Bez wątpienia liczba przypadków zachorowań na COVID-19 rośnie w ogromnym tempie. Zespoły naukowców na świecie pracują obecnie nad szczepionką. Większość osób zdaje sobie sprawę z tego, że opracowanie takiej szczepionki i rozpoczęcie podawania im ludziom zajmie jeszcze kilka miesięcy.
Zespoły naukowców na całym świecie pracują nad wynalezieniem „broni” do walki z tym wirusem.
Jak ma się to do AI, ML i Data Science? Posłuchaj podcastu lub zapoznaj się z wpisem poniżej, w którym przedstawiam 6 praktycznych przykładów wykorzystania ww. technologii.
Przykład 1.
Biały Dom i Allen Institute for AI udostępnili bazę 29 tysięcy artykułów naukowych na temat koronawirusa. Artykuły zostały przeprocesowane przez biblioteki NLP. Naukowcy mają nadzieję, że zastosowanie sztucznej inteligencji pozwoli wyodrębnić nowe spostrzeżenia na temat podatności na wirusa w tak ogromnej bazie wiedzy jaką dysponują.
Nawet na Kaggle’u możesz znaleźć wyzwanie pod tym linkiem. Dla tych, którzy nie wiedzą Kaggle.com to platforma, która pośredniczy w organizowaniu konkursów z obszaru Data Science, Artificial Intelligence lub Machine Learning. Przede wszystkim wokół siebie tworzy społeczność z tych obszarów i jest to jej ogromny atut.
No i na tym portalu zostało utworzone wyzwanie, które zostało zgłoszone przez różne zespoły badawcze na czele z Allen Institute for AI. Cały dataset ma 4GB i zawiera w sobie ponad 45 tysięcy artykułów naukowych, przy czym ponad 33 tysiące to pełne opracowania o COVID-19, SARS-CoV-2 i powiązaniach z koronawirusem.
W ramach tego wyzwania jest 10 zadań w formie postawionych pytań:
- Co wiadomo o transmisji, inkubacji i stabilności środowiska?
- Co wiemy na temat czynników ryzyka COVID-19?
- Co wiemy o genetyce wirusa, jego pochodzena i ewolucji?
- Co wiemy na temat szczepionek i leczenia?
- Co zostało opublikowane w bazie na temat opieki medycznej?
- Co zostało opublikowane w sprawach etycznych dla badań?
Pozostałe pytanie może sprawdzić na samej stronie kaggle.com, szukając wyzwania COVID-19 Open Research Dataset Challenge lub klikając w link. Za każdy task zwycięzca zgarnia 1000$.
Przykład 2.
Sztuczną inteligencję można wykorzystać tu i teraz wykorzystując ją do wykrywania pacjentów będących w grupie wysokiego ryzyka. Dla przykładu Medical Home Network, która jest organizacją non-profit w Chicago wykorzystuje AI w celu identyfikacji osób, które mogą mieć ciężkie powikłania w związku z zachorowaniami na COVID-19. Taka analiza pozwala im na zwrócenie większej uwagi wokół pacjentów, którzy z różnych powodów zaliczają się do tej grupy. Jak obecnie widzimy nie tylko osoby starsze to jedyna grupa ryzyka. Mamy chociażby przypadek z Polski, gdzie w pełni zdrowy mężczyzna przed 40. rokiem życia zachorował na COVID-19 i niestety zmarł.
Przykład 3.
Innym przykładem wykorzystania AI w obecnym czasie są chatboty. Na poziomie systemu opieki zdrowotnej można zastosować zamiast prawdziwego lekarza w pierwszym kontakcie z taką placówką. Ma to swoje obustronne korzyści, pacjentowi pomoże zrozumieć czy może być zarażony COVID-19 lub jest przeziębiony, a lekarzom pozwoli na zajęcie się bardziej krytycznymi przypadkami. Jednym z przykładów takiego bota jest AskSophie.
Ja wiem, zaraz sobie pomyślisz no jak to chatbot ma mnie leczyć…Oboje wiemy, że taki chatbot nie sprawdzi się w każdej sytuacji, ale pozwoli zrobić odsiew przypadków, które nie wymagają natychmiastowej reakcji. Wyobraź sobie teleporadę z udziałem lekarza, którą realizuje się już w Polsce. To jest taka sama sytuacja z tą różnicą, że słyszymy głos lekarza, a nie serię pytań na ekranie telefonu lub komputera. Dobrze zaprojektowany i oprogramowany chatbot może na prawdę pomóc na pierwszej linii frontu.
Aktualizacja:
Z polskiego podwórka udało się zlokalizować taką inicjatywę – COVID-Monitor https://covid-monitor.org/
Jest to przedsięwzięcie non-profit programistów i naukowców ze środowiska medycznego.
Udział w projekcie biorą:
- dr Sebastian Żurek z firmy CodeLab, Uniwersystet Zielonogórski
- zespół Uniwersytetu Medycznego w Poznaniu prowadzonym przez prof. dr. hab. Przemysława Guzika
- dr.hab. Jarosław Piskorski, prof. UZ – pracownika Wydziału Fizyki i Astronomii Uniwersytetu Zielonogórskiego
- Poznańskie Centrum Superkomputerowo-Sieciowe afiliowane przy Instytucie Chemii Bioorganicznej PAN w Poznaniu
- Instytut Informatyki Politechniki Poznańskiej
- prof. dr. hab. Krzysztof Korzeniewski – podróżnik i znawca chorób zakaźnych i kierownik Zakładu Epidemiologii i Medycyny Tropikalnej Wojskowego Instytutu Medycznego w Warszawie
- programiści zielonogórskiej firmy CodeLab
Więcej informacji o projekcie: https://www.ump.edu.pl/aktualnosci/pomoc-w-samoocenie-wlasnego-stanu-zdrowia-w-czasie-epidemii-sars-cov-2
Przykład 4.
No i czas na klasyczne podejście do analizy predykcyjnej. Izraelscy naukowcy używają AI do zidentyfikowania obszaru, w którym nastąpi wybuch zachorowań, ale jednocześnie chcą się dowiedzieć jak mogą temu zapobiegać.
Izraelska służba zdrowia nie jest wyposażona w dużą ilość testów, więc każde użycie takiego testu musi być bardzo dobrze przemyślane. Stąd też wpadli na pomysł, aby codziennie rozdawać kwestionariusze obywatelom, a następnie użyć tych danych, do wyciągnięcia wniosków z pomocą AI, które skupiska ludzi są zarażone. To jest dopiero sprytna metoda 🙂
Przykład 5.
A może tak zautomatyzowana interpretacja wyników tomografii komputerowej? Z użyciem algorytmów sztucznej inteligencji można wykonać pewne zadania, takie jak odczyt wyników tomografii komputerowej płuc. Przy obecnej sytuacji szybka diagnostyka z wykorzystywaniem machine learning(ML) może uratować ludziom życie. Pewne implementacje dotyczące wytrenowanych modeli w celu zidentyfikowania potencjalnych zachorowań na COVID-19 zostały już przeprowadzone, ale dalej jest to w fazie początkowej. Nie mniej jednak wygląda to obiecująco.
Przykład 6.
Jak Afryka próbuje walczyć z COVID-19? Jakiś czas temu znalazłem portal Zindi, który jest swego rodzaju bazą data scientist, ale dla Afryki. Nie chce tutaj robić porównań, ale taki Kaggle na rynek afrykański. W tym momencie mają otwarte wyzwanie sponsorowane przez AI4D, które koncentruje się na zahamowaniu rozprzestrzeniania się koronawirusa w Afryce. Samo wyzwanie jest aktywne do 19 kwietnia, zwycięzca otrzyma 5000$.
Podsumowanie
Jako społeczeństwo jesteśmy na dobrej drodze rozwoju nauki o danych oraz sztucznej inteligencji. Wszak jest to dopiero początek tej drogi, ale jak widać już mamy konkretne przypadki wykorzystywanie tej wiedzy, które mogą pomóc w ratowaniu zdrowia i życia. W przyszłości na pewno powstanie jeszcze wiele ciekawych inicjatyw. Może z czasem zostanie stworzona aplikacja, która przewidzi wybuch epidemii zanim się to wydarzy?Jeżeli znasz jakieś przykłady wykorzystania AI i Data Science w obszarze walki z COVID-19 z naszego podwórka lub innego kraju, zostaw komentarz pod postem.
Dodatkowe materiały:
- https://pages.semanticscholar.org/coronavirus-research
- https://www.kaggle.com/allen-institute-for-ai/CORD-19-research-challenge
- https://covid2019.health/