Hoe vecht AI tegen de uitbraak van het coronavirus?


Antwoord 1:

Kunstmatige intelligentie kan een toekomstig coronavirus bestrijden

.

Ziekte-uitbraken zoals het coronavirus ontvouwen zich vaak te snel voor wetenschappers om een ​​remedie te vinden. Maar in de toekomst kan kunstmatige intelligentie onderzoekers helpen om hun werk beter te doen.

Hoewel het waarschijnlijk te laat is om de jonge technologie een grote rol te laten spelen in de huidige epidemie, is er hoop op de volgende uitbraken. AI is goed in het doorzoeken van bergen gegevens om verbanden te vinden die het gemakkelijker maken om te bepalen wat voor soort behandelingen zouden kunnen werken of welke experimenten vervolgens moeten worden uitgevoerd.

De vraag is wat Big Data zal bedenken als het maar een klein beetje informatie krijgt over een pas opgekomen ziekte als Covid-19, die eind vorig jaar in China voor het eerst opdook en in ongeveer twee maanden tijd meer dan 75.000 mensen ziek heeft gemaakt.

Het feit dat onderzoekers erin geslaagd zijn om de gensequentiebepaling van het nieuwe virus binnen enkele weken na de eerste gemelde gevallen te produceren, is veelbelovend, omdat het aantoont dat er nu veel meer onmiddellijke gegevens beschikbaar zijn wanneer er uitbraken plaatsvinden.

Andrew Hopkins, chief executive officer van de in Oxford, Engeland gevestigde startup Exscientia Ltd. is een van degenen die werken aan het opleiden van kunstmatige intelligentie voor het ontdekken van geneesmiddelen. Hij denkt dat nieuwe behandelingen dankzij AI kunnen worden ontwikkeld van conceptie tot klinische tests in slechts 18 tot 24 maanden in het komende decennium.

Exscientia heeft een nieuwe verbinding ontworpen voor de behandeling van een obsessief-compulsieve stoornis die na minder dan een jaar in de eerste onderzoeksfase klaar is om in het laboratorium te worden getest. Dat is volgens het bedrijf ongeveer vijf keer sneller dan gemiddeld.

Healx uit Cambridge heeft een vergelijkbare aanpak, maar gebruikt machine learning om nieuwe toepassingen voor bestaande medicijnen te vinden. Beide bedrijven voeden hun algoritmen met informatie - verzameld uit bronnen zoals tijdschriften, biomedische databases en klinische proeven - om nieuwe behandelingen voor ziekten te helpen suggereren.

Menselijk toezicht

De twee bedrijven gebruiken elk een team van menselijke onderzoekers om samen met de AI te werken om het proces te begeleiden. In de benadering van Exscientia, genaamd de Centaur Chemist, helpen medicijnontwerpers bij het aanleren van de algoritmenstrategieën voor het zoeken naar verbindingen. Healx legt de voorspellingen van de AI voor aan onderzoekers die de resultaten analyseren en beslissen wat ze willen nastreven.

Neil Thompson, de chief science officer van Healx, zei dat de techniek kan worden ingezet tegen een uitbraak als het coronavirus, zolang er voldoende gegevens over de nieuwe ziekte zijn. Healx werkt niet aan het aanpakken van het coronavirus of het aanpassen van de technologie voor uitbraken, maar het zou niet moeilijk zijn.

'We zijn redelijk dichtbij', zei Thompson in een interview. “We hoeven niet veel te veranderen aan de AI-algoritmen die we gebruiken. We kijken naar het matchen van medicijneigenschappen met ziektekenmerken. ”

Algoritmen voor kunstmatige intelligentie beginnen al medicijnen te produceren voor de ziekten die we kennen. Onderzoekers van het Massachusetts Institute of Technology zeiden donderdag dat ze de methode hadden gebruikt om een ​​krachtig nieuw antibioticum te identificeren dat een reeks lastige bacteriën zou kunnen doden, zelfs sommige die momenteel resistent zijn tegen andere behandelingen.

Een van de voordelen van al deze technologieën is klinisch testen. Zelfs medicijnen die al veilig zijn om de ene aandoening te genezen, moeten opnieuw worden getest voordat ze voor een andere worden voorgeschreven. Het proces om te laten zien dat ze veilig en effectief zijn voor een groot aantal mensen, kan jaren duren voordat ze naar de toezichthouders gaan voor beoordeling.

Om effectief te zijn, moeten AI-gebaseerde medicijnontwikkelaars van tevoren plannen, een virusgenoom uitkiezen dat in de toekomst waarschijnlijk problemen zal veroorzaken en het aanpakken als er weinig prikkels zijn om dit te doen.

Dank je.


Antwoord 2:

Het spel is al begonnen!

Als het niet voor het coronavirus is, tenminste voor superbugs. Onderzoekers van MIT en Harvard gebruikten AI om een ​​nieuw antibioticum te identificeren dat in staat is om veel resistente bacteriën te doden. Ze hebben een machine learning-algoritme opgeleid om chemische verbindingen te analyseren die infecties kunnen bestrijden met andere mechanismen dan die van bestaande medicijnen.

Ze hebben hun model getraind op 2500 moleculen die een verbinding identificeerden (ze noemden het Halicin) om te testen op bacteriën van patiënten en bacteriën die in laboratoria waren gekweekt. "Halicin" kan veel resistente bacteriën doden, waaronder

mycobactirium tuberculosis, clostridium difficile

en

acinetobacter baumannii.

Halicin genas twee muizen die besmet waren

A.baumannii.

Overigens raakten veel Amerikaanse soldaten in Irak en Afghanistan besmet met dezelfde bug. Volgens het rapport genas een zalf van Halicin op de huid van deze twee muizen ze binnen 24 uur volledig.

Het gebruik van voorspellende computermodellen voor het ontdekken van geneesmiddelen is niet nieuw, maar het beste succes tot nu toe wordt gezien met Halicin.

Volgens de onderzoekers kan hun voorspellende model doen wat onbetaalbaar zal zijn voor traditionele experimentele benaderingen.

Dit succes van Halicin komt in een cruciaal stadium in de menselijke geschiedenis. Er wordt voorspeld dat tegen 2050 de wereldwijde sterfte als gevolg van resistente bacteriën 10 miljoen kan bedragen.

Verder werk is nodig om Halicin bruikbaar te maken bij mensen. Hoewel hun algoritme is ontworpen voor bacteriën, kan het ook 'upgradebaar' zijn om virussen te bestrijden.


Antwoord 3:

Stel je voor dat een ziekenhuis in China duizenden gevallen heeft met vergelijkbare symptomen, wat doet het ziekenhuis? Terwijl alle informatie over de symptomen en diagnose gedocumenteerd en elektronisch beschikbaar is, kan de gezondheidsafdeling de nodige en passende maatregelen nemen.

AI is uitstekend en snel in het detecteren van patronen, overeenkomsten voor snelle detectie. Een voorbeeld van hoe

Google zoeken is mogelijk

om mogelijke ziekten wereldwijd op te sporen. Alleen al met eenvoudige zoekpatronen alleen, kan AI mogelijke bedreigingen en epidemieën detecteren die wereldwijd in grote hoeveelheden zouden kunnen uitbreken.

Terugkomend op het Corona-virus, deelt China, zodra de ziektesymptomen zijn gedocumenteerd en gediagnosticeerd, deze informatie met alle andere mogelijke overheidsorganisaties die snel thermische detectoren kunnen plaatsen die mensen met deze symptomen kunnen scannen en classificeren als waarschijnlijk besmet of drager of immuun. Omdat virussen snel muteren, hebben ze de neiging om hun uiterlijk te veranderen, de symptomen kunnen veranderen en zijn moeilijk te diagnosticeren. Maar met AI kan China regeringen helpen met mensen die uit China zijn verhuisd, met name Wuhan en vervolgens internationaal naar steden zijn verhuisd. Deze informatie kan door AI worden geanalyseerd om het nieuws uit die steden te detecteren, ziekenhuizen om de puzzelstukjes bij elkaar te leggen.

Ik hoop dat dit helpt!


Antwoord 4:

In recente termen, als we gegevens hebben van verschillende patiënten dan kunnen we patronen identificeren en vinden, van de corona-positieve patiënten. Daarna kunnen we controleren of er een nieuwe patiënt is om te voorspellen of deze patiënt al dan niet besmet is, gezien hun patroon. Klassieke machine learning of deep learning-technieken kunnen worden gebruikt om dit te scheiden.

Meer in het algemeen moeten we heel voorzichtig zijn en met mensen uit de medische wereld communiceren om het patroon te analyseren om te generaliseren wat er werkelijk aan de hand is, wat zijn de veranderingen en mechanismen die door het virus in het lichaam worden geactiveerd om het model beter te begrijpen.


Antwoord 5:

Ziekte-uitbraken zoals het coronavirus ontvouwen zich vaak te snel voor wetenschappers om een ​​remedie te vinden. Maar in de toekomst kan kunstmatige intelligentie onderzoekers helpen om hun werk beter te doen.

Hoewel het waarschijnlijk te laat is om de jonge technologie een grote rol te laten spelen in de huidige epidemie, is er hoop op de volgende uitbraken. AI is goed in het doorzoeken van bergen gegevens om verbanden te vinden die het gemakkelijker maken om te bepalen wat voor soort behandelingen zouden kunnen werken of welke experimenten vervolgens moeten worden uitgevoerd.

De vraag is wat Big Data zal bedenken als het maar een klein beetje informatie krijgt over een pas opgekomen ziekte als Covid-19, die eind vorig jaar in China voor het eerst opdook en in ongeveer twee maanden tijd meer dan 75.000 mensen ziek heeft gemaakt.

Het feit dat onderzoekers erin geslaagd zijn om de gensequentiebepaling van het nieuwe virus binnen enkele weken na de eerste gemelde gevallen te produceren, is veelbelovend, omdat het aantoont dat er nu veel meer onmiddellijke gegevens beschikbaar zijn wanneer er uitbraken plaatsvinden.

Andrew Hopkins, chief executive officer van de in Oxford, Engeland gevestigde startup Exscientia Ltd. is een van degenen die werken aan het opleiden van kunstmatige intelligentie voor het ontdekken van geneesmiddelen. Hij denkt dat nieuwe behandelingen dankzij AI kunnen worden ontwikkeld van conceptie tot klinische tests in slechts 18 tot 24 maanden in het komende decennium.

Exscientia heeft een nieuwe verbinding ontworpen voor de behandeling van een obsessief-compulsieve stoornis die na minder dan een jaar in de eerste onderzoeksfase klaar is om in het laboratorium te worden getest. Dat is volgens het bedrijf ongeveer vijf keer sneller dan gemiddeld.

Healx uit Cambridge heeft een vergelijkbare aanpak, maar gebruikt machine learning om nieuwe toepassingen voor bestaande medicijnen te vinden. Beide bedrijven voeden hun algoritmen met informatie - verzameld uit bronnen zoals tijdschriften, biomedische databases en klinische proeven - om nieuwe behandelingen voor ziekten te helpen suggereren.

Menselijk toezicht

De twee bedrijven gebruiken elk een team van menselijke onderzoekers om samen met de AI te werken om het proces te begeleiden. In de benadering van Exscientia, genaamd de Centaur Chemist, helpen medicijnontwerpers bij het aanleren van de algoritmenstrategieën voor het zoeken naar verbindingen. Healx legt de voorspellingen van de AI voor aan onderzoekers die de resultaten analyseren en beslissen wat ze willen nastreven.

Neil Thompson, de chief science officer van Healx, zei dat de techniek kan worden ingezet tegen een uitbraak als het coronavirus, zolang er voldoende gegevens over de nieuwe ziekte zijn. Healx werkt niet aan het aanpakken van het coronavirus of het aanpassen van de technologie voor uitbraken, maar het zou niet moeilijk zijn.

'We zijn redelijk dichtbij', zei Thompson in een interview. “We hoeven niet veel te veranderen aan de AI-algoritmen die we gebruiken. We kijken naar het matchen van medicijneigenschappen met ziektekenmerken. ”

Algoritmen voor kunstmatige intelligentie beginnen al medicijnen te produceren voor de ziekten die we kennen. Onderzoekers van het Massachusetts Institute of Technology zeiden donderdag dat ze de methode hadden gebruikt om een ​​krachtig nieuw antibioticum te identificeren dat een reeks lastige bacteriën zou kunnen doden, zelfs sommige die momenteel resistent zijn tegen andere behandelingen.

Een van de voordelen van al deze technologieën is klinisch testen. Zelfs medicijnen die al veilig zijn om de ene aandoening te genezen, moeten opnieuw worden getest voordat ze voor een andere worden voorgeschreven. Het proces om te laten zien dat ze veilig en effectief zijn voor een groot aantal mensen, kan jaren duren voordat ze naar de toezichthouders gaan voor beoordeling.

Om effectief te zijn, moeten AI-gebaseerde medicijnontwikkelaars van tevoren plannen, een virusgenoom uitkiezen dat in de toekomst waarschijnlijk problemen zal veroorzaken en het aanpakken als er weinig prikkels zijn om dit te doen.

Een ander obstakel is het vinden van gekwalificeerd personeel.

"Het is moeilijk om mensen te vinden die kunnen opereren op het snijvlak van AI en biologie, en het is moeilijk voor grote bedrijven om snel beslissingen te nemen over technologie als deze", zegt Irina Haivas, partner bij durfkapitaalbedrijf Atomico en voormalig chirurg het bestuur van Healx. "Het is niet genoeg om een ​​AI-ingenieur te zijn, je moet de toepassingen van de biologie begrijpen en ermee aan de slag gaan."


Antwoord 6:

Wanneer een mysterieuze ziekte voor het eerst optreedt, is het voor regeringen en volksgezondheidsautoriteiten moeilijk om snel informatie te verzamelen en de reactie te coördineren. Maar nieuwe kunstmatige intelligentie-technologie kan automatisch mijnen via nieuwsberichten en online-inhoud over de hele wereld, waardoor professionals potentiële aandoeningen kunnen identificeren die tot een potentiële epidemie of erger leiden. Met andere woorden, onze nieuwe AI-bazen kunnen ons helpen om uit de volgende plaag te komen.

Deze nieuw

AI

de mogelijkheden zijn in volle gang met de recente uitbraak van het coronavirus, geïdentificeerd door een in Canada gevestigd bedrijf, BlueDat, dat een van de vele organisaties is die gegevens gebruiken om risico's voor de volksgezondheid te beoordelen. De Amerikaanse centra voor ziektebestrijding en -preventie (CDC) en de Wereldgezondheidsorganisatie (WHO) hebben officiële mededelingen gedaan dat het bureau beweert "automatisch toezicht op infectieziekten" uit te voeren. Eind januari heeft een ademhalingsvirus dat is gekoppeld aan de stad Wuhan in China al meer dan 100 levens verloren. Er zijn gevallen opgetreden in veel andere landen, waaronder de VS, en de CDC waarschuwt Amerikanen om onnodige reizen naar China te vermijden.


Antwoord 7:

Op het moment dat een vreemde aandoening voor het eerst optreedt, kan het heel goed zijn voor regeringen en autoriteiten voor algemeen welzijn om snel gegevens te verzamelen en een reactie te vergemakkelijken. Hoe dan ook, nieuwe door mensen gemaakte redeneerinnovatie kan natuurlijk mijns inziens door nieuwsberichten en online inhoud van over de hele wereld, waardoor specialisten inconsistenties kunnen waarnemen die een mogelijke plaag of, meer betreurenswaardig, een pandemie kunnen veroorzaken. Uiteindelijk kunnen onze nieuwe AI-opperheren ons echt helpen bij het doorstaan ​​van de volgende ziekte.

Deze nieuwe AI-capaciteiten zijn volledig zichtbaar met de voortdurende opflakkering van het coronavirus, die precies op tijd werd onderscheiden door een Canadees bedrijf genaamd BlueDot, een van de verschillende organisaties die informatie gebruiken om de algemene gevaren voor het welzijn te beoordelen. De organisatie, die zegt dat ze "gerobotiseerde onweerstaanbare ziektewaarneming uitvoert", vertelde haar klanten eind december, dagen voor zowel de Amerikaanse Centers for Disease Control and Prevention (CDC) als de World Health Organization (WHO) over het nieuwe type coronavirus. ) de officiële kennisgeving, zoals aangekondigd door Wired. Momenteel nadert het einde van januari, de luchtweginfectie die is verbonden met de stad Wuhan in China, heeft zojuist meer dan 100 mensen gedood. Er zijn ook gevallen opgetreden in een paar verschillende landen, waaronder de Verenigde Staten, en de CDC waarschuwt Amerikanen om een ​​strategische afstand te bewaren van onnodige reizen naar China.

Kamran Khan, een onweerstaanbare ziektedokter en de auteur en CEO van BlueDot, verduidelijkte tijdens een bijeenkomst hoe het initiële vermaningskader van de organisatie gebruikmaakt van door mensen gemaakt bewustzijn, inclusief normaal taalgebruik en AI, om meer dan 100 onweerstaanbare infecties te volgen door ongeveer 100.000 artikelen in 65 dialecten consistent. Die informatie stelt de organisatie in staat te beseffen wanneer ze haar klanten moet informeren over de mogelijke nabijheid en verspreiding van een onweerstaanbare ziekte.

Andere informatie, vergelijkbaar met de gegevens van de verkennerplanning en vliegroutes, kan de organisatie helpen extra indicaties te geven over hoe een ziekte zich waarschijnlijk zal verspreiden. Onlangs anticipeerden BlueDot-specialisten bijvoorbeeld op verschillende stedelijke gemeenschappen in Azië, waar het coronavirus zou verschijnen nadat het op het Chinese grondgebied was verschenen.

De gedachte achter het model van BlueDot (waarvan de afdoende uitkomsten op deze manier door menselijke specialisten worden onderzocht) is om gegevens zo snel mogelijk bij de sociale verzekeringsmedewerkers te krijgen, in de verwachting dat ze kunnen worden geanalyseerd - en indien nodig losgekoppeld - besmet en mogelijk besmettelijke individuen op een geschikt moment.

'De officiële gegevens zijn niet altijd gunstig', zei Khan tegen Recode. "Het onderscheid tussen één geval in een ontdekkingsreiziger en een opflakkering is afhankelijk van het feit dat uw voorhoede-specialist in de menselijke dienstverlening merkt dat er een specifieke ziekte is. Het zou het onderscheid kunnen zijn om te voorkomen dat een opflakkering echt gebeurt."

Khan voegde toe dat zijn raamwerk ook een verscheidenheid aan andere informatie kan gebruiken - bijvoorbeeld gegevens over de atmosfeer, temperatuur of zelfs nabijgelegen gedomesticeerde dieren van een territorium - om te voorzien of iemand die besmet is met een ziekte waarschijnlijk een opflakkering zal veroorzaken rond Daar. Hij brengt naar voren dat BlueDot in 2016 de mogelijkheid had om de aanwezigheid van de Zika-infectie in Florida te voorzien een half jaar voordat het daar echt verscheen.

Ook verifieerde de plaagcontrole-organisatie Metabiota dat Thailand, Zuid-Korea, Japan en Taiwan het grootste risico liepen om de infectie te zien verschijnen binnen zeven dagen voordat gevallen in die landen echt werden onthuld, enigszins door te hopen op vluchtinformatie. Metabiota, zoals BlueDot, gebruikt gemeenschappelijke taalverwerking om online rapporten over een mogelijke ziekte te beoordelen, en het versnelt ook het opbouwen van een vergelijkbare innovatie voor webgebaseerde levensinformatie.

Afdruk Gallivan, metabiota's informatici, verduidelijkt dat online podia en discussies ook een teken kunnen geven dat er een pandemie dreigt. Metabiota stelt eveneens dat het het gevaar kan inschatten van de verspreiding van een aandoening die sociale en politieke onderbreking veroorzaakt, gezien gegevens zoals de indicaties van een aandoening, het sterftecijfer en de toegankelijkheid van behandeling. Op het uur van de verspreiding van dit artikel beoordeelde Metabiota bijvoorbeeld het gevaar dat het nieuwe coronavirus open onbehagen veroorzaakte als "hoog" in de VS en China, maar evalueerde het dit gevaar voor de monkeypox-infectie in de Democratische Republiek Congo ( waar gevallen van die infectie zijn vermeld) als "medium".

Het is moeilijk te beseffen hoe precies dit beoordelingskader of de fase zelf kan zijn, maar Gallivan zegt dat de organisatie samenwerkt met het Amerikaanse kennisnetwerk en het ministerie van Defensie voor problemen die met het coronavirus zijn geïdentificeerd. Dit is een stuk van Metabiota's werk met In-Q-Tel, het avonturenbedrijf zonder winstoogmerk dat verbonden is met de Central Intelligence Agency. Overheidsinstanties zijn echter niet de belangrijkste potentiële klanten van deze kaders. Metabiota maakt bovendien haar stichting bekend aan herverzekeringsorganisaties - herverzekering is in feite bescherming voor verzekeringsmaatschappijen - die de monetaire gevaren moeten aanpakken die verband houden met de latente capaciteitsverdeling van een ziekte.

Hoe het ook zij, computergestuurd redeneren kan onmiskenbaar waardevoller zijn dan simpelweg het op de hoogte houden van deskundigen op het gebied van ziektetransmissie en autoriteiten als er een infectie ontstaat. Specialisten hebben op AI gebaseerde modellen gemaakt die progressief kunnen anticiperen op episodes van de Zika-infectie, die kunnen leren hoe specialisten reageren op potentiële noodsituaties. Door de mens gemaakt bewustzijn kan ook worden gebruikt om te beheren hoe algemene welzijnsinstanties activa verspreiden tijdens een noodsituatie. Als gevolg hiervan is AI een andere eerste lijn van bescherming tegen ziekte.

Al met al helpt AI vanaf nu bij het onderzoeken van nieuwe medicijnen, het behandelen van ongebruikelijke infecties en het identificeren van kwaadaardige boezemgroei. Door de mens gemaakte intelligentie werd zelfs gebruikt om griezelige kruipdieren te onderscheiden die Chagas verspreidden, een ernstige en mogelijk dodelijke aandoening die naar verwachting 8 miljoen mensen in Mexico en Midden- en Zuid-Amerika heeft aangetast. Er is ook een groeiend enthousiasme voor het gebruik van niet-welzijnsinformatie - zoals webgebaseerde levenscadeautjes - over beleidsmakers en medicatieorganisaties die welzijn helpen, begrijpen de omvang van een welzijnsnoodsituatie. Bijvoorbeeld, AI die het online leven kan ontginnen, presenteert op illegale verdovende deals en houdt de autoriteiten voor algemeen welzijn op de hoogte van de verspreiding van deze gereguleerde stoffen.

Deze frameworks, inclusief Metabiota's en BlueDot's, staan ​​op één lijn met de informatie die ze beoordelen. Bovendien heeft AI - voor het grootste deel - een inclinatieprobleem, dat zowel de architecten van een framework als de informatie waarop het is voorbereid, kan weerspiegelen. Ook is AI die wordt gebruikt binnen medische diensten op geen enkele manier, vorm of vorm veilig voor dat probleem.

Alles bij elkaar genomen, spreken deze progressies tot een progressief idealistisch standpunt voor wat AI kan doen. Normaal gesproken zitten updates over AI-robots die door enorme hoeveelheden informatie filteren niet zo goed. Overweeg wettelijke vereisten met behulp van gezichtsherkenningsdatabases op basis van afbeeldingen die via internet zijn gedolven. Of aan de andere kant regisseurs in dienst nemen die nu AI zouden kunnen gebruiken om te voorzien hoe u verder zult gaan met slijpen, in het licht van uw levensposten op internet. De mogelijkheid dat AI wrede ziekten bestrijdt, biedt een situatie waarin we ons wat minder ongemakkelijk kunnen voelen, zo niet door en door opgewekt. Misschien kan deze innovatie - wanneer ze op de juiste manier wordt gecreëerd en gebruikt - echt een paar levens redden.