Com es combat l'AI contra el brot de coronavirus?


Resposta 1:

La intel·ligència artificial podria combatre un futur coronavirus

.

Els brots de malalties com el coronavirus sovint es desenvolupen massa ràpidament perquè els científics trobin una cura. Però, en el futur, la intel·ligència artificial podria ajudar els investigadors a fer un millor treball.

Tot i que és probable que sigui massa tard per tenir un paper important en la epidèmia actual, hi ha esperances per als propers brots. L’AI és útil combinar-se a través de munts de dades per trobar connexions que facin més fàcil determinar quins tipus de tractaments poden funcionar o quins experiments cal dur a terme a continuació.

La pregunta és amb quina idea es produirà Big Data quan només es produeixin escasses dades d’informació sobre una malaltia recent emergent com la Covid-19, que va sorgir per primera vegada a finals de l’any passat a la Xina i que va emmalaltir més de 75.000 persones en uns dos mesos.

El fet que els investigadors aconseguissin produir la seqüenciació gènica del nou virus en unes setmanes després dels primers casos reportats és prometedor, ja que demostra que hi ha dades molt més immediates disponibles ara quan es produeixen brots.

Andrew Hopkins, conseller delegat d'Oxford, Exscientia Ltd., amb seu a Anglaterra, és una de les persones que treballen per ajudar a entrenar la intel·ligència artificial per al descobriment de drogues. Estima que els nous tractaments podrien anar des de la concepció fins a les proves clíniques en uns 18 o 24 mesos en la pròxima dècada, gràcies a la IA.

Exscientia va dissenyar un nou compost per tractar el trastorn obsessiu-compulsiu que està a punt per ser provat al laboratori després de menys d’un any en la fase inicial de recerca. Segons la companyia, cinc vegades més ràpid que la mitjana.

Healx, amb seu a Cambridge, té un enfocament similar, però utilitza l'aprenentatge automàtic per trobar nous usos per a les drogues existents. Les dues empreses alimenten els seus algorismes amb informació (obtinguda de fonts com revistes, bases de dades biomèdiques i assajos clínics) per ajudar a suggerir nous tractaments per a malalties.

Supervisió humana

Les dues companyies utilitzen cadascun un equip d’investigadors humans per treballar al costat de l’IA per ajudar a guiar el procés. Amb el plantejament d'Exscientia, batejat com a químic Centaure, els dissenyadors de fàrmacs ajuden a ensenyar les estratègies d'algorismes per a la recerca de compostos. Healx posa les prediccions de l'AI als investigadors que analitzen els resultats i decideixen què han de perseguir.

Neil Thompson, el màxim responsable científic de Healx, va dir que es podia desplegar la tècnica contra un brot com el coronavirus sempre que tingués prou dades sobre la nova malaltia. Healx no treballa per combatre el coronavirus ni modificar la seva tecnologia per esclatar brots, però no seria un estirament.

"Estem força a prop", va dir Thompson en una entrevista. "No haurem de canviar gaire els algorismes d'AI que utilitzem. Estem mirant a fer coincidir les propietats dels fàrmacs amb les característiques de la malaltia. "

Els algorismes d’intel·ligència artificial ja comencen a eliminar medicaments per a les malalties que coneixem. Els investigadors de l'Institut Tecnològic de Massachusetts van dir dijous que havien utilitzat el mètode per identificar un potent antibiòtic nou compost que podria matar una sèrie de bacteris problemàtics, fins i tot alguns que actualment són resistents a altres tractaments.

Una de les captures de totes aquestes tecnologies és la prova clínica. Fins i tot els fàrmacs que ja són segurs d’ús per curar una malaltia haurien de tornar a provar-se abans que se’ls prescrigui una altra. El procés de demostrar que són segurs i efectius en un gran nombre de persones pot trigar anys abans d’anar a les autoritats reguladores per a la seva revisió.

Per ser efectius, els desenvolupadors de medicaments basats en IA haurien de planificar-se amb antelació, escollint un genoma de virus susceptible de causar problemes en el futur i orientar-lo quan hi ha pocs incentius per fer-ho.

Gràcies.


Resposta 2:

El joc ja està en marxa.

Si no és així per al coronavirus, almenys per a superbes. Els investigadors del MIT i Harvard van utilitzar la IA per identificar un nou antibiòtic capaç de matar molts bacteris resistents als fàrmacs. Van formar un algorisme d'aprenentatge de màquines per analitzar compostos químics capaços de combatre les infeccions mitjançant mecanismes diferents dels dels fàrmacs existents.

Van entrenar el seu model sobre 2.500 molècules que identificaven un compost (el van anomenar Halicina) per fer proves sobre bacteris presos de pacients i bacteris cultivats en laboratoris. L'halicina pot matar molts bacteris resistents als medicaments, inclosos els bacteris

micobactirium tuberculosis, clostridium difficile

i

acinetobacter baumannii.

L’halicina va guarir a dos ratolins infectats

A.baumannii.

Per cert, molts soldats nord-americans a Iraq i Afganistan es van infectar amb el mateix error. Segons va dir l’informe, una pomada d’halicina aplicada a la pell d’aquests dos ratolins els va guarir completament a les 24 hores.

L'ús de models informàtics predictius per al descobriment de fàrmacs no és nou, però el millor èxit s'ha vist fins ara amb Halicin.

Segons els investigadors, el seu model predictiu pot fer allò que costarà prohibitivament els enfocaments experimentals tradicionals.

Aquest èxit d'Halicin arriba a una etapa crucial de la història humana. Es preveu, cap al 2050, que les morts mundials a causa de bacteris resistents als medicaments puguin assolir els 10 milions.

Cal treballar més perquè la Halicina sigui usable en humans. Tot i que el seu algorisme està dissenyat per a bacteris, pot ser "actualitzable" també per combatre el virus.


Resposta 3:

Imagineu que un hospital de la Xina té 1000 casos amb símptomes similars, què fa l'hospital? Si bé tota la informació sobre els símptomes i el diagnòstic està documentada i disponible electrònicament, el departament sanitari és capaç de prendre les mesures necessàries i adequades.

L’AI és excel·lent i ràpid en detectar patrons, semblances per a una detecció ràpida. Un exemple de com

La cerca a Google és capaç

detectar possibles malalties a tot el món. Només amb senzills patrons de cerca, l'AI pot detectar possibles amenaces i epidèmies que puguin esclatar en grans proporcions a tot el món.

Tornant al virus de la Corona, una vegada que la Xina ha documentat els símptomes de la malaltia, la va diagnosticar, comparteix aquesta informació a totes les altres organitzacions governamentals possibles que puguin posar ràpidament en marxa detectors tèrmics que puguin escanejar persones amb aquests símptomes i classificar-los com probablement infectats o portadors. o immune. Com que els virus muten ràpidament, tendeixen a canviar la manera de mirar, els símptomes poden canviar i ser difícils de diagnosticar. Però amb la IA, la Xina és capaç d’ajudar els governs amb persones que s’han traslladat de la Xina, especialment Wuhan i després s’han traslladat internacionalment per ciutats. Aquesta informació pot ser analitzada per AI, per detectar les notícies d’aquestes ciutats i hospitals per unir les peces del trencaclosques.

Espero que això ajudi!


Resposta 4:

En termes recents, si tenim dades de diversos pacients dels que podem identificar i trobar patrons, dels pacients amb corona positiva. Després d'això, podem comprovar que un nou pacient predici si aquest pacient pot estar infectat o no, tenint en compte la seva pauta. Per a separar-ho, es poden utilitzar tècniques clàssiques d'aprenentatge automàtic o d'aprenentatge profund.

En termes més generals, hem de ser molt prudents i hem d’interactuar amb la persona del camp mèdic per analitzar el patró per generalitzar què està passant en realitat, quins són els canvis i els mecanismes desencadenats pel virus en el cos per entendre millor el model.


Resposta 5:

Els brots de malalties com el coronavirus sovint es desenvolupen massa ràpidament perquè els científics trobin una cura. Però, en el futur, la intel·ligència artificial podria ajudar els investigadors a fer un millor treball.

Tot i que és probable que sigui massa tard per tenir un paper important en la epidèmia actual, hi ha esperances per als propers brots. L’AI és útil combinar-se a través de munts de dades per trobar connexions que facin més fàcil determinar quins tipus de tractaments poden funcionar o quins experiments cal dur a terme a continuació.

La pregunta és amb quina idea es produirà Big Data quan només es produeixin escasses dades d’informació sobre una malaltia recent emergent com la Covid-19, que va sorgir per primera vegada a finals de l’any passat a la Xina i que va emmalaltir més de 75.000 persones en uns dos mesos.

El fet que els investigadors aconseguissin produir la seqüenciació gènica del nou virus en unes setmanes després dels primers casos reportats és prometedor, ja que demostra que hi ha dades molt més immediates disponibles ara quan es produeixen brots.

Andrew Hopkins, conseller delegat d'Oxford, Exscientia Ltd., amb seu a Anglaterra, és una de les persones que treballen per ajudar a entrenar la intel·ligència artificial per al descobriment de drogues. Estima que els nous tractaments podrien anar des de la concepció fins a les proves clíniques en uns 18 o 24 mesos en la pròxima dècada, gràcies a la IA.

Exscientia va dissenyar un nou compost per tractar el trastorn obsessiu-compulsiu que està a punt per ser provat al laboratori després de menys d’un any en la fase inicial de recerca. Segons la companyia, cinc vegades més ràpid que la mitjana.

Healx, amb seu a Cambridge, té un enfocament similar, però utilitza l'aprenentatge automàtic per trobar nous usos per a les drogues existents. Les dues empreses alimenten els seus algorismes amb informació (obtinguda de fonts com revistes, bases de dades biomèdiques i assajos clínics) per ajudar a suggerir nous tractaments per a malalties.

Supervisió humana

Les dues companyies utilitzen cadascun un equip d’investigadors humans per treballar al costat de l’IA per ajudar a guiar el procés. Amb el plantejament d'Exscientia, batejat com a químic Centaure, els dissenyadors de fàrmacs ajuden a ensenyar les estratègies d'algorismes per a la recerca de compostos. Healx posa les prediccions de l'AI als investigadors que analitzen els resultats i decideixen què han de perseguir.

Neil Thompson, el màxim responsable científic de Healx, va dir que es podia desplegar la tècnica contra un brot com el coronavirus sempre que tingués prou dades sobre la nova malaltia. Healx no treballa per combatre el coronavirus ni modificar la seva tecnologia per esclatar brots, però no seria un estirament.

"Estem força a prop", va dir Thompson en una entrevista. "No haurem de canviar gaire els algorismes d'AI que utilitzem. Estem mirant a fer coincidir les propietats dels medicaments amb les característiques de la malaltia. "

Els algorismes d’intel·ligència artificial ja comencen a eliminar medicaments per a les malalties que coneixem. Els investigadors de l'Institut Tecnològic de Massachusetts van dir dijous que havien utilitzat el mètode per identificar un potent antibiòtic nou compost que podria matar una sèrie de bacteris problemàtics, fins i tot alguns que actualment són resistents a altres tractaments.

Una de les captures de totes aquestes tecnologies és la prova clínica. Fins i tot els fàrmacs que ja són segurs d’ús per curar una malaltia haurien de tornar a provar-se abans que se’ls prescrigui una altra. El procés de demostrar que són segurs i efectius en un gran nombre de persones pot trigar anys abans d’anar a les autoritats reguladores per a la seva revisió.

Per ser efectius, els desenvolupadors de medicaments basats en IA haurien de planificar-se amb antelació, escollint un genoma de virus susceptible de causar problemes en el futur i orientar-lo quan hi ha pocs incentius per fer-ho.

Un altre obstacle és trobar personal qualificat.

"És difícil trobar persones que puguin operar a la intersecció de la IA i la biologia, i és difícil per a les grans empreses prendre decisions ràpides sobre tecnologia com aquesta", va dir Irina Haivas, sòcia de la firma de capital de risc Atomico i ex cirurgià que hi participa. la junta de Healx. "No n'hi ha prou amb ser enginyer en IA, has de comprendre i aprofundir en les aplicacions de la biologia".


Resposta 6:

Quan apareix per primera vegada una malaltia misteriosa, és difícil que els governs i les autoritats sanitàries públiques recopilin informació ràpidament i coordinin la resposta. Però les noves tecnologies d’intel·ligència artificial poden minar automàticament a través de reportatges i contingut en línia de tot el món, ajudant els professionals a identificar possibles trastorns que poden comportar una epidèmia potencial o pitjor. És a dir, els nostres nous caps d’IA poden ajudar-nos a sortir de la propera plaga.

Aquestes novetats

AI

Les capacitats estan en plena evolució amb el recent brot de coronavirus, identificat per una empresa de base canadiana, BlueDat, que és una de les diverses organitzacions que utilitzen dades per avaluar els riscos per a la salut pública. Els centres nord-americans de control i prevenció de malalties (CDC) i l’Organització Mundial de la Salut (OMS) han emès avisos oficials que l’agència afirma que realitza una "vigilància automàtica de malalties infeccioses". Ara a finals de gener, un virus respiratori vinculat a la ciutat de Wuhan a la Xina ja ha perdut més de 100 vides. Han sorgit casos en molts altres països, inclòs els Estats Units, i el CDC està advertint als nord-americans que eviten viatges innecessaris a la Xina.


Resposta 7:

En el moment en què apareix una malaltia estranya, pot ser molt difícil que els governs i les autoritats generals de benestar acumulin dades ràpidament i facilitin una reacció. En qualsevol cas, la nova innovació del raonament elaborat per l’home pot minar de manera natural a través de reportatges i substàncies en línia d’arreu del món, ajudant els especialistes a percebre inconsistències que poden provocar una possible plaga o, més lamentable, una pandèmia. Al final del dia, els nostres nous patrons d’AI poden ajudar-nos realment a patir la malaltia següent.

Aquestes noves habilitats de la IA es mostren completament amb el flamant coronavirus en curs, que una empresa canadenca anomenada BlueDot va ser distingida puntualment, que és una de les diverses organitzacions que utilitzen informació per avaluar els perills generals del benestar. L'organització, que diu que realitza "observació robotitzada de malalties irresistibles", va comunicar als seus clients el nou tipus de coronavirus cap a finals de desembre, dies abans dels dos Estats Units per al Control i la Prevenció de Malalties (CDC) i l'Organització Mundial de la Salut (OMS). ) va transmetre una notificació oficial, segons va anunciar Wired. S’acosta actualment a finals de gener, la infecció respiratòria que s’ha connectat a la ciutat de Wuhan a la Xina acaba de matar a més de 100 persones. Els casos també han sorgit en algunes nacions diferents, inclosos els Estats Units, i el CDC està advertint als nord-americans de mantenir una distància estratègica dels desplaçaments innecessaris a la Xina.

Kamran Khan, un metge de malalties irresistibles i autor i conseller delegat de BlueDot, va aclarir en una reunió com el marc d’ammonització inicial de l’organització utilitza la consciència creada per l’home, inclosa la manipulació normal del llenguatge i la IA, per seguir més de 100 infeccions irresistibles desglossant al voltant de 100.000 articles en 65 dialectes de forma coherent. Aquesta informació permet a l’organització conèixer quan informar als seus clients sobre la proximitat i la propagació d’una malaltia irresistible.

Una altra informació, semblant a les dades d’horaris d’exploració i a les maneres de vol, pot ajudar a l’organització a indicacions addicionals sobre com es propagarà probablement una malaltia. Per exemple, recentment, els especialistes de BlueDot van preveure diferents comunitats urbanes d’Àsia on apareixeria el coronavirus després que aparegués al territori de la Xina.

El pensament del model de BlueDot (els resultats concloents dels quals s’examinen d’aquesta manera per especialistes humans) és aconseguir dades als treballadors d’assegurances socials tan ràpidament com es pogués permetre, amb l’esperança que puguin analitzar -i, si és necessari, desconnectar-los- concebibles individus infecciosos en un moment oportú.

"Les dades oficials no són en cap cas favorables", va dir Khan a Recode. "La distinció entre un cas en un explorador i una bengala depèn de l'especialista de serveis humans de primera línia que percep que hi ha una malaltia específica. Podria ser la distinció per evitar que el que passés realment fos".

Khan va incloure que el seu marc també pot utilitzar una gran quantitat d’informació (per exemple, dades sobre l’atmosfera, la temperatura o fins i tot animals domesticats propers al territori) per preveure si algú contaminat amb una malaltia probablement causarà una irrupció. allà. Es presenta que, el 2016, BlueDot va tenir l'opció de preveure la presència de la infecció per Zika a Florida un mig any abans que aparegués realment.

Així mateix, l’organització de control de flagells Metabiota va comprovar que Tailàndia, Corea del Sud, Japó i Taiwan tenien el perill més elevat de veure aparèixer la infecció al llarg de set dies abans que els casos d’aquestes nacions es revelessin realment, en certa manera esperant la fugida d’informació. Metabiota, com a BlueDot, utilitza el maneig de llenguatges comú per avaluar els informes en línia sobre una malaltia potencial i, a més, es produeix una innovació similar per a la informació de la vida basada en la web.

Imprint Gallivan, l'executiu de ciències de la informació de Metabiota, aclareix que les fases i debats en línia també poden donar un signe que hi ha un perill de pandèmia. Així mateix, Metabiota afirma que pot valorar el perill d'una propagació de la malaltia causant interrupcions socials i polítiques, a la vista de dades com les indicacions de la malaltia, la taxa de mort i l'accessibilitat del tractament. Per exemple, a l’hora de la distribució d’aquest article actual, Metabiota va valorar el perill del nou coronavirus que suposa una inquietud tan oberta com a “elevada” als Estats Units i la Xina, tot i que va valorar aquest perill per la infecció de la monofaca a la República Democràtica del Congo ( on s'han explicat casos d'aquesta infecció) com a "mitjà".

És difícil adonar-se exactament de quina precisió pot tenir aquest marc de qualificació o l’etapa, tot i que Gallivan assegura que l’organització treballa amb la xarxa de coneixement dels Estats Units i el Departament de Defensa en problemes identificats amb el coronavirus. Es tracta d’un treball de Metabiota amb In-Q-Tel, l’empresa d’aventura sense ànim de lucre relacionada amb l’Agència Central d’Intel·ligència. Tot i això, les oficines governamentals no són els principals clients potencials d'aquests marcs. Metabiota fa pública, a més, la seva fundació per a les organitzacions de reassegurança - la reassegurança és bàsicament la protecció per a les agències d’assegurances - que haurien de fer front als perills monetaris relacionats amb la propagació latent de la malaltia.

Sigui com sigui, el raonament informatitzat pot ser indiscutiblement més valuós que simplement mantenir educats els experts en transmissió de malalties i les autoritats com a infecció. Els especialistes han fabricat models basats en IA que poden anticipar progressivament els episodis de la infecció per Zika, cosa que pot educar com reaccionen els especialistes davant de possibles emergències. La consciència creada per l'home també es podria utilitzar per gestionar la manera en què les autoritats generals de benestar dispersen els actius durant una emergència El resultat de l'AI és una altra primera línia de protecció contra les malalties.

De manera més exhaustiva, la IA ajuda ara a examinar nous medicaments, a manejar infeccions poc freqüents i a identificar el creixement maligne del cos. La intel·ligència creada per l’home es va utilitzar fins i tot per distingir els rastrejos esgarrifosos que van difondre Chagas, una malaltia greu i concebible letal que ha afectat a 8 milions d’individus esperats a Mèxic i Amèrica Central i del Sud. A més, hi ha un gran entusiasme per utilitzar informació sobre benestar, com els regals de vida basats en la web, perquè els responsables polítics i les organitzacions de medicaments ajudin a ampliar una emergència de benestar. Per exemple, la IA que pot exercir la vida en línia presenta objectius estupefaents il·legals i manté les autoritats generals de benestar educades sobre la propagació d’aquestes substàncies controlades.

Aquests marcs, inclosos Metabiota i BlueDot, es mostren a la par de la informació que avaluen. A més, l'AI té, en bona part, un problema amb inclinació, que pot reflectir tant els arquitectes d'un marc com la informació que està preparada. A més, la IA que s'utilitza en els serveis medicinals no és de cap forma, forma o forma segura per a aquest problema.

Totes les coses considerades, aquestes progressions parlen d'un punt de vista progressivament idealista sobre el que pot fer l'AI. Normalment, les actualitzacions sobre robots AI que filtren gran quantitat d'informació no són tan bones. Penseu en el requisit de la llei que utilitza bases de dades de reconeixement facial basades en imatges extretes del web. O, d'altra banda, enumerar-se a directors que ara serien capaços d'utilitzar AI per preveure com continuarà la molida, a la vista de les vostres publicacions basades en Internet. La possibilitat que la IA pugui lluitar contra la malaltia salvatge ofereix una situació en què ens podem sentir una mica menys incòmodes, encara que no sigui a través de la manera alegre. Potser aquesta innovació, sempre que es crei i es faci servir adequadament, podria ajudar a salvar algunes vides.