Приложения с искусственным интеллектом могут помочь в борьбе с коронавирусом, но мы все еще находимся на ранних стадиях разработки

Автор Георгиос Петропулос(перепечатано из Брейгеля)

Искусственный интеллект может помочь в борьбе с коронавирусом с помощью приложений, включая скрининг населения, уведомления о том, когда обращаться за медицинской помощью, и отслеживание распространения инфекции. Вспышка COVID-19 вызвала интенсивную работу над такими приложениями, но потребуется время, прежде чем станут видны результаты.

Перед лицом коронавируса цифровые технологии жизненно важны как для социального здоровья, так и для экономических показателей.

Цифровой ответ на пандемию COVID-19 может принимать различные формы и приносить значительную пользу. Одной из важных областей, в которой за последние несколько недель произошли быстрые изменения, являются новые приложения искусственного интеллекта (ИИ) и машинного обучения (МО) для скрининга населения и оценки рисков заражения.

Скрининг населения для выявления потенциально больных имеет решающее значение для сдерживания COVID-19. В Китае, который пострадал первым, традиционные инфракрасные сканеры изображений и портативные термометры были установлены во многих общественных местах, особенно в Пекине. Китайские фирмы-чемпионы ИИ в настоящее время представили более совершенные системы температурного скрининга на базе ИИ в таких местах, как метро и железнодорожные станции. Преимущество этих систем в том, что они могут проверять людей на расстоянии и в течение нескольких минут могут проверить сотни людей на лихорадку.

В Китае и Китае разрабатываются новые приложения для смартфонов на базе искусственного интеллекта для мониторинга здоровья людей и отслеживания географического распространения вируса. Такие приложения призваны прогнозировать, какие группы населения и сообщества наиболее подвержены негативным последствиям вспышки коронавируса, чтобы пациенты могли получать информацию о времени ожидания в режиме реального времени от своих поставщиков медицинских услуг, чтобы предоставлять людям советы и обновленную информацию о своем состоянии здоровья без им приходится лично посещать больницу и уведомлять людей о потенциальных очагах заражения в режиме реального времени, чтобы их можно было избежать.

Доступ к данным

Этим технологиям обычно требуется доступ к данным, передаваемым мобильными телефонами, включая данные о местоположении. Пока инструменты разрабатываются, важно также разработать структуру, чтобы они могли быть максимально эффективными на практике. Для этого необходима тесная координация между органами власти, операторами связи, высокотехнологичной промышленностью и научно-исследовательскими институтами. Высокотехнологичные фирмы и ведущие университеты могут предоставить инструменты, телекоммуникационные фирмы могут предоставить доступ к данным отдельных лиц, а власти должны обеспечить, чтобы обмен данными соответствовал правилам конфиденциальности и не создавал рисков, связанных с неправомерным использованием данных отдельных лиц.

Например, в Бельгии наборы данных от операторов связи объединяются с данными о состоянии здоровья под надзором Бельгийского управления по защите данных для создания агрегированных и анонимных наборов данных на региональном уровне, которые можно использовать для оценки того, как распространяется вирус и в каких районах высока заболеваемость. риск. Подобные инициативы реализуются и в других странах.

Реальная ценность этих усилий заключается в том, что цифровые технологии могут обеспечивать мониторинг в режиме реального времени, что позволяет властям действовать более активно.

В Австрии крупнейший оператор связи достиг соглашения с властями о предоставлении анонимных данных, в то время как аналогичный механизм обмена анонимными данными о клиентах был создан для отслеживания и анализа перемещений населения в сильно пострадавшем регионе Ломбардия в Италии.

Приложения для защиты конфиденциальности

Научные исследования также могут быть полезны для иллюстрации того, как можно организовать обмен информацией, избегая при этом рисков для конфиденциальности. Например, Human Dynamics Group в MIT Media Lab много работала с данными смартфонов для анализа поведения людей при соблюдении высоких стандартов конфиденциальности. Он рекомендует безопасные многосторонние вычисления для сохранения конфиденциальности пользователей.

Дружественные механизмы данных Массачусетского технологического института могут стать основой для разработки модели обмена данными для ограничения распространения COVID-19. Консорциум эпидемиологов, инженеров, специалистов по данным, защитников конфиденциальности, профессоров и исследователей из разных уголков мира работает над приложением для смартфонов с открытым исходным кодом, чтобы предотвратить распространение вируса без создания государства наблюдения.

Приложение проверяет наличие пересечений GPS-треков пользователей с маршрутами всех инфицированных пациентов (чьи анонимные данные предоставляются органами здравоохранения), при этом используются криптографические методы и не происходит обмена необработанными данными (персональные данные не покидают устройство). . Эта система предоставляет ранние оповещения и персонализированную информацию, которая позволяет людям, подписавшимся на приложение, понимать свои собственные риски и риски на основе более раннего контакта с инфицированными пациентами.

Такие услуги могут быть эффективными только в том случае, если на них подписывается большое количество пациентов и других лиц.

Используя такую ​​информацию в качестве входных данных, исследования в (социальных) сетях пытаются предсказать, как и в какой степени вирус будет распространяться, учитывая набор заранее определенных параметров и характеристик. Власти могут использовать эти сценарии для своевременной подготовки своих планов на случай непредвиденных обстоятельств.

Используя информацию о времени, которое люди проводят в определенном месте, и о количестве случаев заражения, которые там происходят, ученые создают пространственные модели, которые отображают эволюцию контактов между инфицированными людьми, чтобы понять, как развивается передача. Одним из предварительных выводов таких усилий является то, что прогнозирование передачи COVID-19 сложнее, чем для предыдущих вирусов, потому что люди могут быть переносчиками вируса, не проявляя симптомов, и поэтому их инфекции трудно обнаружить.

Похоже, что большое количество инфекций в Ухане было передано через таких бессимптомных носителей (Стэнфордская лаборатория Лин, по оценкам, 50% инфицированных людей не имеют симптомов). Таким образом, интенсивные программы тестирования на COVID-19 (например, реализованные в Южной Корее) могут быть полезны, предоставляя данные для повышения эффективности этих моделей.

ИИ также может применяться для автоматического обнаружения и удаления дезинформации, связанной с вирусом, размещенной в социальных сетях; проведение высокоточных и своевременных компьютерных томографий для выявления вирусной пневмонии; 3D-печать для производства инструментов, необходимых для интенсивной терапии; оптимизация клинических испытаний лекарств и потенциальных вакцин; разработка роботизированных систем для санитарной обработки зараженных территорий; и онлайн-системы медицинского освидетельствования физических лиц.

Время, конечно, имеет решающее значение (исследование пандемии гриппа 1918 года показывает, что в городах США, которые приняли немедикаментозные меры на ранней стадии, пиковая смертность была на 50% ниже, чем в тех, которые этого не сделали). Правительства подверглись критике за непонимание серьезности ситуации с коронавирусом и несвоевременное введение скоординированных мер.

В то время как сообщество ИИ интенсивно работает над созданием приложений, которые могут помочь сдержать вирус, системы ИИ все еще находятся на предварительной стадии, и потребуется время, прежде чем результаты таких мер ИИ станут видны.

Мы еще далеки от конца этой трагической истории.

Первоначально опубликовано на https://www.bruegel.org 23 марта 2020 г.