Bagaimana cara AI memerangi wabah koronavirus?


Jawaban 1:

Kecerdasan Buatan Dapat Memerangi Koronavirus Masa Depan

.

Wabah penyakit seperti coronavirus seringkali berkembang terlalu cepat bagi para ilmuwan untuk menemukan obatnya. Tetapi di masa depan, kecerdasan buatan dapat membantu para peneliti melakukan pekerjaan yang lebih baik.

Meskipun mungkin sudah terlambat bagi teknologi pemula untuk memainkan peran utama dalam epidemi saat ini, ada harapan untuk wabah berikutnya. AI pandai menyisir gundukan data untuk menemukan koneksi yang membuatnya lebih mudah untuk menentukan jenis perawatan apa yang bisa bekerja atau percobaan yang harus dilakukan selanjutnya.

Pertanyaannya adalah apa yang akan muncul dengan Big Data ketika hanya mendapat sedikit informasi tentang penyakit yang baru muncul seperti Covid-19, yang pertama kali muncul akhir tahun lalu di Cina dan telah membuat lebih dari 75.000 orang sakit dalam sekitar dua bulan.

Fakta bahwa para peneliti berhasil menghasilkan sekuensing gen virus baru dalam beberapa minggu dari kasus yang dilaporkan pertama adalah menjanjikan, karena itu menunjukkan ada jauh lebih banyak data langsung yang tersedia sekarang ketika wabah terjadi.

Andrew Hopkins, chief executive officer dari Oxford, startup asal Inggris, Exscientia Ltd., adalah di antara mereka yang bekerja untuk membantu melatih kecerdasan buatan untuk penemuan obat. Dia memperkirakan perawatan baru dapat berubah dari konsepsi menjadi pengujian klinis hanya dalam 18 hingga 24 bulan dalam dekade berikutnya, berkat AI.

Exscientia merancang senyawa baru untuk mengobati gangguan obsesif-kompulsif yang siap diuji di laboratorium setelah kurang dari satu tahun dalam fase penelitian awal. Itu sekitar lima kali lebih cepat daripada rata-rata, menurut perusahaan.

Healx yang berbasis di Cambridge memiliki pendekatan yang serupa, tetapi menggunakan pembelajaran mesin untuk menemukan kegunaan baru untuk obat yang ada. Kedua perusahaan memberi makan algoritme mereka dengan informasi - diperoleh dari sumber-sumber seperti jurnal, database biomedis dan uji klinis - untuk membantu menyarankan pengobatan baru untuk penyakit.

Pengawasan Manusia

Kedua perusahaan masing-masing menggunakan tim peneliti manusia untuk bekerja bersama AI untuk membantu memandu proses. Dalam pendekatan Exscientia, dijuluki sebagai Centaur Chemist, perancang obat membantu mengajarkan strategi algoritma untuk mencari senyawa. Healx menempatkan prediksi AI kepada peneliti yang menganalisis hasil dan memutuskan apa yang harus dikejar.

Neil Thompson, kepala petugas sains Healx, mengatakan teknik ini dapat digunakan untuk melawan wabah seperti coronavirus asalkan memiliki cukup data tentang penyakit baru. Healx tidak bekerja untuk mengatasi virus corona atau mengubah teknologinya untuk wabah, tetapi itu tidak akan menjadi masalah.

"Kami cukup dekat," kata Thompson dalam sebuah wawancara. “Kami tidak perlu banyak mengubah tentang algoritma AI yang kami gunakan. Kami melihat pencocokan sifat obat dengan fitur penyakit. ”

Algoritme kecerdasan buatan sudah mulai mengeluarkan obat untuk penyakit yang kita ketahui. Para peneliti di Massachusetts Institute of Technology mengatakan pada hari Kamis bahwa mereka telah menggunakan metode untuk mengidentifikasi senyawa antibiotik baru yang kuat yang dapat membunuh berbagai bakteri yang menyusahkan, bahkan beberapa yang saat ini kebal terhadap perawatan lain.

Satu tangkapan untuk semua teknologi ini adalah pengujian klinis. Bahkan obat yang sudah aman digunakan untuk menyembuhkan satu penyakit harus diuji lagi sebelum diresepkan untuk yang lain. Proses menunjukkan bahwa mereka aman dan efektif pada sejumlah besar orang dapat memakan waktu bertahun-tahun sebelum pergi ke regulator untuk ditinjau.

Agar efektif, pengembang obat berbasis AI harus merencanakan sebelumnya, memilih genom virus yang kemungkinan akan menyebabkan masalah di masa depan dan menargetkannya ketika ada beberapa insentif untuk melakukannya.

Terima kasih.


Jawaban 2:

Game sudah aktif!

Kalau bukan karena coronavirus, setidaknya untuk super. Para peneliti di MIT dan Harvard menggunakan AI untuk mengidentifikasi antibiotik baru yang mampu membunuh banyak bakteri yang resistan terhadap obat. Mereka melatih algoritma pembelajaran mesin untuk menganalisis senyawa kimia yang mampu melawan infeksi menggunakan mekanisme yang berbeda dari obat yang ada.

Mereka melatih model mereka pada 2.500 molekul yang mengidentifikasi senyawa (mereka menyebutnya Halicin) untuk pengujian pada bakteri yang diambil dari pasien & bakteri yang tumbuh di laboratorium. "Halicin" dapat membunuh banyak bakteri yang resistan terhadap obat termasuk

mycobactirium tuberculosis, clostridium difficile

dan

acinetobacter baumannii.

Halicin menyembuhkan dua tikus yang terinfeksi

A.baumannii.

Kebetulan, banyak tentara AS di Irak dan Afghanistan terinfeksi dengan bug yang sama. Laporan mengatakan, salep Halicin yang dioleskan pada kulit kedua tikus ini benar-benar menyembuhkan mereka hanya dalam 24 jam.

Menggunakan model komputer prediktif untuk penemuan obat bukanlah hal baru tetapi keberhasilan terbaik sejauh ini terlihat dengan Halicin.

Per peneliti, model prediktif mereka dapat melakukan apa yang akan mahal untuk pendekatan eksperimental tradisional.

Keberhasilan Halicin ini datang pada tahap penting dalam sejarah manusia. Diperkirakan, pada tahun 2050, kematian di seluruh dunia karena bakteri yang resistan terhadap obat dapat mencapai 10 juta.

Pekerjaan lebih lanjut diperlukan untuk membuat Halicin dapat digunakan pada manusia. Meskipun algoritme mereka dirancang untuk bakteri, mungkin juga "dapat diperbarui" untuk memerangi virus.


Jawaban 3:

Bayangkan sebuah rumah sakit di China memiliki 1000 kasus dengan gejala yang sama, apa yang dilakukan rumah sakit? Sementara semua informasi tentang gejala dan diagnosis didokumentasikan dan tersedia secara elektronik, departemen kesehatan dapat mengambil tindakan yang diperlukan dan sesuai.

AI luar biasa dan cepat dalam mendeteksi pola, persamaan untuk deteksi cepat. Salah satu contoh caranya

Pencarian Google dapat

untuk mendeteksi kemungkinan penyakit di seluruh dunia. Hanya dengan pola pencarian sederhana saja, AI sebenarnya dapat mendeteksi kemungkinan ancaman dan epidemi yang mungkin meledak dalam proporsi besar di seluruh dunia.

Kembali ke Corona Virus, setelah China mendokumentasikan gejala penyakitnya, mendiagnosisnya, ia membagikan informasi ini kepada semua organisasi pemerintah lain yang mungkin dapat dengan cepat menempatkan detektor termal yang dapat memindai orang-orang dengan gejala-gejala ini dan mengklasifikasikannya sebagai mungkin terinfeksi atau pembawa. atau kebal. Ketika virus bermutasi dengan cepat, mereka cenderung mengubah penampilannya, gejalanya mungkin berubah dan sulit didiagnosis. Tetapi dengan AI, Cina dapat membantu pemerintah dengan orang-orang yang telah pindah dari Cina, terutama Wuhan dan kemudian pindah secara internasional ke berbagai kota. Informasi ini dapat dianalisis oleh AI, untuk mendeteksi berita dari kota-kota itu, rumah sakit untuk menyatukan potongan-potongan teka-teki.

Semoga ini membantu!


Jawaban 4:

Dalam istilah terbaru, jika kita memiliki data beberapa pasien maka kita dapat mengidentifikasi dan menemukan pola, dari pasien korona positif. Setelah itu, kita dapat memeriksa pasien baru untuk memprediksi apakah pasien ini mungkin terinfeksi atau tidak, dilihat dari pola mereka. Pembelajaran mesin klasik atau teknik pembelajaran mendalam dapat digunakan untuk memisahkan ini.

Dalam istilah yang lebih umum kita harus sangat berhati-hati dan harus berinteraksi dengan orang dari bidang medis untuk menganalisis pola untuk menggeneralisasi apa yang sebenarnya terjadi, apa saja perubahan dan mekanisme yang dipicu oleh virus dalam tubuh untuk lebih memahami model.


Jawaban 5:

Wabah penyakit seperti coronavirus seringkali berkembang terlalu cepat bagi para ilmuwan untuk menemukan obatnya. Tetapi di masa depan, kecerdasan buatan dapat membantu para peneliti melakukan pekerjaan yang lebih baik.

Meskipun mungkin sudah terlambat bagi teknologi pemula untuk memainkan peran utama dalam epidemi saat ini, ada harapan untuk wabah berikutnya. AI pandai menyisir gundukan data untuk menemukan koneksi yang membuatnya lebih mudah untuk menentukan jenis perawatan apa yang bisa bekerja atau percobaan yang harus dilakukan selanjutnya.

Pertanyaannya adalah apa yang akan muncul dengan Big Data ketika hanya mendapat sedikit informasi tentang penyakit yang baru muncul seperti Covid-19, yang pertama kali muncul akhir tahun lalu di Cina dan telah membuat lebih dari 75.000 orang sakit dalam sekitar dua bulan.

Fakta bahwa para peneliti berhasil menghasilkan sekuensing gen virus baru dalam beberapa minggu dari kasus yang dilaporkan pertama adalah menjanjikan, karena itu menunjukkan ada jauh lebih banyak data langsung yang tersedia sekarang ketika wabah terjadi.

Andrew Hopkins, chief executive officer dari Oxford, startup asal Inggris, Exscientia Ltd., adalah di antara mereka yang bekerja untuk membantu melatih kecerdasan buatan untuk penemuan obat. Dia memperkirakan perawatan baru dapat berubah dari konsepsi menjadi pengujian klinis hanya dalam 18 hingga 24 bulan dalam dekade berikutnya, berkat AI.

Exscientia merancang senyawa baru untuk mengobati gangguan obsesif-kompulsif yang siap diuji di laboratorium setelah kurang dari satu tahun dalam fase penelitian awal. Itu sekitar lima kali lebih cepat daripada rata-rata, menurut perusahaan.

Healx yang berbasis di Cambridge memiliki pendekatan yang serupa, tetapi menggunakan pembelajaran mesin untuk menemukan kegunaan baru untuk obat yang ada. Kedua perusahaan memberi makan algoritme mereka dengan informasi - diperoleh dari sumber-sumber seperti jurnal, database biomedis dan uji klinis - untuk membantu menyarankan pengobatan baru untuk penyakit.

Pengawasan Manusia

Kedua perusahaan masing-masing menggunakan tim peneliti manusia untuk bekerja bersama AI untuk membantu memandu proses. Dalam pendekatan Exscientia, dijuluki sebagai Centaur Chemist, perancang obat membantu mengajarkan strategi algoritma untuk mencari senyawa. Healx menempatkan prediksi AI kepada peneliti yang menganalisis hasil dan memutuskan apa yang harus dikejar.

Neil Thompson, kepala petugas sains Healx, mengatakan teknik ini dapat digunakan untuk melawan wabah seperti coronavirus asalkan memiliki cukup data tentang penyakit baru. Healx tidak bekerja untuk mengatasi virus corona atau mengubah teknologinya untuk wabah, tetapi itu tidak akan menjadi masalah.

"Kami cukup dekat," kata Thompson dalam sebuah wawancara. “Kami tidak perlu banyak mengubah tentang algoritma AI yang kami gunakan. Kami melihat pencocokan sifat obat dengan fitur penyakit. ”

Algoritme kecerdasan buatan sudah mulai mengeluarkan obat untuk penyakit yang kita ketahui. Para peneliti di Massachusetts Institute of Technology mengatakan pada hari Kamis bahwa mereka telah menggunakan metode untuk mengidentifikasi senyawa antibiotik baru yang kuat yang dapat membunuh berbagai bakteri yang menyusahkan, bahkan beberapa yang saat ini kebal terhadap perawatan lain.

Satu tangkapan untuk semua teknologi ini adalah pengujian klinis. Bahkan obat yang sudah aman digunakan untuk menyembuhkan satu penyakit harus diuji lagi sebelum diresepkan untuk yang lain. Proses menunjukkan bahwa mereka aman dan efektif pada sejumlah besar orang dapat memakan waktu bertahun-tahun sebelum pergi ke regulator untuk ditinjau.

Agar efektif, pengembang obat berbasis AI harus merencanakan sebelumnya, memilih genom virus yang kemungkinan akan menyebabkan masalah di masa depan dan menargetkannya ketika ada beberapa insentif untuk melakukannya.

Kendala lain adalah menemukan staf yang berkualitas.

"Sulit menemukan orang yang dapat beroperasi di persimpangan AI dan biologi, dan sulit bagi perusahaan besar untuk membuat keputusan cepat pada teknologi seperti ini," kata Irina Haivas, mitra di perusahaan modal ventura Atomico dan mantan ahli bedah yang duduk di dewan Healx. "Tidaklah cukup untuk menjadi insinyur AI, Anda harus memahami dan masuk ke aplikasi biologi."


Jawaban 6:

Ketika penyakit misterius pertama kali muncul, sulit bagi pemerintah dan otoritas kesehatan masyarakat untuk mengumpulkan informasi dengan cepat dan mengoordinasikan respons. Tetapi teknologi kecerdasan buatan baru dapat secara otomatis menambang melalui laporan berita dan konten online di seluruh dunia, membantu para profesional untuk mengidentifikasi gangguan potensial yang mengarah pada potensi epidemi atau lebih buruk. Dengan kata lain, bos AI baru kami dapat membantu kami keluar dari wabah berikutnya.

Ini baru

AI

kapabilitas berjalan lancar dengan wabah koronavirus baru-baru ini, diidentifikasi oleh perusahaan yang berbasis di Kanada, BlueDat, yang merupakan salah satu dari beberapa organisasi yang menggunakan data untuk menilai risiko kesehatan masyarakat. Pusat Pengendalian dan Pencegahan Penyakit AS (CDC) dan Organisasi Kesehatan Dunia (WHO) telah mengeluarkan pemberitahuan resmi bahwa badan tersebut mengklaim melakukan "pengawasan penyakit infeksi otomatis". Sekarang pada akhir Januari, virus pernapasan yang terkait dengan kota Wuhan di China telah kehilangan lebih dari 100 nyawa. Kasus telah muncul di banyak negara lain, termasuk Amerika Serikat, dan CDC memperingatkan orang Amerika untuk menghindari perjalanan yang tidak perlu ke Cina.


Jawaban 7:

Pada titik ketika penyakit aneh pertama kali muncul, mungkin sangat sulit bagi pemerintah dan otoritas kesejahteraan umum untuk mengumpulkan data dengan cepat dan memfasilitasi reaksi. Dalam kasus apa pun, inovasi buatan manusia yang baru dapat secara alami menambang melalui laporan berita dan substansi daring dari seluruh dunia, membantu spesialis memahami inkonsistensi yang dapat memicu wabah potensial atau, yang lebih disesalkan, pandemi. Pada akhir hari, tuan AI kami yang baru mungkin benar-benar membantu kami dalam menahan penyakit berikut.

Kemampuan AI baru ini berada dalam showcase penuh dengan penyebaran virus corona yang sedang berlangsung, yang dibedakan tepat waktu oleh perusahaan Kanada bernama BlueDot, yang merupakan salah satu dari berbagai organisasi yang memanfaatkan informasi untuk menilai bahaya kesejahteraan umum. Organisasi itu, yang mengatakan melakukan "pengamatan penyakit yang tidak dapat ditolak dengan robot," mengatakan kepada kliennya tentang tipe baru coronavirus menjelang akhir Desember, beberapa hari sebelum Pusat Pengendalian dan Pencegahan Penyakit AS (CDC) dan Organisasi Kesehatan Dunia (WHO). ) menyampaikan pemberitahuan resmi, seperti yang diumumkan oleh Wired. Saat mendekati akhir Januari, infeksi pernafasan yang telah terhubung ke kota Wuhan di Cina baru saja menewaskan lebih dari 100 orang. Kasus-kasus juga bermunculan di beberapa negara yang berbeda, termasuk Amerika Serikat, dan CDC memperingatkan orang Amerika untuk menjaga jarak strategis dari perjalanan yang tidak perlu ke Cina.

Kamran Khan, seorang dokter penyakit yang tak tertahankan dan penulis dan CEO BlueDot, mengklarifikasi dalam sebuah pertemuan bagaimana kerangka kerja peringatan awal organisasi memanfaatkan kesadaran buatan manusia, termasuk penanganan bahasa normal dan AI, untuk mengikuti lebih dari 100 infeksi yang tak tertahankan dengan memecah sekitar 100.000 artikel di 65 dialek secara konsisten. Informasi itu memungkinkan organisasi untuk menyadari kapan harus memberi tahu pelanggannya tentang potensi kedekatan dan penyebaran penyakit yang tak tertahankan.

Informasi lain, mirip dengan data jadwal penjelajahan dan cara penerbangan, dapat membantu memberikan indikasi tambahan kepada organisasi tentang bagaimana penyakit mungkin akan menyebar. Sebagai contoh, baru-baru ini, spesialis BlueDot mengantisipasi komunitas perkotaan yang berbeda di Asia di mana coronavirus akan muncul setelah muncul di wilayah China.

Pemikiran di balik model BlueDot (yang hasil konklusifnya dengan cara ini diperiksa oleh spesialis manusia) adalah untuk mendapatkan data kepada pekerja asuransi sosial secepat mungkin, dengan harapan bahwa mereka dapat menganalisis - dan, jika perlu, memutuskan sambungan - tercemar dan individu yang mungkin menular pada waktu yang tepat.

"Data resmi tidak dalam setiap kasus menguntungkan," kata Khan kepada Recode. "Perbedaan antara satu kasus dalam explorer dan flare-up bergantung pada spesialis layanan manusia terdepan Anda memahami bahwa ada penyakit tertentu. Ini bisa menjadi perbedaan dalam menjaga flare-up agar tidak benar-benar terjadi."

Khan termasuk bahwa kerangkanya juga dapat memanfaatkan berbagai informasi lain -, misalnya, data tentang atmosfer suatu wilayah, suhu, atau bahkan hewan peliharaan yang berdekatan - untuk memperkirakan apakah seseorang yang terkontaminasi dengan suatu penyakit mungkin akan menyebabkan gejolak di sekitar sana. Dia mengemukakan bahwa, pada 2016, BlueDot memiliki opsi untuk meramalkan kehadiran infeksi Zika di Florida setengah tahun sebelum benar-benar muncul di sana.

Juga, organisasi pemeriksa momok Metabiota memverifikasi bahwa Thailand, Korea Selatan, Jepang, dan Taiwan memiliki risiko paling tinggi untuk melihat infeksi muncul lebih dari tujuh hari sebelum kasus-kasus di negara-negara itu benar-benar terungkap, agak dengan berharap untuk menerbangkan informasi. Metabiota, seperti BlueDot, menggunakan penanganan bahasa umum untuk menilai laporan daring tentang kemungkinan penyakit, dan juga mengembangkan inovasi serupa untuk informasi kehidupan berbasis web.

Imprint Gallivan, eksekutif ilmu informasi Metabiota, mengklarifikasi bahwa tahapan online dan diskusi juga dapat memberikan tanda bahwa ada bahaya pandemi. Metabiota juga menegaskan itu dapat menilai bahaya penyebaran penyakit yang menyebabkan gangguan sosial dan politik, mengingat data seperti indikasi penyakit, tingkat kematian, dan aksesibilitas pengobatan. Sebagai contoh, pada saat distribusi artikel ini, Metabiota menilai bahaya dari virus corona baru yang menyebabkan kegelisahan terbuka sebagai "tinggi" di AS dan Cina, namun ia mengevaluasi bahaya ini untuk infeksi monkeypox di Republik Demokratik Kongo ( di mana ada yang bertanggung jawab atas kejadian infeksi itu) sebagai "sedang".

Sulit untuk menyadari dengan tepat seberapa tepat kerangka kerja peringkat ini atau tahap itu sendiri, namun Gallivan mengatakan organisasi tersebut bekerja dengan jaringan pengetahuan AS dan Departemen Pertahanan mengenai masalah yang diidentifikasi dengan coronavirus. Ini adalah bagian dari pekerjaan Metabiota dengan In-Q-Tel, perusahaan petualangan nirlaba yang terhubung dengan Central Intelligence Agency. Namun, kantor pemerintah bukanlah pelanggan potensial utama dari kerangka kerja ini. Metabiota juga mempublikasikan yayasannya kepada organisasi reasuransi - reasuransi pada dasarnya adalah perlindungan bagi agen asuransi - yang seharusnya menangani bahaya moneter terkait dengan penyebaran kapasitas laten penyakit.

Meskipun demikian, penalaran yang terkomputerisasi dapat menjadi lebih berharga daripada sekadar menjaga agar para pakar dan otoritas penularan penyakit dididik ketika infeksi muncul. Spesialis telah membuat model berbasis AI yang dapat mengantisipasi episode infeksi Zika secara progresif, yang dapat mendidik bagaimana spesialis bereaksi terhadap potensi kedaruratan. Kesadaran buatan manusia juga dapat digunakan untuk mengelola bagaimana otoritas kesejahteraan umum membubarkan aset selama keadaan darurat. Sebagai hasilnya, AI berdiri menjadi garis pertama perlindungan terhadap penyakit.

Terlebih lagi, AI saat ini membantu memeriksa obat-obatan baru, menangani infeksi yang tidak biasa, dan mengidentifikasi pertumbuhan ganas payudara. Kecerdasan buatan manusia bahkan digunakan untuk membedakan penjelajahan menyeramkan yang menyebarkan Chagas, penyakit serius dan mematikan yang telah mencemari 8 juta orang di Meksiko dan Amerika Tengah dan Selatan. Selain itu, ada juga antusiasme yang meningkat untuk memanfaatkan informasi yang tidak kesejahteraan - seperti kehidupan berbasis web - tentang bantuan pembuat kebijakan kesejahteraan dan organisasi pengobatan memahami luasnya keadaan darurat kesejahteraan. Misalnya, AI yang dapat menambang kehidupan online hadir dengan target transaksi narkotika ilegal, dan menjaga agar otoritas kesejahteraan umum tetap terdidik tentang penyebaran zat-zat yang dikendalikan ini.

Kerangka kerja ini, termasuk Metabiota dan BlueDot, hanya setara dengan informasi yang mereka nilai. Terlebih lagi, AI - untuk sebagian besar - memiliki masalah dengan kecenderungan, yang dapat mencerminkan arsitek kerangka kerja dan informasi yang disiapkannya. Juga, AI yang digunakan dalam layanan obat sama sekali tidak aman untuk bentuk itu.

Semua hal dipertimbangkan, perkembangan ini berbicara kepada sudut pandang idealis progresif untuk apa yang dapat dilakukan AI. Biasanya, pembaruan robot AI yang difilter melalui sejumlah besar informasi tidak begitu baik. Pertimbangkan persyaratan hukum menggunakan basis data pengakuan wajah berdasarkan gambar yang ditambang dari web. Atau di sisi lain meminta direksi yang sekarang dapat memanfaatkan AI untuk meramalkan bagaimana Anda akan melanjutkan penggilingan, mengingat posting kehidupan berbasis internet Anda. Kemungkinan AI melakukan pemberantasan buas biadab menawarkan situasi di mana kita mungkin merasa agak kurang nyaman, jika tidak melalui dan melalui ceria. Mungkin inovasi ini - kapan pun dibuat dan digunakan dengan tepat - benar-benar dapat membantu menyelamatkan beberapa nyawa.