Kako se AI bori protiv epidemije koronavirusa?


Odgovor 1:

Umjetna inteligencija može se boriti protiv budućeg coronavirusa

,

Izbijanja bolesti poput koronavirusa često se prebrzo odvijaju kako bi znanstvenici pronašli lijek. Ali u budućnosti bi umjetna inteligencija mogla pomoći istraživačima u boljem poslu.

Iako je vjerojatno prekasno da bi tehnologija novoga plivanja igrala važnu ulogu u trenutnoj epidemiji, nada se sljedećim epidemijama. AI je dobar u češljanju kroz gomilu podataka da bi se pronašle veze koje olakšavaju određivanje vrsta liječenja i koji eksperimenti sljedeće.

Pitanje je što će se Big Data pojaviti kad dobije samo beznadne bilješke informacija o novonastaloj bolesti poput Covid-19, koja se prvi put pojavila krajem prošle godine u Kini i u dva mjeseca je razboljelo više od 75.000 ljudi.

Činjenica da su istraživači uspjeli proizvesti sekvenciranje gena novog virusa u nekoliko tjedana od prvih prijavljenih slučajeva obećava je, jer pokazuje da postoje daleko neposredniji podaci sada kada se pojave epidemije.

Andrew Hopkins, izvršni direktor Oxforda, engleskog startap Exscientia Ltd., među onima koji rade na osposobljavanju umjetne inteligencije za otkrivanje lijekova. Smatra da bi novi tretmani mogli prijeći od začeća do kliničkog testiranja u samo 18 do 24 mjeseca tijekom sljedećeg desetljeća, zahvaljujući AI.

Exscientia je osmislila novi spoj za liječenje opsesivno-kompulzivnog poremećaja koji je u početnoj fazi istraživanja spreman testirati se u laboratoriju. To je oko pet puta brže od prosjeka, navodi tvrtka.

Healx sa sjedištem u Cambridgeu ima sličan pristup, ali on koristi strojno učenje kako bi pronašao novu uporabu za postojeće lijekove. Obje tvrtke svoje algoritme hrane informacijama - prikupljenim iz izvora kao što su časopisi, biomedicinske baze podataka i klinička ispitivanja - kako bi se predložili novi načini liječenja bolesti.

Ljudski nadzor

Dvije tvrtke koriste tim istraživača koji rade zajedno s AI kako bi pomogli voditi proces. U pristupu Exscientia, nazvanom kemičar Centaur, dizajneri lijekova pomažu naučiti strategije algoritama za traženje spojeva. Healx postavlja predviđanja AI istraživačima koji analiziraju rezultate i odlučuju čemu slijediti.

Neil Thompson, glavni znanstveni direktor Healxa, rekao je da se ova tehnika može primijeniti protiv epidemije poput koronavirusa sve dok ima dovoljno podataka o novoj bolesti. Healx ne radi na suzbijanju koronavirusa niti prilagođavanju njegove tehnologije za epidemije, ali to se neće dogoditi.

"Mi smo vrlo bliski", rekao je Thompson u intervjuu. „Ne bismo trebali mijenjati puno o AI algoritmima koje koristimo. Gledamo usklađivanje svojstava lijeka sa značajkama bolesti. "

Algoritmi umjetne inteligencije već počinju istiskivati ​​lijekove za bolesti o kojima znamo. Istraživači s Massachusetts Institute of Technology rekli su u četvrtak da su pomoću ove metode identificirali moćan novi antibiotski spoj koji bi mogao ubiti niz problematičnih bakterija, čak i nekih koje su trenutno otporne na druge tretmane.

Jedan od ulova za sve ove tehnologije je kliničko testiranje. Čak i lijekove koji su već sigurni za liječenje jedne bolesti treba testirati ponovno prije nego što im se propisuje druga. Proces dokazivanja da su sigurni i učinkoviti na većem broju ljudi može potrajati godinama prije nego što će regulatorima otići na pregled.

Da bi bili učinkoviti, proizvođači lijekova koji se bave AI morali bi planirati unaprijed, odabrati genom virusa koji će vjerovatno uzrokovati probleme u budućnosti i ciljati ga kada ima malo poticaja za to.

Hvala vam.


Odgovor 2:

Igra je već uključena!

Ako ne za koronavirus, barem za superbabe. Istraživači s MIT-a i Harvarda koristili su AI da bi identificirali novi antibiotik koji je sposoban ubiti mnoge bakterije otporne na lijekove. Osposobili su algoritam strojnog učenja za analizu kemijskih spojeva sposobnih za borbu protiv infekcija koristeći mehanizme drugačije od onih postojećih lijekova.

Osposobili su svoj model na 2500 molekula identificirajući spoj (nazvali su ga Halicin) za testiranje na bakterije uzete od pacijenata i bakterija koje se uzgajaju u laboratorijima. "Halicin" može ubiti mnoge bakterije otporne na lijekove, uključujući

mycobactirium tuberculosis, clostridium difficile

i

acinetobacter baumannii.

Halicin je izliječio dva miševa zaražena

A.baumannii.

Usput, mnogi američki vojnici u Iraku i Afganistanu zarazili su se istim bugom. Izvještaj kaže da je Halicin mast nanesena na kožu ova dva miševa potpuno izliječila samo unutar 24 sata.

Korištenje računalnih modela predviđanja za otkrivanje droga nije novo, ali najbolji uspjeh do sada je vidljiv kod Halicina.

Prema istraživačima, njihov prediktivni model može učiniti neznatno skupo za tradicionalne eksperimentalne pristupe.

Ovaj uspjeh Halicina dolazi u ključnoj fazi ljudske povijesti. Predviđa se da bi do 2050. godine smrt u svijetu zbog bakterija otpornih na lijekove mogla doseći 10 milijuna.

Potreban je daljnji rad kako bi se Halicin učinio upotrebljivim za ljude. Iako je njihov algoritam dizajniran za bakterije, također se može nadograditi za borbu protiv virusa.


Odgovor 3:

Zamislite da bolnica u Kini ima 1000 slučajeva sličnih simptoma, što bolnica radi? Iako su sve informacije o simptomima i dijagnozi dokumentirane i dostupne elektroničkim putem, zdravstveni odjel je u mogućnosti poduzeti potrebne i odgovarajuće mjere.

AI je izvrstan i brz u otkrivanju obrazaca, sličnosti za brzo otkrivanje. Jedan primjer kako

Google pretraživanje je u mogućnosti

za otkrivanje mogućih bolesti širom svijeta. Samo pomoću jednostavnih obrazaca pretraživanja, AI zapravo može otkriti moguće prijetnje i epidemije koje bi se mogle raspasti u velikim količinama širom svijeta.

Vraćajući se virusu Corone, nakon što je Kina dokumentirala simptome bolesti i dijagnosticirala ih, on dijeli te informacije svim drugim državnim organizacijama koje mogu brzo postaviti termičke detektore koji mogu skenirati ljude s tim simptomima i klasificirati ih kao vjerovatno zaražene ili nosioce ili imunološki. Kako se virusi brzo mutiraju, skloni su promjeni izgleda, simptomi se mogu promijeniti i teško ih je dijagnosticirati. Ali s AI, Kina može pomoći vladama s ljudima koji su se doselili iz Kine, posebno Wuhana, a zatim se preselili u međunarodne gradove. Te informacije može analizirati AI, kako bi se otkrile vijesti iz tih gradova, bolnica koje su dijelovi slagalice sastavljeni.

Nadam se da ovo pomaže!


Odgovor 4:

U novije vrijeme, ako imamo podatke o nekoliko pacijenata, nego što možemo identificirati i pronaći obrasce, o korono pozitivnim pacijentima. Nakon toga možemo proveriti novog pacijenta da bismo predvidjeli može li se ovaj pacijent zaraziti ili ne, vidjevši iz njihovog obrasca. To se može koristiti za klasično strojno učenje ili tehnike dubokog učenja.

Generalno gledano, moramo biti vrlo oprezni i moramo komunicirati s osobom iz medicinskog područja kako bismo analizirali obrazac za generaliziranje onoga što se zapravo događa, koje su promjene i mehanizmi pokrenuti virusom u tijelu kako bi bolje razumjeli model.


Odgovor 5:

Izbijanja bolesti poput koronavirusa često se prebrzo odvijaju kako bi znanstvenici pronašli lijek. Ali u budućnosti bi umjetna inteligencija mogla pomoći istraživačima u boljem poslu.

Iako je vjerojatno prekasno da bi tehnologija novoga plivanja igrala važnu ulogu u trenutnoj epidemiji, nada se sljedećim epidemijama. AI je dobar u češljanju kroz gomilu podataka da bi se pronašle veze koje olakšavaju određivanje vrsta liječenja i koji eksperimenti sljedeće.

Pitanje je što će se Big Data pojaviti kad dobije samo beznadne bilješke informacija o novonastaloj bolesti poput Covid-19, koja se prvi put pojavila krajem prošle godine u Kini i u dva mjeseca je razboljelo više od 75.000 ljudi.

Činjenica da su istraživači uspjeli proizvesti sekvenciranje gena novog virusa u nekoliko tjedana od prvih prijavljenih slučajeva obećava je, jer pokazuje da postoje daleko neposredniji podaci sada kada se pojave epidemije.

Andrew Hopkins, izvršni direktor Oxforda, engleskog startap Exscientia Ltd., među onima koji rade na osposobljavanju umjetne inteligencije za otkrivanje lijekova. Smatra da bi novi tretmani mogli prijeći od začeća do kliničkog testiranja u samo 18 do 24 mjeseca tijekom sljedećeg desetljeća, zahvaljujući AI.

Exscientia je osmislila novi spoj za liječenje opsesivno-kompulzivnog poremećaja koji je u početnoj fazi istraživanja spreman testirati se u laboratoriju. To je oko pet puta brže od prosjeka, navodi tvrtka.

Healx sa sjedištem u Cambridgeu ima sličan pristup, ali on koristi strojno učenje kako bi pronašao novu uporabu za postojeće lijekove. Obje tvrtke svoje algoritme hrane informacijama - prikupljenim iz izvora kao što su časopisi, biomedicinske baze podataka i klinička ispitivanja - kako bi se predložili novi načini liječenja bolesti.

Ljudski nadzor

Dvije tvrtke koriste tim istraživača koji rade zajedno s AI kako bi pomogli voditi proces. U pristupu Exscientia, nazvanom kemičar Centaur, dizajneri lijekova pomažu naučiti strategije algoritama za traženje spojeva. Healx postavlja predviđanja AI istraživačima koji analiziraju rezultate i odlučuju čemu slijediti.

Neil Thompson, glavni znanstveni direktor Healxa, rekao je da se ova tehnika može primijeniti protiv epidemije poput koronavirusa sve dok ima dovoljno podataka o novoj bolesti. Healx ne radi na suzbijanju koronavirusa niti prilagođavanju njegove tehnologije za epidemije, ali to se neće dogoditi.

"Mi smo vrlo bliski", rekao je Thompson u intervjuu. „Ne bismo trebali mijenjati puno o AI algoritmima koje koristimo. Gledamo usklađivanje svojstava lijeka sa značajkama bolesti. "

Algoritmi umjetne inteligencije već počinju istiskivati ​​lijekove za bolesti o kojima znamo. Istraživači s Massachusetts Institute of Technology rekli su u četvrtak da su pomoću ove metode identificirali moćan novi antibiotski spoj koji bi mogao ubiti niz problematičnih bakterija, čak i nekih koje su trenutno otporne na druge tretmane.

Jedan od ulova za sve ove tehnologije je kliničko testiranje. Čak i lijekove koji su već sigurni za liječenje jedne bolesti treba testirati ponovno prije nego što im se propisuje druga. Proces dokazivanja da su sigurni i učinkoviti na većem broju ljudi može potrajati godinama prije nego što će regulatorima otići na pregled.

Da bi bili učinkoviti, proizvođači lijekova koji se bave AI morali bi planirati unaprijed, odabrati genom virusa koji će vjerovatno uzrokovati probleme u budućnosti i ciljati ga kada ima malo poticaja za to.

Još jedna prepreka je pronalaženje kvalificiranog osoblja.

"Teško je pronaći ljude koji mogu djelovati na raskrižju AI i biologije, a velikim je tvrtkama teško donositi brze odluke o takvoj tehnologiji", rekla je Irina Haivas, partnerica tvrtke Atomico s rizičnim kapitalom i bivša kirurga koja sjedi na ploča Healxa. "Nije dovoljno biti inženjer AI, morate shvatiti i upasti se u biološke aplikacije."


Odgovor 6:

U trenutku kad se pojavi čudna bolest, vladama i općim dobrotvornim vlastima može biti teško brzo prikupiti podatke i olakšati reakciju. U svakom slučaju, nova inovacija koju je stvorio čovjek može prirodno minirati putem vijesti i internetskih supstanci iz cijelog svijeta, pomažući stručnjacima da uoče nedosljednosti koje bi mogle potaknuti potencijalnu kugu ili, što je više žao, pandemiju. Na kraju dana, naši novi AI nadređeni mogu nam stvarno pomoći u prevladavanju sljedeće bolesti.

Ove nove AI sposobnosti u potpunosti se prikazuju uz nadoplatu koronavirusa, koju je pravovremeno prepoznala kanadska tvrtka BlueDot, koja je jedna od različitih organizacija koja koristi informacije za procjenu općih opasnosti od dobrobiti. Organizacija, koja kaže da provodi "robotizirano neodoljivo promatranje bolesti", rekla je svojim klijentima o novoj vrsti koronavirusa do kraja prosinca, nekoliko dana prije američkih centara za kontrolu i prevenciju bolesti (CDC) i Svjetske zdravstvene organizacije (WHO) ) prenio je službenu obavijest, kako je najavio Wired. Trenutno se bliži kraju siječnja, respiratorna infekcija koja je povezana sa gradom Wuhan u Kini upravo je ubila više od 100 pojedinaca. Slučajevi su se također pojavili u nekoliko različitih država, uključujući Sjedinjene Države, a CDC upozorava Amerikance da zadrže stratešku udaljenost od nepotrebnog putovanja u Kinu.

Kamran Khan, neodoljivi liječnik bolesti i autor i izvršni direktor BlueDota, pojasnio je na sastanku kako se u početnom opomeni organizacije koristi svijest koju je čovjek stvorio, uključujući normalno rukovanje jezikom i AI, kako bi pratili više od 100 neodoljivih infekcija razbijajući oko 100 000 članaka u 65 dijalekata dosljedno. Te informacije omogućuju organizaciji da shvati kada treba reći svojim kupcima potencijalnu blizinu i širenje neodoljive bolesti.

Ostale informacije, slično podacima o rasporedu istraživača i načinima letova, mogu pomoći organizaciji davati dodatne naznake o tome kako će se bolest vjerojatno širiti. Na primjer, nedavno su stručnjaci BlueDota predvidjeli različite urbane zajednice u Aziji gdje će se koronavirus pojaviti nakon što se pojavio na teritoriju Kine.

Zamisao BlueDot-ovog modela (čije konačne ishode na ovaj način ispituju ljudski stručnjaci) jest dobiti podatke radnika koji rade na socijalnom osiguranju što je brže moguće, uz očekivanje da će oni moći analizirati - i po potrebi isključiti vezu - moguće zarazne pojedince u odgovarajuće vrijeme.

"Službeni podaci nisu u svakom slučaju povoljni", rekao je Khan za Recode. "Razlika između jednog slučaja u istraživaču i bakljanja ovisi o vašem specijalističkom stožeru za ljudske službe koji uviđa da postoji specifična bolest. To bi mogla biti razlika u održavanju plamena od stvarnog događanja."

Khan je uključio da njegov okvir može također koristiti razne druge informacije - na primjer, podatke o ozračju, temperaturi ili čak domaćim životinjama u blizini - kako bi predvidio hoće li netko zaražen bolešću vjerojatno izazvati eksploziju tamo. On otkriva da je BlueDot 2016. imao mogućnost predvidjeti prisutnost zaraze Zika na Floridi pola godine prije nego što se tamo stvarno pojavila.

Također, organizacija za provjeru nadutosti Metabiota potvrdila je da su na Tajlandu, Južnoj Koreji, Japanu i Tajvanu najviše postojale opasnosti da se zaraza pojavi tijekom sedam dana prije nego što se slučajevi u tim zemljama stvarno otkriju, donekle u nadi da će doći do informacija o letu. Metabiota, kao BlueDot, koristi uobičajeno rukovanje jezikom za procjenu internetskih izvještaja o potencijalnoj bolesti i dodatno se odrezuje u izgradnji slične inovacije za podatke o životu temeljene na Internetu.

Otisak Gallivan, izvršni direktor tvrtke Metabiota za informatiku, pojašnjava da internetske faze i rasprave također mogu dati znak da postoji opasnost od pandemije. Metabiota također tvrdi da može procijeniti opasnost od širenja bolesti koja uzrokuje socijalni i politički prekid, s obzirom na podatke poput pokazatelja bolesti, stope smrtnosti i pristupačnosti liječenja. Na primjer, u vrijeme distribucije ovog članka Metabiota je procijenio opasnost da novi koronavirus prouzrokuje otvorenu nelagodu kao "visoku" u SAD-u i Kini, međutim procijenio je ovaj rizik od zaraze majmunskim boginjama u Demokratskoj Republici Kongo ( tamo gdje su slučajevi te infekcije evidentirani) kao "medij".

Teško je točno shvatiti koliko precizan ovaj okvir ocjenjivanja ili sama faza može biti, međutim, Gallivan kaže da organizacija surađuje s američkom mrežom znanja i Ministarstvom obrane na pitanjima koja su identificirana s koronavirusom. Ovo je dio Metabiota-ovog rada s In-Q-Tel-om, neprofitnom avanturističkom firmom povezanom s Centralnom obavještajnom agencijom. Međutim, vladini uredi nisu glavni potencijalni kupci ovih okvira. Metabiota dodatno objavljuje svoj temelj organizacijama za reosiguranje - reosiguranje je u osnovi zaštita za osiguravajuće agencije - koje bi se trebale nositi s novčanim opasnostima povezanim s latentnim širenjem kapaciteta bolesti.

Bez obzira na to, računalno zaključivanje može biti nesumnjivo vrijednije od jednostavnog informiranja stručnjaka za prijenos bolesti i autoriteta obrazovanih o infekciji. Stručnjaci su izradili modele temeljene na AI koji mogu progresivno predvidjeti epizode zaraze Zika, što može educirati kako stručnjaci reagiraju na potencijalne hitne slučajeve. Čovjekova svijest mogla bi se također koristiti za upravljanje načinom na koji opće dobrotvorne vlasti raspodjele imovinu za vrijeme izvanrednih situacija. Kao rezultat, AI je još jedna prva linija zaštite od bolesti.

Što je sve sveobuhvatnije, AI od sad pomaže u ispitivanju novih lijekova, liječenju neuobičajenih infekcija i identificiranju zloćudnog rasta. Umjetna inteligencija bila je čak korištena za razlikovanje jezivih puzavaca koji su širili Chagas, ozbiljno i moguće smrtonosno oboljenje koje je ukrotilo očekivanih 8 milijuna pojedinaca u Meksiku i Srednjoj i Južnoj Americi. Dodatno se povećava entuzijazam za korištenje ne-dobrotvornih informacija - poput poklona za život utemeljenih na webu - o pomoći dobročiniteljima koji donose politiku i lijekovima shvate širinu izvanrednog stanja dobrobiti. Na primjer, internetska inteligencija koja može minirati internetski život predstavlja se ciljanim nezakonitim opojnim drogama i drže opće dobrotvorne službe poučene o širenju ovih kontroliranih tvari.

Ovi su okviri, uključujući Metabiota i BlueDot, ravnopravni s podacima koje procjenjuju. Nadalje, AI - uglavnom - ima problem sa nagibom, koji može odražavati i arhitekte okvira i informacije o kojima je pripremljen. Također, AI koji se koristi unutar medicinskih usluga ni na koji način nije u obliku ili obliku siguran za to pitanje.

Kad se sve uzme u obzir, ovi progresi govore o progresivno idealističkom gledištu za ono što AI može učiniti. Uobičajeno, ažuriranja AI robota koji filtriraju kroz ogromne količine podataka ne idu tako dobro. Razmotrite zakonski zahtjev koji koristi baze podataka za potvrdu lica na temelju slika miniranih s interneta. Ili s druge strane prikupljanja redatelja koji bi sada mogli koristiti AI da predvidi kako ćete se dalje baviti brušenjem, u svjetlu vaših internetskih životnih postova. Mogućnost da se AI bori protiv divljačke bolesti nudi situaciju u kojoj se možemo osjećati nelagodno, ako ne i veselo. Možda bi ova inovacija - kad god je stvorena i korištena na odgovarajući način - zaista mogla pomoći u poštedi nekoliko života.


Odgovor 7:

U trenutku kad se pojavi čudna bolest, vladama i općim dobrotvornim vlastima može biti teško brzo prikupiti podatke i olakšati reakciju. U svakom slučaju, nova inovacija koju je stvorio čovjek može prirodno minirati putem vijesti i internetskih supstanci iz cijelog svijeta, pomažući stručnjacima da uoče nedosljednosti koje bi mogle potaknuti potencijalnu kugu ili, što je više žao, pandemiju. Na kraju dana, naši novi AI nadređeni mogu nam stvarno pomoći u prevladavanju sljedeće bolesti.

Ove nove AI sposobnosti u potpunosti se prikazuju uz nadoplatu koronavirusa, koju je pravovremeno prepoznala kanadska tvrtka BlueDot, koja je jedna od različitih organizacija koja koristi informacije za procjenu općih opasnosti od dobrobiti. Organizacija, koja kaže da provodi "robotizirano neodoljivo promatranje bolesti", rekla je svojim klijentima o novoj vrsti koronavirusa do kraja prosinca, nekoliko dana prije američkih centara za kontrolu i prevenciju bolesti (CDC) i Svjetske zdravstvene organizacije (WHO) ) prenio je službenu obavijest, kako je najavio Wired. Trenutno se bliži kraju siječnja, respiratorna infekcija koja je povezana sa gradom Wuhan u Kini upravo je ubila više od 100 pojedinaca. Slučajevi su se također pojavili u nekoliko različitih država, uključujući Sjedinjene Države, a CDC upozorava Amerikance da zadrže stratešku udaljenost od nepotrebnog putovanja u Kinu.

Kamran Khan, neodoljivi liječnik bolesti i autor i izvršni direktor BlueDota, pojasnio je na sastanku kako se u početnom opomeni organizacije koristi svijest koju je čovjek stvorio, uključujući normalno rukovanje jezikom i AI, kako bi pratili više od 100 neodoljivih infekcija razbijajući oko 100 000 članaka u 65 dijalekata dosljedno. Te informacije omogućuju organizaciji da shvati kada treba reći svojim kupcima potencijalnu blizinu i širenje neodoljive bolesti.

Ostale informacije, slično podacima o rasporedu istraživača i načinima letova, mogu pomoći organizaciji davati dodatne naznake o tome kako će se bolest vjerojatno širiti. Na primjer, nedavno su stručnjaci BlueDota predvidjeli različite urbane zajednice u Aziji gdje će se koronavirus pojaviti nakon što se pojavio na teritoriju Kine.

Zamisao BlueDot-ovog modela (čije konačne ishode na ovaj način ispituju ljudski stručnjaci) jest dobiti podatke radnika koji rade na socijalnom osiguranju što je brže moguće, uz očekivanje da će oni moći analizirati - i po potrebi isključiti vezu - moguće zarazne pojedince u odgovarajuće vrijeme.

"Službeni podaci nisu u svakom slučaju povoljni", rekao je Khan za Recode. "Razlika između jednog slučaja u istraživaču i bakljanja ovisi o vašem specijalističkom stožeru za ljudske službe koji uviđa da postoji specifična bolest. To bi mogla biti razlika u održavanju plamena od stvarnog događanja."

Khan je uključio da njegov okvir može također koristiti razne druge informacije - na primjer, podatke o ozračju, temperaturi ili čak domaćim životinjama u blizini - kako bi predvidio hoće li netko zaražen bolešću vjerojatno izazvati eksploziju tamo. On otkriva da je BlueDot 2016. imao mogućnost predvidjeti prisutnost zaraze Zika na Floridi pola godine prije nego što se tamo stvarno pojavila.

Također, organizacija za provjeru nadutosti Metabiota potvrdila je da su na Tajlandu, Južnoj Koreji, Japanu i Tajvanu najviše postojale opasnosti da se zaraza pojavi tijekom sedam dana prije nego što se slučajevi u tim zemljama stvarno otkriju, donekle u nadi da će doći do informacija o letu. Metabiota, kao BlueDot, koristi uobičajeno rukovanje jezikom za procjenu internetskih izvještaja o potencijalnoj bolesti i dodatno se odrezuje u izgradnji slične inovacije za podatke o životu temeljene na Internetu.

Otisak Gallivan, izvršni direktor tvrtke Metabiota za informatiku, pojašnjava da internetske faze i rasprave također mogu dati znak da postoji opasnost od pandemije. Metabiota također tvrdi da može procijeniti opasnost od širenja bolesti koja uzrokuje socijalni i politički prekid, s obzirom na podatke poput pokazatelja bolesti, stope smrtnosti i pristupačnosti liječenja. Na primjer, u vrijeme distribucije ovog članka Metabiota je procijenio opasnost da novi koronavirus prouzrokuje otvorenu nelagodu kao "visoku" u SAD-u i Kini, međutim procijenio je ovaj rizik od zaraze majmunskim boginjama u Demokratskoj Republici Kongo ( tamo gdje su slučajevi te infekcije evidentirani) kao "medij".

Teško je točno shvatiti koliko precizan ovaj okvir ocjenjivanja ili sama faza može biti, međutim, Gallivan kaže da organizacija surađuje s američkom mrežom znanja i Ministarstvom obrane na pitanjima koja su identificirana s koronavirusom. Ovo je dio Metabiota-ovog rada s In-Q-Tel-om, neprofitnom avanturističkom firmom povezanom s Centralnom obavještajnom agencijom. Međutim, vladini uredi nisu glavni potencijalni kupci ovih okvira. Metabiota dodatno objavljuje svoj temelj organizacijama za reosiguranje - reosiguranje je u osnovi zaštita za osiguravajuće agencije - koje bi se trebale nositi s novčanim opasnostima povezanim s latentnim širenjem kapaciteta bolesti.

Bez obzira na to, računalno zaključivanje može biti nesumnjivo vrijednije od jednostavnog informiranja stručnjaka za prijenos bolesti i autoriteta obrazovanih o infekciji. Stručnjaci su izradili modele temeljene na AI koji mogu progresivno predvidjeti epizode zaraze Zika, što može educirati kako stručnjaci reagiraju na potencijalne hitne slučajeve. Čovjekova svijest mogla bi se također koristiti za upravljanje načinom na koji opće dobrotvorne vlasti raspodjele imovinu za vrijeme izvanrednih situacija. Kao rezultat, AI je još jedna prva linija zaštite od bolesti.

Što je sve sveobuhvatnije, AI od sad pomaže u ispitivanju novih lijekova, liječenju neuobičajenih infekcija i identificiranju zloćudnog rasta. Umjetna inteligencija bila je čak korištena za razlikovanje jezivih puzavaca koji su širili Chagas, ozbiljno i moguće smrtonosno oboljenje koje je ukrotilo očekivanih 8 milijuna pojedinaca u Meksiku i Srednjoj i Južnoj Americi. Dodatno se povećava entuzijazam za korištenje ne-dobrotvornih informacija - poput poklona za život utemeljenih na webu - o pomoći dobročiniteljima koji donose politiku i lijekovima shvate širinu izvanrednog stanja dobrobiti. Na primjer, internetska inteligencija koja može minirati internetski život predstavlja se ciljanim nezakonitim opojnim drogama i drže opće dobrotvorne službe poučene o širenju ovih kontroliranih tvari.

Ovi su okviri, uključujući Metabiota i BlueDot, ravnopravni s podacima koje procjenjuju. Nadalje, AI - uglavnom - ima problem sa nagibom, koji može odražavati i arhitekte okvira i informacije o kojima je pripremljen. Također, AI koji se koristi unutar medicinskih usluga ni na koji način nije u obliku ili obliku siguran za to pitanje.

Kad se sve uzme u obzir, ovi progresi govore o progresivno idealističkom gledištu za ono što AI može učiniti. Uobičajeno, ažuriranja AI robota koji filtriraju kroz ogromne količine podataka ne idu tako dobro. Razmotrite zakonski zahtjev koji koristi baze podataka za potvrdu lica na temelju slika miniranih s interneta. Ili s druge strane prikupljanja redatelja koji bi sada mogli koristiti AI da predvidi kako ćete se dalje baviti brušenjem, u svjetlu vaših internetskih životnih postova. Mogućnost da se AI bori protiv divljačke bolesti nudi situaciju u kojoj se možemo osjećati nelagodno, ako ne i veselo. Možda bi ova inovacija - kad god je stvorena i korištena na odgovarajući način - zaista mogla pomoći u poštedi nekoliko života.