Предсказать эпидемию до того, как она разразится

Канадский алгоритм BlueDot оказался быстрее специалистов в распознавании угрозы от новейшего коронавируса. Он проинформировал своих клиентов об угрозе за несколько дней до того, как Центры США по контролю и профилактике заболеваний (CDC) и Всемирная организация здравоохранения (ВОЗ) разослали миру официальные уведомления.

Камран Хан (1), врач, инфекционист, основатель и генеральный директор программы BlueDot, объяснил в интервью для прессы, как эта система раннего предупреждения использует искусственный интеллект, включая обработку естественного языка и машинное обучение, чтобы отслеживать даже сто заразных болезней одновременно. Ежедневно анализируется около 100 тыс. статьи на 65 языках.

1. Камран Хан и карта, показывающая распространение уханьского коронавируса.

Эти данные сигнализируют компании, когда следует уведомлять своих клиентов о потенциальном наличии и распространении инфекционного заболевания. Другие данные, такие как информация о маршрутах поездок и рейсах, могут помочь дать дополнительные сведения о вероятности развития вспышки.

Идея модели BlueDot заключается в следующем. получить информацию как можно скорее медицинским работникам в надежде, что они смогут диагностировать — и, при необходимости, изолировать — инфицированных и потенциально заразных людей на ранней стадии угрозы. Хан объясняет, что алгоритм не использует данные социальных сетей, потому что они «слишком хаотичны». При этом «официальная информация не всегда актуальна», сказал он Recode. И время реакции — это то, что имеет значение для успешного предотвращения вспышки.

Хан работал в 2003 году в Торонто специалистом по инфекционным заболеваниям, когда это случилось. epidemii SARS. Он хотел разработать новый способ отслеживания этих типов заболеваний. Протестировав несколько программ прогнозирования, он запустил BlueDot в 2014 году и привлек 9,4 млн долларов финансирования своего проекта. В настоящее время в компании работает сорок сотрудников, врачи и программистыкоторые разрабатывают аналитический инструмент для отслеживания заболеваний.

После сбора данных и их первоначального выбора они входят в игру аналитики. потом эпидемиологи Они проверяют выводы на научную обоснованность, а затем представляют отчет правительству, бизнесу и медицинским работникам. клиенты.

Хан добавил, что его система может также использовать ряд других данных, таких как информация о климате конкретной области, температуре и даже информация о местном скоте, чтобы предсказать, может ли кто-то, зараженный этой болезнью, вызвать вспышку. Он указывает, что еще в 2016 году Blue-Dot смогла предсказать вспышку вируса Зика во Флориде за шесть месяцев до его фактической регистрации в этом районе.

Компания работает аналогичным образом и с использованием аналогичных технологий. Метабиотамониторинг эпидемии ОРВИ. Его специалисты в свое время установили, что наибольший риск появления этого вируса в Таиланде, Южной Корее, Японии и Тайване, причем сделали они это более чем за неделю до объявления случаев заболевания в этих странах. Часть их выводов была сделана на основе анализа данных о пассажирских рейсах.

Метабиота, как и BlueDot, использует обработку данных на естественном языке для оценки потенциальных сообщений о заболеваниях, но также работает над разработкой той же технологии для информации из социальных сетей.

Марк Галливан, научный директор Metabiota по данным, объяснил в СМИ, что онлайн-платформы и форумы могут сигнализировать о риске вспышки. Штатные специалисты также говорят, что они могут оценить риск распространения болезни, вызывающей социальные и политические потрясения, на основе такой информации, как симптомы болезни, смертность и доступность лечения.

Во времена Интернета все ожидают быстрого, достоверного и, возможно, разборчивого наглядного представления информации о ходе эпидемии коронавируса, например, в виде обновленной карты.

2. Информационная панель Coronavirus 2019-nCoV Университета Джона Хопкинса.

Центр системных наук и инженерии Университета Джона Хопкинса разработал, пожалуй, самую известную в мире информационную панель о коронавирусе (2). Он также предоставил полный набор данных для загрузки в виде листа Google. На карте показаны новые случаи, подтвержденные смерти и выздоровления. Данные, используемые для визуализации, поступают из различных источников, включая ВОЗ, CDC, China CDC, NHC и DXY — китайский веб-сайт, который объединяет отчеты NHC и местные ситуационные отчеты CCDC в режиме реального времени.

Диагностика в часах, а не днях

Мир впервые услышал о новой болезни, появившейся в китайском Ухане. 31 декабря 2019 г. Спустя неделю китайские ученые объявили, что установили виновника. На следующей неделе немецкие специалисты разработали первый диагностический тест (3). Это быстро, гораздо быстрее, чем во времена атипичной пневмонии или подобных эпидемий до и после.

Еще в начале прошлого десятилетия ученым, ищущим какой-то опасный вирус, приходилось выращивать его в клетках животных в чашках Петри. Вы должны были создать достаточно вирусов, чтобы сделать изолировать ДНК и прочитать генетический код с помощью процесса, известного как последовательность действий. Однако в последние годы эта техника получила огромное развитие.

Ученым даже не нужно больше выращивать вирус в клетках. Они могут напрямую обнаруживать очень небольшое количество вирусной ДНК в легких или кровяных выделениях пациента. И это занимает часы, а не дни.

Ведутся работы по разработке еще более быстрых и удобных средств обнаружения вирусов. Сингапурская компания Veredus Laboratories работает над портативным комплектом для обнаружения, ВереЧип (4) поступит в продажу с 1 февраля этого года. Благодаря эффективным и портативным решениям выявление инфицированных с целью оказания им надлежащей медицинской помощи также будет происходить быстрее при реализации медицинских бригад на местах, особенно в случае переполненности больниц.

Последние технологические достижения позволили собирать и обмениваться диагностическими результатами практически в режиме реального времени. Пример платформы от компании Quidel София я система PCR10 FilmArray Компании BioFire, предоставляющие быстрые диагностические тесты на респираторные патогены, становятся доступными немедленно благодаря беспроводному подключению к базам данных в облаке.

Геном коронавируса 2019-nCoV (COVID-19) был полностью секвенирован китайскими учеными менее чем через месяц после обнаружения первого случая. Со времени первого секвенирования было завершено еще почти двадцать. Для сравнения, эпидемия вируса SARS началась в конце 2002 года, а его полный геном не был доступен до апреля 2003 года.

Последовательности генома имеют решающее значение для разработки средств диагностики и вакцин против этого заболевания.

Больничные инновации

5. Медицинский робот из Регионального медицинского центра Провиденс в Эверетте.

К сожалению, новый коронавирус угрожает и врачам. Как сообщает CNN, по предотвратить распространение коронавируса внутри и за пределами больницы, сотрудники Регионального медицинского центра Провиденс в Эверетте, штат Вашингтон, пользуются Робота (5), который измеряет жизненные показатели у изолированного пациента и действует как платформа для видеоконференцсвязи. Машина больше, чем просто коммуникатор на колесах со встроенным экраном, но она не исключает полностью человеческого труда.

Медсестрам по-прежнему приходится входить в палату с пациентом. Они также управляют роботом, который не будет подвергаться заражению, по крайней мере биологическому, поэтому устройства этого типа будут все чаще использоваться при лечении инфекционных заболеваний.

Комнаты конечно можно утеплить, но проветривать тоже нужно, чтобы можно было дышать. Для этого нужны новые системы вентиляции, препятствуя распространению микробов.

Финская компания Genano (6), разработавшая данные виды методик, получила экспресс-заказ для медицинских учреждений Китая. В официальном сообщении компании указано, что компания имеет большой опыт в предоставлении оборудования для предотвращения распространения инфекционных заболеваний в стерильных и изолированных больничных палатах. В предыдущие годы она выполняла, в частности, поставки в медицинские учреждения Саудовской Аравии во время эпидемии вируса MERS. Финские устройства для безопасной вентиляции поставлены в том числе в в знаменитую, уже построенную за десять дней временную больницу для людей, инфицированных коронавирусом 2019-nCoV в Ухане.

6. Схема системы Genano в изоляторе

Согласно сообщению Genano, запатентованная технология, используемая в очистителях, «устраняет и убивает все переносимые по воздуху микробы, такие как вирусы и бактерии». В очистителях воздуха, способных улавливать мелкие частицы размером 3 нанометра, нет механического фильтра, который нужно обслуживать, а воздух фильтруется под действием сильного электрического поля.

Еще одним техническим курьезом, появившимся во время вспышки страха перед коронавирусом, стали тепловые сканеры, б/у, среди прочего в индийских аэропортах забирают людей с повышенной температурой.

Интернет – вредит или помогает?

Несмотря на огромную волну критики за тиражирование и распространение, сеящую дезинформацию и панику, инструменты социальных сетей после вспышки в Китае также сыграли положительную роль.

Как сообщает, например, китайский технологический сайт TMT Post, социальная платформа для мини-видео. Douyin, который является китайским аналогом всемирно известного TikTok (7), запустил специальный сегмент для обработки информации о распространении коронавируса. Под хэштегом #БорьбаПневмония, публикуется не только информация от пользователей, но и отчеты специалистов и советы.

Помимо повышения осведомленности и распространения важной информации, Douyin также призван служить инструментом поддержки для врачей и медицинского персонала, борющихся с вирусом, а также для инфицированных пациентов. Аналитик Даниэль Ахмад написал в Твиттере, что приложение запустило «видеоэффект Jiayou» (имеется в виду поощрение), который пользователи должны использовать для отправки положительных сообщений в поддержку врачей, медицинских работников и пациентов. Этот тип контента также публикуют известные люди, знаменитости и так называемые инфлюенсеры.

Сегодня считается, что тщательное изучение тенденций в социальных сетях, связанных со здоровьем, могло бы значительно помочь ученым и государственным органам здравоохранения лучше распознавать и понимать механизмы передачи болезней между людьми.

Отчасти потому, что социальные сети имеют тенденцию быть «в высшей степени контекстуальными и все более гиперлокальными», сказал он в интервью The Atlantic в 2016 году. Марсель Салате, научный сотрудник Федеральной политехнической школы в Лозанне, Швейцария, и специалист в развивающейся области, которую ученые называют «Цифровая эпидемиология». Однако на данный момент, добавил он, исследователи все еще скорее пытаются понять, говорят ли социальные сети о проблемах со здоровьем, которые на самом деле отражают эпидемиологические явления или нет (8).

8. Китайцы делают селфи в масках

Результаты первых опытов в этом отношении неясны. Инженеры Google уже в 2008 году запустили инструмент прогнозирования заболеваний — Google Flu Trends (ГФТ). Компания планировала использовать его для анализа данных поисковой системы Google на наличие симптомов и сигнальных слов. В то время она надеялась, что результаты будут использованы для точного и немедленного распознавания «контуров» вспышек гриппа и денге (вирусное заболевание, переносимое насекомыми в тропиках) — на две недели раньше, чем Центры по контролю и профилактике заболеваний США. (CDC), чьи исследования считаются лучшим стандартом в этой области. Однако результаты, полученные Google в отношении ранней диагностики на основе сигналов из Интернета гриппа в США, а затем и малярии в Таиланде, были сочтены слишком неточными.

Приемы и системы, «предсказывающие» различные события, в т.ч. таких как взрыв беспорядков или эпидемий, работала и Microsoft, которая в 2013 году совместно с израильским институтом Технион начала деятельность по программе прогнозирования бедствий на основе анализа медиаконтента. С помощью вивисекции многоязычных заголовков «компьютерный интеллект» должен был распознавать общественные угрозы.

Ученые исследовали определенные последовательности событий — например, информацию о засухе в Анголе, которая породила прогнозы в системах прогнозирования о возможной эпидемии холеры, так как нашли связь между засухой и ростом заболеваемости болезнью. Каркас системы создавался на основе анализа архивных изданий New York Times, начиная с 1986 года. Дальнейшее развитие и процесс машинного обучения предполагали использование новых интернет-ресурсов.

Пока что, основываясь на успехах BlueDot и Metabiota в эпидемиологическом прогнозировании, может возникнуть соблазн сделать вывод, что точное предсказание возможно прежде всего на основе «квалифицированных» данных, т.е. профессиональных, проверенных, специализированных источников, а не хаоса интернет- и портал-сообществ.

Но, может быть, все дело в более умных алгоритмах и лучшем машинном обучении?