Yapay zeka, bulaşıcı hastalıkların yayılma tahmini konusunda yardımcı olarak sağlık yetkililerine tehdidi azaltmada yeni bir araç sunuyor.

2019’UN SON GÜNÜ, Toronto merkezli yeni kurulmuş bir şirket olan BlueDot tarafından yürütülen yapay zeka uyarı sistemi, Wuhan şehrinde ortaya çıkan gizemli bir zatürre türü hakkında Çin’den bir haberi kaydetti. Her gün 65 dilde 100.000 makale ve çevrimiçi gönderiyi kaydeden ve 2003 yılındaki ölümcül SARS salgınıyla anında bir paralellik yakalayan sistem BlueDot çalışanlarını uyardı.

BlueDot milyarlarca havayolu yolcu güzergahından elde edilen verilere dayanan bir sisteme geçtikten sonra, gizemli hastalık yayılırsa dünyanın en riskli şehirlerinin hangileri olacağını anında belirledi. Şirket, sağlık yetkililerine ve diğer müşterilere, şimdiye kadar yaklaşık 100.000 kişiyi enfekte eden ve Mart ayı başından itibaren 3.000’den fazla kişiyi öldüren Koronavirüs salgını olarak adlandırılacak olan şey hakkında hızla uyarılar gönderdi.

akkında hızla uyarılar gönderdi. “Salgınlar yılbaşı arifesinde olup olmadığınızı umursamaz” diyor BlueDot CEO’su ve Toronto Üniversitesi tıp profesörü Dr. Kamran Khan ve ekliyor: “Bu hastalıkların ve tehditlerin önüne geçmek için onlardan daha hızlı hareket etmeliyiz.” Khan’ın BlueDot’ta işe başladığı yaklaşık yedi yıl öncesi ile bugün arasında dağlar kadar fark var. O dönemde, bir virüsün olası yayılım haritasını çıkarmak ve yetkilileri uyarmak birkaç hafta sürüyordu. Ve bu konuda pek istekli olmmayan hükümetler için verilerden sonra harekete geçmek bazen haftalar ya da aylar sürebilir.

Ama Yapay Zeka ve Büyük Veri Çağı sayesinde Koronavirüs gibi bulaşıcı hastalık salgınlarının yolunu izleme ve tahmin etmede devrim yaratılmıştır. Bunlar, farklı dilleri doğrudan birbirine tercüme edebilen ve örneğin rock müzik grubu Manga ile bir askeri birlik olan manga gibi farklı anlamlar arasında ayrım yapabilen, algoritmalar tarafından desteklenen BlueDot ve rakipleri olası salgınları ortaya çıkarmak için elde ettikleri tüm verileri süzer.

Uyarılar ne kadar erken ve ayrıntılı olursa, sağlık yetkilileri de hastalık için nerede tarama yapılacağını ve kaynakların nasıl tahsis edileceğini daha iyi söyleyebilir. Hızlı bir müdahale binlerce kişinin hayatını kurtarabilir.

Koronavirüs ile Yapay Zeka temelli uyarılar Dünya Sağlık Örgütü ve Çinli yetkililerin SARS gibi önceki salgınlarda olduğundan daha hızlı tepki vermesine yardımcı oldu. Yine de erken uyarılar sadece bu kadar şey yapabildiler. Çin hükümeti çok yavaş hareket ettiği için eleştirilirken, ABD yeterince test kiti olmadığı için tökezledi.

Yeni kurulmuş teknoloji şirketleri tarafından oluşturulan sistemler, birbirine daha fazla bağlı ve mobil bir dünya tarafından üretilen bilgileri, arama motoru anahtar kelime verilerinden tıklanan Wikipedia sayfalarına ve bunlara tıklayan kişilerin konumuna kadar her şeyi kullanarak besliyor.

Verilerin çoğu, bazı pandemi tespit uygulamarına anahtar kelime arama verisi ve konum verileri sağlayan Google dahil dünyanın en büyük İnternet şirketlerinden geliyor. Bu arada, Facebook, kullanıcıların hareketleri ve Facebook Grupları ve Instagram’dan gelen ve Koronavirüsten bahseden yayınlar hakkında toplu veriler paylaşıyor. Twitter, Çin’de yaygın olan Tencent ve diğerlerinden gelen isimsiz veriler de, genellikle very takip firmalarının kendi bilgisayarlarında değil, özellikle Yapay Zeka için tasarlanan çipleri kullanan Amazon, Microsoft ve Google tarafından yönetilen sunucularda çalışan algoritmaları destekliyor.

Yine de Yapay Zeka ve makineyle öğrenme sistemleri her zaman başarı garantisi vermiyor Örneğin, Google, 2013 yılında mevsimsel grip salgınlarının şiddetini tahmin eden bir projeyi yaptığı aşırı abartılı tahminler nedeniyle sonlandırdı. Bu konudaki en büyük sorun Google’ın insanların sağlık hizmeti bilgilerini aramalarına yardımcı olma çabalarının, sistemi daha fazla insanın hastalandığını öngörmesine yol açacak şekilde hataya yönlendirmesiydi.

Pandemi tespit sistemleri geliştiren şirketler için asıl zorluk, gerçek hastalıklarla ilgisi olmayan ve panik havasıyla yanlışa yönlendirmeyen ilgili bilgi parçalarına odaklanmayı sağlamaktır. Bu nedenle, tüm sistemler halen her duruma daha derinden bakmak için insanlara güveniyor ve bu nedenle teknolojilerinin dayandığı bilgi kaynaklarını sık sık sık sık yeniden düzenliyor. Boston Çocuk Hastanesi en yetkili inovasyon sorumlusu olmanın yanı sıra BlueDot’tan bir gün önce Koronavirüs hakkında uyarıda bulunan HealthMap adlı uyarı sisteminin yaratıcılarından biri olan John Brownstein bu konuda “Verilerin insanların çevrimiçi ortamda yaptıklarına bağlı olarak sürekli değiştiğini ve bunun için algoritmalarınızı daima yeniden düzenlemek zorunda olduğunuzu bilmelisiniz” diyor.

HealthMap’in Yapay Zeka kaynaklı Koronavirüs uyarısı, Wuhan’daki endişelerini ProMed adlı çevrimiçi bir forumda paylaşan yerel doktorlardan gelen istihbarat ile desteklendi. “Bu, daha derin bir araştırma yapmak için veri sağlayabilen bir kömür madeni erken uyarı kanaryalarına benzetilebilir” diyor Brownstein. 

Yeni verilerin kullanılması da önemlidir. Koronavirüsünün nasıl yayılacağına dair ilk simülasyonlar geçmiş havayolu yolculuk güzergahlarına dayanıyordu. Ancak salgın fark edildiğinde ve diğer hükümetler Çin’in belirli bölgelerine gitmeyi yasaklamaya başladığında, seyahat kalıpları değişti uyarısında bulunuyor Pandemileri tespit etmek için Yapay Zeka kullanan bir başka girişim olan Metabiota veri inceleme bilimi direktörü Mark Gallivan. Sonuç olarak, San Francisco merkezli bu şirket, geçmiş yolcu bilgileri kütüphanesini milyonlarca cep telefonundan gerçek zamanlı konum verileriyle güncelledi. “14 Ocak’ta en yüksek yayılma riski gösteren ilk dört ülke, aslında vakaların ortaya çıktığı ilk dört ülke oldu” diye ekliyor.

Bu konudaki bir diğer yaklaşım ise tüm çevrimiçi sohbet ve haber raporlarından kaçınmak ve bunun yerine gerçek tıbbi verileri kullanmak. San Francisco merkezli bir şirket olan Kinsa, insanların ne zaman doktora görüneceklerine karar vermelerine yardımcı olmak için bir uygulamayı kullanan akıllı termometreler satıyor. Kinsa ürünlerini kullanan yaklaşık 1 milyon hane ve 1.000’den fazla okula yayılmış olan bu termometreler ABD’de mevsimsel grip yayılımı hakkında ipuçları veriyor Sekiz yaıl önce kurulmuş olan şirket, birkaç yıldır Hastalık Kontrol Merkezleri için grip tahmininin doğruluğunun çok üzerinde tahminlere ulaştığını iddia ediyor ve yerel bölgelerde grip salgınlarını üç ay öncesine kadar erken tahmin edebilecek bir sistem geliştirmeyi umuyor.

Kinsa CEO’su Inder Singh durumu açıklarken “Fark, verilerin kalitesi” diyor. Tabii ki, Kinsa yöntemi sadece insanların cihazlarını kullandığı yerlerde işe yarıyor. ABD›de bu durumu çoğu şehir için geçerli, ancak kırsal bölgelerde çok fazla işe yaramıyor. Ve şirket 20 $ değerindeki akıllı termometrenin bile çoğu insan için çok pahalı olabileceği diğer ülkelere henüz yayılamadı.

Sonuçta, doğrudan Yapay Zeka sistemlerine bağlı daha fazla tıbbi cihaz, en hızlı ve en doğru erken uyarı sistemi ortaya çıkarabilir, diyor Metabiota direktörü Gallivan ve ekliyor: “Daha erken tespit konusu, daha akıllı bir halk sağlığı ve tıbbi sistem yaratmakla ilgili.”

YAPAY ZEKA TEMELLİ SALGIN TAHMİNLERİNE YARDIMCI OLAN VERİLER

-Birbirine bağlı, akıllı tıbbi cihazlar

Milyonlarca hasta, bir uygulamaya veri gönderen termometreler ve diğer cihazlarla tedavi ediliyor. Toplanan bilgi, örneğin ateşli bir hasta kümesi hakkında erken uyarı sağlayabiliyor.

-Yerel haber makaleleri

Sahada çalışan araştırmacı gazeteciler genellikle olağandışı tıbbi problemler veya virüs salgınları hakkında hikayeler yazarlar. Makaleler doğal dil işleme uygulamaları kullanılarak çevrilebilir ve analiz edilebilir.

-Aranan anahtar kelimeler ve konumlar

İnsanların belirli bir zamanda ve yerde cevaplanmasını istedikleri sorular bir salgına işaret edebilir. Ancak, arama sorguları paniği gerçek bir salgın gibi yansıtabildiğinden, veriler dikkatlice filtrelenmelidir.

-Havayolu seyahat kalıpları

Havayolu şirketleri yılda yaklaşık 4 milyar seyahat güzergahı sunmaktadır. Bu tarihsel veriler, bir salgının hastalık kaynağı şehirden seyahat edilen en popüler yerler bilgisi temelinde diğer şehirlere nasıl yayılabileceğini tahmin etmek için kullanılabilir.