Prediksi epidemi sadurunge kena

Algoritma BlueDot Kanada luwih cepet tinimbang para ahli ngerteni ancaman saka koronavirus paling anyar. Dheweke menehi katrangan marang para klien babagan ancaman dina sadurunge Pusat Kontrol lan Pencegahan Penyakit AS (CDC) lan Organisasi Kesehatan Dunia (WHO) ngirim kabar resmi menyang jagad iki.

Kamran Khan (1), dokter, spesialis penyakit infèksius, pangadeg lan CEO program kasebut BlueDot, diterangake ing wawancara pers kepiye sistem peringatan dini iki nggunakake intelijen buatan, kalebu pangolahan basa alami lan sinau mesin, kanggo nglacak sanajan satus penyakit nular ing wektu sing padha. Udakara 100 artikel ing 65 basa dianalisis saben dina.

1. Kamran Khan lan peta sing nuduhake panyebaran koronavirus Wuhan.

Data iki menehi tandha marang perusahaan kapan kudu menehi kabar marang para pelanggan babagan potensial lan panyebaran penyakit infèksius. Data liyane, kayata informasi babagan jadwal perjalanan lan penerbangan, bisa mbantu nyedhiyakake informasi tambahan babagan kemungkinan wabah berkembang.

Ing idea konco model BlueDot minangka nderek. njaluk informasi sanalika bisa buruh kesehatan kanthi pangarep-arep bisa diagnosa - lan, yen perlu, ngisolasi - wong sing kena infeksi lan bisa nular ing tahap awal ancaman kasebut. Khan nerangake yen algoritma kasebut ora nggunakake data media sosial amarga "kaco banget". Nanging, "informasi resmi ora mesthi anyar," ujare Recode. Lan wektu reaksi yaiku sing penting kanggo nyegah wabah.

Khan makarya minangka spesialis penyakit infèksius ing Toronto ing taun 2003 nalika kedadeyan kasebut. epidemi SARS. Dheweke kepengin ngembangake cara anyar kanggo nglacak jinis penyakit kasebut. Sawise nyoba sawetara program prediktif, dheweke ngluncurake BlueDot ing 2014 lan ngasilake dana $ 9,4 yuta kanggo proyeke. Perusahaan saiki duwe patang puluh karyawan, dokter lan programersing ngembangake alat analitis kanggo nglacak penyakit.

Sawise ngumpulake data lan pilihan dhisikan, padha mlebu game analis. sawise epidemiologi Dheweke nyoba temuan kasebut kanggo validitas ilmiah lan banjur lapor maneh menyang pamrentah, bisnis, lan profesional kesehatan. klien.

Khan nambahake manawa sistem kasebut uga bisa nggunakake macem-macem data liyane, kayata informasi babagan iklim, suhu, lan uga informasi babagan ternak lokal, kanggo prédhiksi manawa ana wong sing kena infeksi bisa nyebabake wabah. Dheweke nuduhake yen ing awal 2016, Blue-Dot bisa prédhiksi wabah virus Zika ing Florida nem sasi sadurunge bener dicathet ing wilayah kasebut.

Perusahaan beroperasi kanthi cara sing padha lan nggunakake teknologi sing padha. Metabiotamonitoring epidemi SARS. Para ahli ing sawijining wektu nemokake manawa ana risiko paling gedhe saka munculna virus iki ing Thailand, Korea Selatan, Jepang lan Taiwan, lan dheweke nindakake iki luwih saka seminggu sadurunge pengumuman kasus ing negara kasebut. Sawetara kesimpulan kasebut dijupuk saka analisis data penerbangan penumpang.

Metabiota, kaya BlueDot, nggunakake pangolahan basa alami kanggo ngevaluasi laporan penyakit potensial, nanging uga ngupayakake ngembangake teknologi sing padha kanggo informasi media sosial.

Mark Gallivan, direktur data ilmiah Metabiota, nerangake marang media manawa platform lan forum online bisa menehi tandha risiko wabah. Ahli staf uga ujar manawa bisa ngira risiko panyebaran penyakit sing ngganggu sosial lan politik adhedhasar informasi kayata gejala penyakit, kematian lan kasedhiyan perawatan.

Ing jaman Internet, kabeh wong ngarepake presentasi visual informasi sing cepet, dipercaya lan bisa diwaca babagan kemajuan epidemi koronavirus, umpamane ing bentuk peta sing dianyari.

2. Dasbor Coronavirus 2019-nCoV Universitas Johns Hopkins.

Pusat Ilmu lan Teknik Sistem ing Universitas Johns Hopkins wis ngembangake dashboard koronavirus sing paling misuwur ing saindenging jagad (2). Iki uga nyedhiyakake set data lengkap kanggo diundhuh minangka lembar Google. Peta kasebut nuduhake kasus anyar, tiwas sing dikonfirmasi lan pulih. Data sing digunakake kanggo visualisasi asale saka macem-macem sumber, kalebu WHO, CDC, China CDC, NHC, lan DXY, situs web Cina sing nggabungake laporan NHC wektu nyata lan laporan kahanan CCDC lokal.

Diagnostik ing jam, ora dina

Donya pisanan krungu babagan penyakit anyar sing muncul ing Wuhan, China. 31 декабря 2019 г. Seminggu sabanjure, para ilmuwan China ngumumake yen dheweke wis ngerteni pelakune. Minggu sabanjure, spesialis Jerman ngembangake tes diagnostik pisanan (3). Cepet, luwih cepet tinimbang ing jaman SARS utawa epidemi sing padha sadurunge lan sawise.

Wiwit wiwitan dasawarsa pungkasan, para ilmuwan sing nggoleki sawetara jinis virus mbebayani kudu tuwuh ing sel kewan ing piring Petri. Sampeyan kudu nggawe cukup virus kanggo nggawe isolasi DNA lan maca kode genetik liwat proses dikenal minangka urutan. Nanging, ing taun anyar, technique iki wis dikembangaké tremendously.

Ilmuwan malah ora perlu nuwuhake virus ing sel maneh. Bisa langsung ndeteksi jumlah DNA virus sing cilik banget ing paru-paru utawa sekresi getih pasien. Lan butuh jam, dudu dina.

Pakaryan lagi ditindakake kanggo ngembangake alat deteksi virus sing luwih cepet lan luwih trep. Veredus Laboratories sing berbasis ing Singapura nggarap kit portabel kanggo ndeteksi, VereChip (4) bakal didol wiwit 1 Februari taun iki. Solusi sing efisien lan portabel uga bakal luwih cepet kanggo ngenali sing kena infeksi kanggo perawatan medis sing tepat nalika ngirim tim medis ing lapangan, utamane nalika rumah sakit akeh banget.

Kemajuan teknologi paling anyar wis nggawe bisa ngumpulake lan nuduhake asil diagnostik ing wektu nyata. Conto platform saka Quidel Sofia Aku sistem Susunan Film PCR10 Perusahaan BioFire nyedhiyakake tes diagnostik kanthi cepet kanggo patogen pernapasan langsung kasedhiya liwat konektivitas nirkabel menyang database ing awan.

Genom koronavirus 2019-nCoV (COVID-19) wis diurutake kanthi lengkap dening para ilmuwan China kurang saka sasi sawise ditemokake kasus pisanan. Saklawasé rong puluh luwih wis rampung wiwit urutan pisanan. Yen dibandhingake, epidemi virus SARS wiwit ing pungkasan taun 2002, lan génom lengkap ora kasedhiya nganti April 2003.

Urutan genom penting kanggo pangembangan diagnostik lan vaksin nglawan penyakit iki.

Inovasi Rumah Sakit

5. Robot medis saka Providence Regional Medical Center ing Everett.

Sayange, koronavirus anyar uga ngancam para dokter. Miturut CNN, nyegah panyebaran koronavirus ing njero lan njaba rumah sakit, Staff ing Providence Regional Medical Center ing Everett, Washington, nggunakake Kerja (5), sing ngukur pratandha penting ing pasien sing terisolasi lan dadi platform konferensi video. Mesin luwih saka mung communicator ing gembong karo layar dibangun ing, nanging ora rampung ngilangke pegawe manungsa.

Perawat isih kudu mlebu kamar karo pasien. Dheweke uga ngontrol robot sing ora bakal kena infeksi, paling ora sacara biologis, saengga piranti jinis iki bakal digunakake kanggo ngobati penyakit infèksius.

Mesthi, kamar bisa terisolasi, nanging sampeyan uga kudu ventilasi supaya sampeyan bisa ambegan. Iki mbutuhake anyar sistem ventilasinyegah panyebaran mikroba.

Perusahaan Finlandia Genano (6), sing ngembangake teknik kasebut, nampa pesenan ekspres kanggo institusi medis ing China. Pratelan resmi perusahaan kasebut nyatakake yen perusahaan duwe pengalaman ekstensif nyedhiyakake peralatan kanggo nyegah panyebaran penyakit infèksius ing kamar rumah sakit sing steril lan terisolasi. Ing taun-taun sadurunge, dheweke nindakake, ing antarane, kiriman menyang institusi medis ing Arab Saudi sajrone wabah virus MERS. Piranti Finlandia kanggo ventilasi sing aman uga wis dikirim menyang rumah sakit sementara sing misuwur kanggo wong sing kena infeksi koronavirus 2019-nCoV ing Wuhan, sing wis dibangun sajrone sepuluh dina.

6. Diagram sistem Genano ing insulator

Teknologi paten sing digunakake ing pembersih "ngilangi lan mateni kabeh mikroba ing udhara kayata virus lan bakteri," miturut Genano. Bisa nangkep partikel sing apik nganti 3 nanometer, pembersih udara ora duwe panyaring mekanik kanggo njaga, lan hawa disaring kanthi medan listrik sing kuwat.

Penasaran teknis liyane sing muncul nalika wabah koronavirus yaiku scanner termal, digunakake, antarane liyane, wong sing mriyang dijupuk ing bandara India.

Internet - babras utawa bantuan?

Sanajan ana gelombang kritik sing gedhe kanggo replikasi lan panyebaran, nyebarake disinformasi lan panik, alat media sosial uga duwe peran positif wiwit wabah ing China.

Minangka kacarita, contone, dening situs teknologi Cina TMT Post, platform sosial kanggo mini-video. douyin, sing padha karo TikTok (7) sing misuwur ing China, wis ngluncurake segmen khusus kanggo ngolah informasi babagan panyebaran koronavirus. Ing ngisor hashtag #NglawanPneumonia, nerbitake ora mung informasi saka pangguna, nanging uga laporan lan saran pakar.

Saliyane nambah kesadaran lan nyebarake informasi penting, Douyin uga duwe tujuan kanggo dadi alat dhukungan kanggo dokter lan staf medis sing nglawan virus, uga pasien sing kena infeksi. Analyst Dhaniel Ahmad tweeted yen app wis ngluncurake "efek video Jiayou" (tegese dorongan) sing kudu digunakake pangguna kanggo ngirim pesen positif kanggo ndhukung dokter, profesional kesehatan, lan pasien. Konten jinis iki uga diterbitake dening wong sing misuwur, selebriti lan sing diarani influencer.

Saiki, dipercaya manawa sinau kanthi tliti babagan tren ing media sosial sing gegandhengan karo kesehatan bisa mbantu para ilmuwan lan panguwasa kesehatan masarakat supaya luwih ngerti lan ngerti mekanisme panularan penyakit ing antarane wong.

Sebagéyan amarga media sosial cenderung "kontekstual banget lan saya tambah hiper-lokal," ujare The Atlantic ing 2016. Salad Marseille, peneliti ing Sekolah Politeknik Federal ing Lausanne, Swiss, lan ahli ing bidang sing berkembang sing diarani para ilmuwan. "Epidemiologi Digital". Nanging, saiki, dheweke nambahake, peneliti isih nyoba ngerteni apa media sosial ngomong babagan masalah kesehatan sing bener-bener nggambarake fenomena epidemiologis utawa ora (8).

8. Wong Tionghoa njupuk selfie nganggo topeng.

Asil eksperimen pisanan babagan iki ora jelas. Wis ing taun 2008, insinyur Google ngluncurake alat prediksi penyakit - Google Flu Trends (GFT). Perusahaan kasebut ngrancang nggunakake aplikasi kasebut kanggo nganalisa data mesin telusur Google kanggo gejala lan tembung sinyal. Ing wektu kasebut, dheweke ngarep-arep asil kasebut bisa digunakake kanthi akurat lan langsung ngerteni "garis-garis" wabah influenza lan dengue - rong minggu luwih awal tinimbang Pusat Kontrol lan Pencegahan Penyakit AS. (CDC), kang riset dianggep standar paling apik ing lapangan. Nanging, asil Google babagan diagnosis awal influenza adhedhasar sinyal Internet ing AS lan mengko malaria ing Thailand dianggep ora akurat.

Techniques lan sistem sing "prediksi" macem-macem acara, kalebu. kayata jeblugan kerusuhan utawa epidemi, Microsoft uga wis makarya, sing ing 2013, bebarengan karo Institut Technion Israel, ngluncurake program prediksi bencana adhedhasar analisis isi media. Kanthi bantuan vivisection headline multibasa, "intelijen komputer" kudu ngenali ancaman sosial.

Para ilmuwan mriksa urutan acara tartamtu, kayata informasi babagan kekeringan ing Angola, sing nyebabake ramalan ing sistem prakiraan babagan epidemi kolera sing bisa ditindakake, amarga nemokake hubungan antara kekeringan lan paningkatan kedadeyan penyakit kasebut. Kerangka sistem kasebut digawe adhedhasar analisis publikasi arsip New York Times, wiwit taun 1986. Pangembangan luwih lanjut lan proses pembelajaran mesin melu nggunakake sumber daya Internet anyar.

Nganti saiki, adhedhasar sukses BlueDot lan Metabiota ing prakiraan epidemiologis, siji bisa digodha kanggo nganakke sing prediksi akurat bisa utamané ing basis saka data "qualified", i.e. profesional, dipercaya, sumber specialized, ora lam komunitas Internet lan portal.

Nanging mungkin kabeh babagan algoritma sing luwih cerdas lan pembelajaran mesin sing luwih apik?