当一种神秘的疾病首次出现时,政府和公共卫生官员可能很难迅速收集信息并协调应对。但新的AI技术可以通过世界各地的新闻报道和在线内容自动进行挖掘,帮助专家识别可能导致潜在流行病或更严重流行病的异常情况。换句话说,我们的新AI霸主可能会帮助我们在下一次瘟疫中幸存下来。
这些新的AI技术在最近的冠状病毒爆发中得到了充分展示,加拿大一家名为BlueDot的公司很早就发现了这种病毒,BlueDot是利用数据评估公共健康风险的众多公司之一。据外媒报道,该公司称其进行了“自动传染病监测”,并在12月底通知了客户这种新型冠状病毒,而这个时间比美国疾病控制与预防中心(CDC)和世界卫生组织(WHO)发出的官方通知提前了几天。1月底,与中国武汉有关的呼吸系统病毒已经夺去了100多人的生命。包括美国在内的其他几个国家也出现了相关病例,CDC警告美国人避免不必要的中国旅行。
传染病医生、BlueDot创始人兼首席执行官Kamran Khan在一次采访中解释了该公司的预警系统如何使用AI,包括自然语言处理和机器学习,通过每天分析65种语言的约10万篇文章来追踪100多种传染病。这些数据有助于公司知道何时通知客户某种传染病的潜在存在和传播风险。
旅行者行程信息和航班路线等其他数据可以帮助该公司了解疾病可能的传播方式。例如,本月早些时候,BlueDot研究人员预测,在中国大陆出现冠状病毒后,亚洲其他城市也会出现冠状病毒。
BlueDot的模型(其最终结果随后由人类研究人员进行分析)背后的想法是尽快将信息传递给医护人员,希望他们能够尽早诊断出并在必要时候隔离被感染的和可能具有传染性的人。
Kha说:“官方信息并不总是及时的。旅行者身上的一个病例与疫情爆发之间的区别,往往取决于第一线医护人员是否认识到存在某种特定的疾病。这可能是防止疫情真正发生的关键。”
Khan补充说,他的系统还可以利用一系列其他数据——比如一个地区的气候、温度,甚至当地牲畜的信息——来预测一个人是否感染了某种疾病,是否有可能在该地区引发疫情。他指出,早在2016年,BlueDot就能够在寨卡病毒在佛罗里达州出现6个月之前预测到它的出现。
与此类似,流行病监测公司Metabiota通过观察飞行数据得出结论,认为泰国、韩国、日本和中国台湾是发现冠状病毒病例的最高风险地区,这些国家的病例出现时间比实际官方报告的时间早了一个多星期。与BlueDot一样,Metabiota也使用自然语言处理技术来评估关于潜在疾病的在线报告,而且它也在为社交媒体数据开发同样的技术。
Metabiota的数据科学主任Mark Gallivan解释说,在线平台和论坛也可能显示存在疫情爆发的风险。Metabiota还声称,它可以根据疾病的症状、死亡率和可获得的治疗等信息,来评估疾病传播造成社会和政治混乱的风险。例如,Metabiota将引起美国和中国公众焦虑的新型冠状病毒的风险评为“高”,但将刚果民主共和国猴痘病毒的这种风险评为“中等”。
很难知道这个评级系统或平台本身有多精确,但是Gallivan说,该公司正在与美国情报机构和国防部就与冠状病毒相关的问题进行合作。这是Metabiota与In-Q-Tel合作的部分成果。In-Q-Tel是与美国中央情报局有关联的非营利性风险投资公司。但政府机构并不是这些系统的唯一潜在客户。Metabiota还向再保险公司宣传它的平台。再保险本质上是保险公司的保险,这些公司可能希望管理与疾病潜在传播相关的财务风险。
但是,AI远比仅仅在疾病突然出现时通知流行病学家和官员有用得多。研究人员已经建立了基于AI的模型,可以实时预测寨卡病毒的爆发,这可以告诉医生如何应对潜在的危机。AI还可以用来指导公共卫生官员在危机期间如何分配资源。实际上,AI将成为对抗疾病的第一道新防线。
更广泛地说,AI已经在协助研究新药、治疗罕见疾病和检测乳腺癌方面作出了杰出的贡献,它甚至被用来识别传播查加斯病的昆虫。查加斯病是一种无法治愈的潜在致命疾病,在墨西哥、中美洲和南美洲已经感染了大约800万人。人们也越来越有兴趣使用非健康数据——比如社交媒体帖子——来帮助卫生政策制定者和制药公司了解健康危机的广度。例如,AI可以挖掘社交媒体帖子,追踪非法鸦片类药物的销售,并让公共卫生官员了解这些受控制药物的传播。
这些系统,包括Metabiota和BlueDot的系统,只有在它们所评估的数据有效时才有效。而AI通常存在一定的偏见问题,这种偏见来自于设计系统的工程师,也来自于它所训练的数据。在医疗保健领域使用的AI也无法避免这个问题。
尽管如此,所有这些进步都代表着AI所能做的事情有着更加乐观的前景。一般来说,有关AI机器人筛选大量数据的新闻大多都是负面的。想想执法部门使用面部识别数据库,这些数据库建立在从网上搜集的图像基础上。或者招聘经理可以根据你的社交媒体帖子,用AI预测你的工作表现。AI对抗致命疾病的想法为我们提供了一个案例,在这个案例中,尽管并非完全充满希望,但我们至少可以感到稍微不那么不安。如果开发和使用得当,也许这项技术确实可以帮助拯救一些生命。
上一篇:瘫痪病人的福音,它能让你成为正常人?!
下一篇:京东、亚马逊与沃尔玛的机器人专利技术有何玄机?
推荐阅读最新更新时间:2024-10-17 00:43
- 不止射频:Qorvo® 解锁下一代移动设备的无限未来
- 物联网助力电动车充电设施走向未来
- Nordic Semiconductor推出nRF54L15、nRF54L10 和 nRF54L05 下一代无线 SoC
- 射频 FDA 如何使用射频采样 ADC 来增强测试系统
- 基于OPENCV的相机捕捉视频进行人脸检测--米尔NXP i.MX93开发板
- Nordic Semiconductor nRF54H20 超低功耗 SoC 荣获 2024 年世界电子成就奖 (WEAA)
- 英国测试装配神经系统的无人机:无需经常落地进行检查
- 超宽带的力量:重塑汽车、移动设备和工业物联网体验
- 意法半导体发布面向表计及资产跟踪应用的高适应易连接双无线IoT模块
- 笔记本键盘diy
- LF18ABPT-TR 1.8V 顺序极低压降稳压器多输出电源的典型应用
- LTC3400BES6 演示板、1.2MHz、高效同步升压转换器、Vin = 1V 至 3V、Vout = 3.3V @ 90mA
- L78L12AB正压稳压器Edit boost电路的典型应用
- LT3150CGN 演示板,低压 LDO 线性稳压器 (1.5-2.5Vin),1.2V/1.5Vout @ 4A 或 1.8Vout @ 1.7A
- 用于微功率 A/D 转换器的 LT1634CCZ-2.5 电压基准的典型应用
- 使用 Analog Devices 的 LTC1867LACGN 的参考设计
- LT1021DCS8-5 由电流源驱动的负分流基准的典型应用
- 校内选拔赛基于热敏电阻的简易温度计
- 使用 Analog Devices 的 LT1026CN8 的参考设计