza jeśli chodzi o zastosowania w opiece zdrowotnej, zastosowania w przypadku pandemii, zastosowania na poziomie populacji. Musimy pomyśleć o bezpieczeństwie i solidności rozwiązania, a także ograniczeniach rozwiązanie” – powiedział.
