Jak AI walczy z wybuchem koronawirusa?


Odpowiedź 1:

Sztuczna inteligencja może walczyć z przyszłym koronawirusem

.

Wybuchy chorób, takie jak koronawirus, często rozwijają się zbyt szybko, aby naukowcy mogli je wyleczyć. Ale w przyszłości sztuczna inteligencja może pomóc naukowcom w lepszej pracy.

Chociaż prawdopodobnie jest już za późno, aby raczkująca technologia odegrała znaczącą rolę w obecnej epidemii, jest nadzieja na kolejne epidemie. Sztuczna inteligencja jest dobra w przeczesywaniu kopców danych w celu znalezienia połączeń, które ułatwiają określenie, jakie rodzaje terapii mogłyby zadziałać lub które eksperymenty przeprowadzić w następnej kolejności.

Powstaje pytanie, co Big Data wymyśli, gdy tylko skromne strzępy informacji o nowo powstałej chorobie, takiej jak Covid-19, która po raz pierwszy pojawiła się pod koniec ubiegłego roku w Chinach i zachorowała ponad 75 000 osób w ciągu około dwóch miesięcy.

Fakt, że naukowcom udało się opracować sekwencjonowanie genów nowego wirusa w ciągu tygodni od pierwszych zgłoszonych przypadków, jest obiecujący, ponieważ pokazuje, że w chwili pojawienia się epidemii dostępne są teraz znacznie bardziej bezpośrednie dane.

Andrew Hopkins, dyrektor generalny Oxfords Exscientia Ltd. z Anglii, jest jednym z tych, którzy pomagają trenować sztuczną inteligencję do odkrywania narkotyków. Jego zdaniem nowe metody leczenia mogą przejść od koncepcji do testów klinicznych w ciągu zaledwie 18 do 24 miesięcy w ciągu następnej dekady, dzięki sztucznej inteligencji.

Exscientia zaprojektowała nowy związek do leczenia zaburzeń obsesyjno-kompulsyjnych, który jest gotowy do przetestowania w laboratorium po niespełna roku w początkowej fazie badań. Według firmy jest to około pięć razy szybciej niż średnia.

Healx z siedzibą w Cambridge ma podobne podejście, ale wykorzystuje uczenie maszynowe do znajdowania nowych zastosowań istniejących leków. Obie firmy zasilają swoje algorytmy informacjami - zebranymi ze źródeł takich jak czasopisma, biomedyczne bazy danych i badania kliniczne - aby pomóc zasugerować nowe metody leczenia chorób.

Nadzór człowieka

Obie firmy wykorzystują zespół ludzkich naukowców do współpracy z AI, aby pomóc w prowadzeniu tego procesu. W podejściu Exscientia, nazwanym Chemikiem Centaur, projektanci leków pomagają uczyć algorytmów strategii wyszukiwania związków. Healx podaje prognozy sztucznej inteligencji badaczom, którzy analizują wyniki i decydują, co należy realizować.

Neil Thompson, główny oficer naukowy Healx, powiedział, że technika ta może być zastosowana przeciwko epidemii takiej jak koronawirus, o ile ma wystarczającą ilość danych na temat nowej choroby. Healx nie pracuje nad zwalczaniem koronawirusa ani udoskonalaniem jego technologii w przypadku wybuchów epidemii, ale nie byłoby to trudne.

„Jesteśmy bardzo blisko” - powiedział Thompson w wywiadzie. „Nie potrzebowalibyśmy wiele zmieniać algorytmów AI, których używamy. Patrzymy na dopasowanie właściwości leku do cech choroby. ”

Algorytmy sztucznej inteligencji już zaczynają produkować leki na choroby, o których wiemy. Naukowcy z Massachusetts Institute of Technology powiedzieli w czwartek, że zastosowali tę metodę do zidentyfikowania nowego silnego związku antybiotykowego, który mógłby zabić szereg kłopotliwych bakterii, nawet tych, które są obecnie oporne na inne leczenie.

Jednym z haczyków dla wszystkich tych technologii są testy kliniczne. Nawet leki, które są już bezpieczne w leczeniu jednej dolegliwości, powinny zostać ponownie przetestowane, zanim zostaną przepisane na inną. Proces pokazania, że ​​jest bezpieczny i skuteczny dla dużej liczby osób, może zająć lata, zanim przejdzie do organów nadzoru w celu sprawdzenia.

Aby być skutecznym, twórcy leków opartych na sztucznej inteligencji musieliby planować z wyprzedzeniem, wybierając genom wirusa, który może powodować problemy w przyszłości, i atakować go, gdy nie ma na to wystarczających bodźców.

Dziękuję Ci.


Odpowiedź 2:

Gra jest już włączona!

Jeśli nie dla koronawirusa, przynajmniej dla superbakterii. Naukowcy z MIT i Harvard wykorzystali AI do zidentyfikowania nowego antybiotyku zdolnego do zabijania wielu bakterii opornych na leki. Przeszkolili algorytm uczenia maszynowego do analizy związków chemicznych zdolnych do zwalczania infekcji przy użyciu mechanizmów innych niż istniejące leki.

Przeszkolili swój model na 2500 cząsteczkach identyfikujących związek (nazywali go halicyną) do testowania bakterii pobranych od pacjentów i bakterii hodowanych w laboratoriach. „Halicyna” może zabić wiele bakterii opornych na leki, w tym

Mycobactirium tuberculosis, Clostridium difficile

i

acinetobacter baumannii.

Halicyna wyleczyła dwie myszy zakażone

A.baumannii.

Nawiasem mówiąc, wielu amerykańskich żołnierzy w Iraku i Afganistanie zostało zarażonych tym samym błędem. Raport mówi, że maść halicyny nałożona na skórę tych dwóch myszy całkowicie wyleczyła je w ciągu 24 godzin.

Używanie predykcyjnych modeli komputerowych do odkrywania leków nie jest niczym nowym, ale jak dotąd najlepszy sukces można zaobserwować w przypadku Halicin.

Według naukowców ich model predykcyjny może zrobić to, co będzie wyjątkowo drogie w przypadku tradycyjnych metod eksperymentalnych.

Ten sukces Halicyny ma kluczowe znaczenie w historii ludzkości. Przewiduje się, że do 2050 r. Światowe zgony z powodu bakterii opornych na leki mogą osiągnąć 10 milionów.

Konieczne są dalsze prace, aby halicynę można było stosować u ludzi. Chociaż ich algorytm został opracowany dla bakterii, może być również „aktualizowalny” do walki z wirusami.


Odpowiedź 3:

Wyobraź sobie, że szpital w Chinach ma 1000 przypadków z podobnymi objawami, co robi szpital? Chociaż wszystkie informacje na temat objawów i diagnozy są udokumentowane i dostępne w formie elektronicznej, dział zdrowia jest w stanie podjąć niezbędne i odpowiednie środki.

Sztuczna inteligencja jest doskonała i szybko wykrywa wzorce, podobieństwa do szybkiego wykrywania. Jeden przykład jak

Wyszukiwarka Google jest w stanie

w celu wykrycia możliwych chorób na całym świecie. Tylko dzięki prostym wzorcom wyszukiwania sztuczna inteligencja może wykryć potencjalne zagrożenia i epidemie, które mogą wybuchnąć w dużych proporcjach na całym świecie.

Wracając do wirusa Corona, kiedy Chiny udokumentowały objawy choroby, zdiagnozowały je, udostępniają te informacje wszystkim innym możliwym organizacjom rządowym, które mogą szybko wprowadzić detektory termiczne, które mogą skanować ludzi z tymi objawami i klasyfikować je jako prawdopodobnie zainfekowane lub nosicielami lub odporny. Gdy wirusy mutują szybko, mają tendencję do zmiany wyglądu, objawy mogą się zmieniać i trudno je zdiagnozować. Ale dzięki AI Chiny są w stanie pomóc rządom ludzi, którzy przeprowadzili się z Chin, zwłaszcza z Wuhan, a następnie przeprowadzili się za granicę między miastami. Informacje te mogą być analizowane przez AI, aby wykryć wiadomości z tych miast, szpitali, aby poskładać elementy układanki.

Mam nadzieję że to pomoże!


Odpowiedź 4:

W ostatnich terminach, jeśli mamy dane kilku pacjentów, niż jesteśmy w stanie zidentyfikować i znaleźć wzorce pacjentów z wynikiem pozytywnym. Następnie możemy sprawdzić, czy nie ma nowego pacjenta, aby przewidzieć, czy ten pacjent może być zarażony, czy nie, biorąc pod uwagę jego wzorzec. Aby to rozdzielić, można zastosować klasyczne techniki uczenia maszynowego lub głębokiego uczenia się.

Mówiąc bardziej ogólnie, musimy być bardzo ostrożni i musimy wchodzić w interakcje z osobą z dziedziny medycyny, aby przeanalizować wzorzec, aby uogólnić, co się faktycznie dzieje, jakie są zmiany i mechanizmy wywołane przez wirusa w ciele, aby lepiej zrozumieć model.


Odpowiedź 5:

Wybuchy chorób, takie jak koronawirus, często rozwijają się zbyt szybko, aby naukowcy mogli je wyleczyć. Ale w przyszłości sztuczna inteligencja może pomóc naukowcom w lepszej pracy.

Chociaż prawdopodobnie jest już za późno, aby raczkująca technologia odegrała znaczącą rolę w obecnej epidemii, jest nadzieja na kolejne epidemie. Sztuczna inteligencja jest dobra w przeczesywaniu kopców danych w celu znalezienia połączeń, które ułatwiają określenie, jakie rodzaje terapii mogłyby zadziałać lub które eksperymenty przeprowadzić w następnej kolejności.

Powstaje pytanie, co Big Data wymyśli, gdy tylko skromne strzępy informacji o nowo powstałej chorobie, takiej jak Covid-19, która po raz pierwszy pojawiła się pod koniec ubiegłego roku w Chinach i zachorowała ponad 75 000 osób w ciągu około dwóch miesięcy.

Fakt, że naukowcom udało się opracować sekwencjonowanie genów nowego wirusa w ciągu tygodni od pierwszych zgłoszonych przypadków, jest obiecujący, ponieważ pokazuje, że w chwili pojawienia się epidemii dostępne są teraz znacznie bardziej bezpośrednie dane.

Andrew Hopkins, dyrektor generalny Oxfords Exscientia Ltd. z Anglii, jest jednym z tych, którzy pomagają trenować sztuczną inteligencję do odkrywania narkotyków. Jego zdaniem nowe metody leczenia mogą przejść od koncepcji do testów klinicznych w ciągu zaledwie 18 do 24 miesięcy w ciągu następnej dekady, dzięki sztucznej inteligencji.

Exscientia zaprojektowała nowy związek do leczenia zaburzeń obsesyjno-kompulsyjnych, który jest gotowy do przetestowania w laboratorium po niespełna roku w początkowej fazie badań. Według firmy jest to około pięć razy szybciej niż średnia.

Healx z siedzibą w Cambridge ma podobne podejście, ale wykorzystuje uczenie maszynowe do znajdowania nowych zastosowań istniejących leków. Obie firmy zasilają swoje algorytmy informacjami - zebranymi ze źródeł takich jak czasopisma, biomedyczne bazy danych i badania kliniczne - aby pomóc zasugerować nowe metody leczenia chorób.

Nadzór człowieka

Obie firmy wykorzystują zespół ludzkich naukowców do współpracy z AI, aby pomóc w prowadzeniu tego procesu. W podejściu Exscientia, nazwanym Chemikiem Centaur, projektanci leków pomagają uczyć algorytmów strategii wyszukiwania związków. Healx podaje prognozy sztucznej inteligencji badaczom, którzy analizują wyniki i decydują, co należy realizować.

Neil Thompson, główny oficer naukowy Healx, powiedział, że technika ta może być zastosowana przeciwko epidemii takiej jak koronawirus, o ile ma wystarczającą ilość danych na temat nowej choroby. Healx nie pracuje nad zwalczaniem koronawirusa ani udoskonalaniem jego technologii w przypadku wybuchów epidemii, ale nie byłoby to trudne.

„Jesteśmy bardzo blisko” - powiedział Thompson w wywiadzie. „Nie potrzebowalibyśmy wiele zmieniać algorytmów AI, których używamy. Patrzymy na dopasowanie właściwości leku do cech choroby. ”

Algorytmy sztucznej inteligencji już zaczynają produkować leki na choroby, o których wiemy. Naukowcy z Massachusetts Institute of Technology powiedzieli w czwartek, że zastosowali tę metodę do zidentyfikowania nowego silnego związku antybiotykowego, który mógłby zabić szereg kłopotliwych bakterii, nawet tych, które są obecnie oporne na inne leczenie.

Jednym z haczyków dla wszystkich tych technologii są testy kliniczne. Nawet leki, które są już bezpieczne w leczeniu jednej dolegliwości, powinny zostać ponownie przetestowane, zanim zostaną przepisane na inną. Proces pokazania, że ​​jest bezpieczny i skuteczny dla dużej liczby osób, może zająć lata, zanim przejdzie do organów nadzoru w celu sprawdzenia.

Aby być skutecznym, twórcy leków opartych na sztucznej inteligencji musieliby planować z wyprzedzeniem, wybierając genom wirusa, który może powodować problemy w przyszłości, i atakować go, gdy nie ma na to wystarczających bodźców.

Kolejną przeszkodą jest znalezienie wykwalifikowanego personelu.

„Trudno jest znaleźć ludzi, którzy potrafią działać na styku sztucznej inteligencji i biologii, a dużym firmom trudno jest podejmować szybkie decyzje w sprawie takiej technologii”, powiedziała Irina Haivas, partner w firmie venture capital Atomico i były chirurg, który siedzi na zarząd Healx. „Nie wystarczy być inżynierem sztucznej inteligencji, musisz zrozumieć i wdrożyć zastosowania biologii.”


Odpowiedź 6:

Kiedy pojawia się tajemnicza choroba, rządom i organom zdrowia publicznego trudno jest szybko zebrać informacje i skoordynować reakcję. Ale nowa technologia sztucznej inteligencji może automatycznie wydobywać za pośrednictwem wiadomości i treści internetowych na całym świecie, pomagając specjalistom w identyfikowaniu potencjalnych zaburzeń, które prowadzą do potencjalnej epidemii lub gorzej. Innymi słowy, nasi nowi bossowie AI mogą pomóc nam wydostać się z kolejnej plagi.

Te nowe

AI

możliwości są w pełni wykorzystywane w związku z niedawną epidemią koronawirusa, zidentyfikowaną przez kanadyjską firmę BlueDat, która jest jedną z kilku organizacji, które wykorzystują dane do oceny zagrożeń dla zdrowia publicznego. Amerykańskie Centra Kontroli i Zapobiegania Chorobom (CDC) i Światowa Organizacja Zdrowia (WHO) wydały oficjalne zawiadomienia, że ​​agencja twierdzi, że prowadzi „automatyczny nadzór chorób zakaźnych”. Pod koniec stycznia wirus oddechowy związany z chińskim miastem Wuhan stracił już ponad 100 istnień ludzkich. Sprawy powstały w wielu innych krajach, w tym w USA, a CDC ostrzega Amerykanów, aby unikali niepotrzebnych podróży do Chin.


Odpowiedź 7:

W momencie, gdy pojawia się dziwna dolegliwość, rządom i ogólnym organom ds. Dobrego samopoczucia może być bardzo trudno szybko zgromadzić dane i ułatwić reakcję. W każdym razie nowe innowacje rozumowania stworzone przez człowieka mogą naturalnie wydobywać dzięki wiadomościom i treściom internetowym z całego świata, pomagając specjalistom dostrzec niespójności, które mogą wywołać potencjalną plagę lub, bardziej godne pożałowania, pandemię. Pod koniec dnia nasi nowi władcy AI mogą naprawdę pomóc nam przetrwać następującą chorobę.

Te nowe umiejętności AI są w pełni prezentowane wraz z trwającym postępem koronawirusa, który został na czas wyróżniony przez kanadyjską firmę o nazwie BlueDot, która jest jedną z różnych organizacji, które wykorzystują informacje do oceny ogólnych zagrożeń dla dobrego samopoczucia. Organizacja, która twierdzi, że prowadzi „zrobotyzowaną, nieodpartą obserwację choroby”, powiedziała swoim klientom o nowym typie koronawirusa pod koniec grudnia, na kilka dni przed amerykańskim Centrum Kontroli i Zapobiegania Chorób (CDC) oraz Światową Organizacją Zdrowia (WHO) ) przekazał oficjalne powiadomienie ogłoszone przez Wired. Zbliżając się do końca stycznia, infekcja układu oddechowego, która została powiązana z chińskim miastem Wuhan, zabiła ponad 100 osób. Sprawy pojawiły się również w kilku różnych krajach, w tym w Stanach Zjednoczonych, a CDC ostrzega Amerykanów, aby utrzymywali strategiczną odległość od niepotrzebnych podróży do Chin.

Kamran Khan, lekarz chorób, któremu nie można się oprzeć, a także autor i dyrektor generalny BlueDot, wyjaśnił podczas spotkania, w jaki sposób wstępne ramy upomnienia organizacji wykorzystują wytworzoną przez człowieka świadomość, w tym posługiwanie się językiem i sztuczną inteligencją, w celu śledzenia ponad 100 nieodpartych infekcji poprzez rozbicie około 100 000 artykułów w 65 dialektów konsekwentnie. Informacje te pozwalają organizacji zdać sobie sprawę, kiedy powiedzieć klientom o potencjalnej bliskości i rozprzestrzenianiu się nieodpowiedzialnej choroby.

Inne informacje, podobne do danych harmonogramu eksploratora i sposobów lotu, mogą pomóc organizacji uzyskać dodatkowe wskazówki na temat prawdopodobnego rozprzestrzenienia się choroby. Na przykład ostatnio specjaliści BlueDot przewidzieli różne społeczności miejskie w Azji, w których koronawirus pojawi się po tym, jak pojawi się na terytorium Chin.

Ideą modelu BlueDot (którego ostateczne wyniki są w ten sposób badane przez ludzkich specjalistów) jest dostarczanie danych pracownikom ubezpieczeń społecznych tak szybko, jak to możliwe, z oczekiwaniem, że mogą oni przeanalizować - i, jeśli to konieczne, rozłączyć - skażone i możliwe osoby zakaźne we właściwym czasie.

„Oficjalne dane nie zawsze są pomyślne” - powiedział Khan Recode. „Różnica między jednym przypadkiem w eksploratorze a zaostrzeniem zależy od tego, czy twój specjalista ds. Usług ludzkich postrzega konkretną chorobę. Może to być różnica w powstrzymywaniu zaostrzenia przed faktem.”

Khan dodał, że jego struktura może również wykorzystywać wiele innych informacji - na przykład dane dotyczące atmosfery terytorium, temperatury, a nawet pobliskich udomowionych zwierząt - aby przewidzieć, czy ktoś zarażony chorobą prawdopodobnie spowoduje zaostrzenie tam. Podnosi, że w 2016 roku BlueDot miał możliwość przewidzenia obecności infekcji Zika na Florydzie pół roku przed jej faktycznym pojawieniem się.

Ponadto organizacja kontroli plagi Metabiota potwierdziła, że ​​w Tajlandii, Korei Południowej, Japonii i na Tajwanie istnieje najwyższe niebezpieczeństwo, że infekcja pojawi się w ciągu siedmiu dni przed ujawnieniem przypadków u tych narodów, w pewnym sensie, mając nadzieję na informacje o locie. Metabiota, podobnie jak BlueDot, korzysta ze wspólnej obsługi języków, aby oceniać raporty online o potencjalnej chorobie, a ponadto stara się opracować podobną innowację dla internetowych informacji o życiu.

Odcisk Gallivan, dyrektor ds. Informatyki Metabiota, wyjaśnia, że ​​etapy i dyskusje online mogą dać znak, że istnieje niebezpieczeństwo pandemii. Metabiota twierdzi również, że może ocenić niebezpieczeństwo rozprzestrzenienia się dolegliwości powodującej zakłócenia społeczne i polityczne w świetle takich danych, jak wskazania dolegliwości, śmiertelność i dostępność leczenia. Na przykład w godzinie dystrybucji niniejszego artykułu Metabiota ocenił niebezpieczeństwo, że nowy koronawirus wywoła otwarty niepokój jako „wysoki” w USA i Chinach, jednak ocenił to zagrożenie infekcją małpim w Demokratycznej Republice Konga ( gdzie wystąpiły przypadki tej infekcji) jako „medium”.

Trudno jest dokładnie zrozumieć, jak dokładne mogą być te ramy oceny lub sam etap, jednak Gallivan twierdzi, że organizacja współpracuje z amerykańską siecią wiedzy i Departamentem Obrony w kwestiach związanych z koronawirusem. Jest to fragment pracy Metabiota z In-Q-Tel, niekomercyjną firmą przygodową związaną z Central Intelligence Agency. Jednak biura rządowe nie są głównymi potencjalnymi klientami tych platform. Metabiota dodatkowo publikuje informacje o swoich podstawach dla organizacji reasekuracyjnych - reasekuracja jest zasadniczo ochroną dla agencji ubezpieczeniowych - które powinny radzić sobie z zagrożeniami pieniężnymi związanymi z rozprzestrzenianiem się ukrytej zdolności choroby.

Tak czy inaczej, komputerowe rozumowanie może być niezaprzeczalnie cenniejsze niż zwykłe utrzymywanie ekspertów i autorytetów w zakresie przenoszenia chorób w zakresie infekcji. Specjaliści opracowali modele oparte na sztucznej inteligencji, które mogą stopniowo przewidywać epizody infekcji Zika, które mogą edukować, jak specjaliści reagują na potencjalne sytuacje kryzysowe. Ludzką świadomość można również wykorzystać do zarządzania tym, w jaki sposób ogólne władze dobrobytu rozpraszają aktywa w nagłych wypadkach. W rezultacie AI stanowi kolejną pierwszą linię ochrony przed chorobami.

Tym bardziej, że AI pomaga obecnie badać nowe leki, radzić sobie z rzadkimi infekcjami i identyfikować złośliwy wzrost piersi. Inteligencja stworzona przez człowieka została nawet użyta do rozróżnienia przerażających raków rozprzestrzeniających Chagas, poważnej i możliwej śmiertelnej dolegliwości, która skaziła spodziewane 8 milionów osobników w Meksyku i Ameryce Środkowej i Południowej. Dodatkowo rośnie entuzjazm w wykorzystywaniu informacji nie związanych z dobrym samopoczuciem - takich jak prezentowane w Internecie życie - na temat pomocy decydentom politycznym i organizacjom zajmującym się lekami w zrozumieniu zasięgu sytuacji kryzysowej związanej z dobrostanem. Na przykład sztuczna inteligencja, która może wydobywać życie w Internecie, przedstawia cele nielegalnych transakcji narkotykowych i kształci ogólne organy ds. Dobrostanu na temat rozprzestrzeniania się tych kontrolowanych substancji.

Ramy te, w tym Metabiota i BlueDot, są na równi z informacjami, które oceniają. Co więcej, AI - w przeważającej części - ma problem z nachyleniem, które może odzwierciedlać zarówno architektów frameworka, jak i informacje, na których jest on przygotowany. Ponadto sztuczna inteligencja wykorzystywana w usługach medycznych w żaden sposób nie kształtuje ani nie jest bezpieczna dla tego problemu.

Biorąc wszystko pod uwagę, te postępy przemawiają do stopniowo idealistycznego punktu widzenia na to, co może zrobić AI. Zwykle aktualizacje robotów AI filtrujących ogromne porcje informacji nie są tak dobre. Rozważ wymagania prawne dotyczące korzystania z baz danych potwierdzających twarze na podstawie zdjęć wydobywanych z Internetu. Lub, z drugiej strony, zwerbowanie dyrektorów, którzy mogliby teraz wykorzystać sztuczną inteligencję, aby przewidzieć, w jaki sposób będziesz dalej ćwiczyć, w świetle twoich internetowych życiowych postów. Możliwość walki z dziką dolegliwością przez sztuczną inteligencję stwarza sytuację, w której możemy czuć się nieco mniej niekomfortowo, jeśli nie na wskroś. Może ta innowacja - o ile zostanie stworzona i właściwie wykorzystana - może naprawdę pomóc zaoszczędzić kilka żyć.