พยากรณ์โรคระบาดก่อนระบาด

อัลกอริธึม BlueDot ของแคนาดานั้นเร็วกว่าผู้เชี่ยวชาญในการรับรู้ถึงภัยคุกคามจาก coronavirus ล่าสุด เขาบรรยายสรุปกับลูกค้าของเขาเกี่ยวกับภัยคุกคามหลายวันก่อนที่ศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกา (CDC) และองค์การอนามัยโลก (WHO) จะส่งประกาศอย่างเป็นทางการไปทั่วโลก

คัมราน คาน (1) แพทย์ ผู้เชี่ยวชาญโรคติดต่อ ผู้ก่อตั้งและ CEO ของโครงการ BlueDotอธิบายในการให้สัมภาษณ์กับสื่อว่าระบบเตือนภัยล่วงหน้านี้ใช้ปัญญาประดิษฐ์ ซึ่งรวมถึงการประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่องเพื่อติดตามได้อย่างไร หนึ่งร้อยโรคติดต่อในเวลาเดียวกัน. มีการวิเคราะห์บทความประมาณ 100 บทความใน 65 ภาษาทุกวัน

1. คัมราน ข่าน และแผนที่แสดงการแพร่กระจายของไวรัสอู่ฮั่น

ข้อมูลนี้ส่งสัญญาณให้บริษัททราบเมื่อต้องแจ้งให้ลูกค้าทราบถึงการมีอยู่และการแพร่กระจายของโรคติดเชื้อที่อาจเกิดขึ้น ข้อมูลอื่นๆ เช่น ข้อมูลเกี่ยวกับกำหนดการเดินทางและเที่ยวบิน สามารถช่วยให้ข้อมูลเพิ่มเติมเกี่ยวกับแนวโน้มที่จะเกิดการระบาดของโรคได้

แนวคิดเบื้องหลังโมเดล BlueDot มีดังนี้ รับข้อมูลโดยเร็วที่สุด เจ้าหน้าที่สาธารณสุขด้วยความหวังว่าจะสามารถวินิจฉัยและแยกตัวผู้ป่วยที่อาจติดเชื้อและมีโอกาสติดเชื้อได้หากจำเป็นในระยะเริ่มต้นของภัยคุกคาม Khan อธิบายว่าอัลกอริธึมไม่ใช้ข้อมูลโซเชียลมีเดียเพราะ "วุ่นวายเกินไป" อย่างไรก็ตาม “ข้อมูลอย่างเป็นทางการไม่ทันสมัยเสมอไป” เขากล่าวกับ Recode และเวลาตอบสนองคือสิ่งสำคัญในการป้องกันการระบาดได้สำเร็จ

ข่านทำงานเป็นผู้เชี่ยวชาญด้านโรคติดเชื้อในโตรอนโตเมื่อปี 2003 เมื่อเหตุการณ์นั้นเกิดขึ้น โรคซาร์สระบาด. เขาต้องการพัฒนาวิธีการใหม่ในการติดตามโรคเหล่านี้ หลังจากทดสอบโปรแกรมทำนายผลหลายโปรแกรม เขาได้เปิดตัว BlueDot ในปี 2014 และระดมทุนได้ 9,4 ล้านดอลลาร์สำหรับโครงการของเขา ปัจจุบันบริษัทมีพนักงานสี่สิบคน แพทย์และโปรแกรมเมอร์ที่กำลังพัฒนาเครื่องมือวิเคราะห์เพื่อติดตามโรค

หลังจากเก็บรวบรวมข้อมูลและการเลือกเบื้องต้นแล้ว พวกเขาก็เข้าสู่เกม นักวิเคราะห์. หลังจาก นักระบาดวิทยา พวกเขาตรวจสอบสิ่งที่ค้นพบเพื่อความถูกต้องทางวิทยาศาสตร์ แล้วรายงานกลับไปยังหน่วยงานราชการ ธุรกิจ และผู้เชี่ยวชาญด้านสุขภาพ ลูกค้า.

Khan กล่าวเสริมว่าระบบของเขาอาจใช้ข้อมูลอื่นๆ เช่น ข้อมูลเกี่ยวกับสภาพอากาศของพื้นที่ อุณหภูมิ และแม้แต่ข้อมูลเกี่ยวกับปศุสัตว์ในท้องถิ่น เพื่อคาดการณ์ว่าผู้ที่ติดเชื้อโรคนี้อาจทำให้เกิดการระบาดได้หรือไม่ เขาชี้ให้เห็นว่าช่วงต้นปี 2016 Blue-Dot สามารถทำนายการระบาดของไวรัสซิก้าในฟลอริดาเมื่อหกเดือนก่อนที่มันจะลงทะเบียนในพื้นที่จริง

บริษัทดำเนินการในลักษณะที่คล้ายคลึงกันและใช้เทคโนโลยีที่คล้ายคลึงกัน Metabiotการติดตามการแพร่ระบาดของโรคซาร์ส ผู้เชี่ยวชาญในคราวเดียวพบว่ามีความเสี่ยงสูงสุดที่จะเกิดไวรัสชนิดนี้ในประเทศไทย เกาหลีใต้ ญี่ปุ่น และไต้หวัน และพวกเขาทำเช่นนี้กว่าหนึ่งสัปดาห์ก่อนการประกาศเคสในประเทศเหล่านี้ ข้อสรุปบางส่วนมาจากการวิเคราะห์ข้อมูลเที่ยวบินของผู้โดยสาร

Metabiota เช่น BlueDot ใช้การประมวลผลภาษาธรรมชาติเพื่อประเมินรายงานโรคที่อาจเกิดขึ้น แต่ยังทำงานเพื่อพัฒนาเทคโนโลยีเดียวกันสำหรับข้อมูลโซเชียลมีเดีย

มาร์ค กัลลิแวนผู้อำนวยการด้านข้อมูลทางวิทยาศาสตร์ของ Metabiota อธิบายกับสื่อว่าแพลตฟอร์มและฟอรัมออนไลน์สามารถส่งสัญญาณถึงความเสี่ยงของการระบาดได้ ผู้เชี่ยวชาญของเจ้าหน้าที่ยังกล่าวอีกว่า พวกเขาสามารถประเมินความเสี่ยงของโรคที่ก่อให้เกิดความวุ่นวายทางสังคมและการเมืองโดยพิจารณาจากข้อมูลต่างๆ เช่น อาการของโรค การตาย และการรักษาได้

ในยุคของอินเทอร์เน็ต ทุกคนคาดหวังการนำเสนอข้อมูลอย่างรวดเร็ว เชื่อถือได้ และอ่านได้ชัดเจนเกี่ยวกับความคืบหน้าของการแพร่ระบาดของไวรัสโคโรนา เช่น ในรูปแบบของแผนที่ที่อัปเดต

2. Johns Hopkins University Coronavirus 2019-nCoV Dashboard

ศูนย์วิทยาศาสตร์และวิศวกรรมระบบของมหาวิทยาลัย Johns Hopkins ได้พัฒนาแดชบอร์ด coronavirus ที่มีชื่อเสียงที่สุดในโลก (2) นอกจากนี้ยังมีชุดข้อมูลที่สมบูรณ์สำหรับการดาวน์โหลดเป็น Google ชีต แผนที่แสดงผู้ป่วยรายใหม่ การยืนยันการเสียชีวิตและการฟื้นตัว ข้อมูลที่ใช้สำหรับการสร้างภาพข้อมูลมาจากแหล่งต่างๆ รวมถึง WHO, CDC, China CDC, NHC และ DXY ซึ่งเป็นเว็บไซต์ภาษาจีนที่รวบรวมรายงานของ NHC และรายงานสถานการณ์ CCDC ในพื้นที่แบบเรียลไทม์

การวินิจฉัยเป็นชั่วโมง ไม่ใช่วัน

ครั้งแรกที่โลกได้ยินเกี่ยวกับโรคใหม่ที่ปรากฏในหวู่ฮั่นประเทศจีน 31 เมืองธันวาคม 2019 หนึ่งสัปดาห์ต่อมา นักวิทยาศาสตร์ชาวจีนประกาศว่าพวกเขาได้ระบุตัวผู้กระทำความผิด สัปดาห์ต่อมา ผู้เชี่ยวชาญชาวเยอรมันได้พัฒนาการทดสอบวินิจฉัยครั้งแรก (3) รวดเร็ว เร็วกว่าในสมัยที่ซาร์สหรือโรคระบาดที่คล้ายกันก่อนและหลังมาก

ในช่วงต้นทศวรรษที่ผ่านมา นักวิทยาศาสตร์ที่มองหาไวรัสอันตรายบางชนิดต้องเติบโตในเซลล์สัตว์ในจานเพาะเชื้อ คุณต้องสร้างไวรัสมากพอที่จะสร้าง แยก DNA และอ่านรหัสพันธุกรรมผ่านกระบวนการที่เรียกว่า ลำดับ. อย่างไรก็ตาม ในช่วงไม่กี่ปีที่ผ่านมา เทคนิคนี้มีการพัฒนาอย่างมาก

นักวิทยาศาสตร์ไม่จำเป็นต้องสร้างไวรัสในเซลล์อีกต่อไป พวกเขาสามารถตรวจจับ DNA ของไวรัสจำนวนเล็กน้อยในปอดของผู้ป่วยหรือสารคัดหลั่งในเลือดได้โดยตรง และต้องใช้เวลาเป็นชั่วโมง ไม่ใช่เป็นวัน

งานอยู่ระหว่างการพัฒนาเครื่องมือตรวจจับไวรัสที่รวดเร็วและสะดวกยิ่งขึ้น Veredus Laboratories ในสิงคโปร์กำลังทำงานกับชุดอุปกรณ์พกพาเพื่อตรวจจับ VereChip (4) จะวางจำหน่ายตั้งแต่วันที่ 1 กุมภาพันธ์ปีนี้ โซลูชันที่มีประสิทธิภาพและพกพาสะดวกยังช่วยให้ระบุผู้ติดเชื้อได้เร็วขึ้นเพื่อการรักษาพยาบาลที่เหมาะสม เมื่อส่งทีมแพทย์ลงพื้นที่ โดยเฉพาะอย่างยิ่งเมื่อโรงพยาบาลแออัดเกินไป

ความก้าวหน้าทางเทคโนโลยีล่าสุดทำให้สามารถรวบรวมและแบ่งปันผลการวินิจฉัยในเวลาที่เกือบจะเรียลไทม์ ตัวอย่างแพลตฟอร์มจาก Quidel София ฉันระบบ PCR10 Film Array บริษัท BioFire ที่ให้บริการตรวจวินิจฉัยโรคระบบทางเดินหายใจอย่างรวดเร็วพร้อมให้บริการผ่านการเชื่อมต่อไร้สายกับฐานข้อมูลในระบบคลาวด์

จีโนมของไวรัสโคโรน่า 2019-nCoV (โควิด-19) ได้รับการจัดลำดับอย่างสมบูรณ์โดยนักวิทยาศาสตร์ชาวจีนภายในเวลาไม่ถึงหนึ่งเดือนหลังจากพบผู้ป่วยรายแรก เกือบยี่สิบแล้วเสร็จตั้งแต่ลำดับแรก ในการเปรียบเทียบ การแพร่ระบาดของไวรัสซาร์สเริ่มขึ้นในปลายปี 2002 และจีโนมที่สมบูรณ์ยังไม่พร้อมจนถึงเดือนเมษายน พ.ศ. 2003

การจัดลำดับจีโนมมีความสำคัญต่อการพัฒนาการวินิจฉัยและวัคซีนป้องกันโรคนี้

นวัตกรรมโรงพยาบาล

5. หุ่นยนต์ทางการแพทย์จาก Providence Regional Medical Center ใน Everett

น่าเสียดายที่ coronavirus ใหม่ก็คุกคามแพทย์เช่นกัน ตามรายงานของ CNN ป้องกันการแพร่กระจายของ coronavirus ภายในและภายนอกโรงพยาบาล, พนักงานที่ Providence Regional Medical Center ใน Everett, Washington, use หุ่นยนต์ (5) ซึ่งวัดสัญญาณชีพในผู้ป่วยที่แยกตัวและทำหน้าที่เป็นแพลตฟอร์มการประชุมทางวิดีโอ ตัวเครื่องเป็นมากกว่าอุปกรณ์สื่อสารบนล้อที่มีหน้าจอในตัว แต่ไม่ได้กำจัดแรงงานคนโดยสิ้นเชิง

พยาบาลยังต้องเข้าห้องกับคนไข้ พวกเขายังควบคุมหุ่นยนต์ที่จะไม่สัมผัสกับการติดเชื้อ อย่างน้อยก็ในทางชีววิทยา ดังนั้นอุปกรณ์ประเภทนี้จะถูกนำไปใช้ในการรักษาโรคติดเชื้อมากขึ้น

แน่นอนว่าห้องพักสามารถหุ้มฉนวนได้ แต่คุณต้องระบายอากาศด้วยเพื่อให้หายใจได้ สิ่งนี้ต้องการใหม่ ระบบระบายอากาศป้องกันการแพร่กระจายของจุลินทรีย์

บริษัท Genano (6) ของฟินแลนด์ ซึ่งพัฒนาเทคนิคประเภทนี้ ได้รับคำสั่งด่วนสำหรับสถาบันทางการแพทย์ในประเทศจีน คำแถลงอย่างเป็นทางการของบริษัทระบุว่า บริษัทมีประสบการณ์มากมายในการจัดหาอุปกรณ์ป้องกันการแพร่กระจายของโรคติดเชื้อในห้องพยาบาลที่ปลอดเชื้อและแยกจากกัน ในปีที่ผ่านมา เธอดำเนินการจัดส่งไปยังสถาบันทางการแพทย์ในซาอุดิอาระเบียในช่วงที่ไวรัสเมอร์สแพร่ระบาด อุปกรณ์ระบายอากาศของฟินแลนด์ได้ถูกส่งไปยังโรงพยาบาลชั่วคราวที่มีชื่อเสียงสำหรับผู้ที่ติดเชื้อ coronavirus 2019-nCoV ในหวู่ฮั่นซึ่งสร้างขึ้นในสิบวันแล้ว

6. แผนภาพระบบ Genano ในฉนวน

เทคโนโลยีที่จดสิทธิบัตรซึ่งใช้ในเครื่องฟอกอากาศ "ช่วยกำจัดและฆ่าเชื้อจุลินทรีย์ในอากาศทั้งหมด เช่น ไวรัสและแบคทีเรีย" ตามข้อมูลของ Genano สามารถดักจับอนุภาคละเอียดที่มีขนาดเล็กถึง 3 นาโนเมตร เครื่องฟอกอากาศไม่มีตัวกรองแบบกลไกที่จะรักษา และอากาศจะถูกกรองด้วยสนามไฟฟ้าแรงสูง

ความอยากรู้ทางเทคนิคอีกอย่างที่เกิดขึ้นระหว่างการระบาดของความกลัว coronavirus คือ เครื่องสแกนความร้อนผู้คนที่มีไข้จะถูกไปรับที่สนามบินอินเดีย

อินเทอร์เน็ต - เจ็บหรือช่วย?

แม้จะมีกระแสวิพากษ์วิจารณ์อย่างหนักสำหรับการจำลองแบบและการเผยแพร่ การเผยแพร่ข้อมูลที่ผิดและความตื่นตระหนก แต่เครื่องมือโซเชียลมีเดียก็มีบทบาทในเชิงบวกตั้งแต่เกิดการระบาดในประเทศจีน

ตามที่รายงาน ตัวอย่างเช่น โดยเว็บไซต์เทคโนโลยีของจีน TMT Post ซึ่งเป็นแพลตฟอร์มโซเชียลสำหรับมินิวิดีโอ Douyinซึ่งเทียบเท่ากับ TikTok ที่มีชื่อเสียงระดับโลกในจีน (7) ได้เปิดตัวส่วนพิเศษเพื่อประมวลผลข้อมูลเกี่ยวกับการแพร่กระจายของ coronavirus ภายใต้แฮชแท็ก #สู้ปอดบวมไม่เพียงแต่เผยแพร่ข้อมูลจากผู้ใช้เท่านั้น แต่ยังเผยแพร่รายงานและคำแนะนำจากผู้เชี่ยวชาญอีกด้วย

นอกเหนือจากการสร้างความตระหนักและเผยแพร่ข้อมูลสำคัญ Douyin ยังมุ่งหวังที่จะทำหน้าที่เป็นเครื่องมือสนับสนุนสำหรับแพทย์และเจ้าหน้าที่ทางการแพทย์ที่ต่อสู้กับไวรัส ตลอดจนผู้ป่วยที่ติดเชื้อ นักวิเคราะห์ แดเนียล อาห์หมัด ทวีตว่าแอปได้เปิดตัว "เอฟเฟกต์วิดีโอ Jiayou" (หมายถึงการให้กำลังใจ) ที่ผู้ใช้ควรใช้เพื่อส่งข้อความเชิงบวกเพื่อสนับสนุนแพทย์ บุคลากรทางการแพทย์ และผู้ป่วย เนื้อหาประเภทนี้ยังเผยแพร่โดยบุคคลที่มีชื่อเสียง คนดัง และผู้มีอิทธิพล

ทุกวันนี้ เชื่อกันว่าการศึกษาอย่างระมัดระวังเกี่ยวกับแนวโน้มของโซเชียลมีเดียที่เกี่ยวข้องกับสุขภาพสามารถช่วยนักวิทยาศาสตร์และหน่วยงานด้านสาธารณสุขให้รับรู้และเข้าใจกลไกการแพร่โรคระหว่างผู้คนได้ดียิ่งขึ้น

ส่วนหนึ่งเป็นเพราะโซเชียลมีเดียมีแนวโน้มที่จะ "มีบริบทสูงและมีเนื้อหามากเกินไป" เขาบอกกับ The Atlantic ในปี 2016 สลัดมาร์เซย์นักวิจัยจาก Federal Polytechnic School ในเมืองโลซานน์ ประเทศสวิตเซอร์แลนด์ และผู้เชี่ยวชาญในสาขาที่กำลังเติบโตที่นักวิทยาศาสตร์เรียกว่า "ระบาดวิทยาดิจิทัล". อย่างไรก็ตาม สำหรับตอนนี้ เขาเสริมว่า นักวิจัยยังคงพยายามทำความเข้าใจว่าโซเชียลมีเดียกำลังพูดถึงปัญหาสุขภาพที่สะท้อนปรากฏการณ์ทางระบาดวิทยาจริงหรือไม่ (8)

8. คนจีนเซลฟี่โดยสวมหน้ากาก

ผลการทดลองครั้งแรกในแง่นี้ไม่ชัดเจน ในปี 2008 วิศวกรของ Google ได้เปิดตัวเครื่องมือทำนายโรค - Google เทรนด์ไข้หวัดใหญ่ (กฟท.). บริษัทวางแผนที่จะใช้ในการวิเคราะห์ข้อมูลเครื่องมือค้นหาของ Google สำหรับอาการและคำสัญญาณ ในขณะนั้น เธอหวังว่าผลลัพธ์จะถูกนำมาใช้เพื่อรับรู้ "โครงร่าง" ของการระบาดของโรคไข้หวัดใหญ่และไข้เลือดออกได้อย่างถูกต้องและทันที ซึ่งเร็วกว่าศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกาสองสัปดาห์ (CDC) ซึ่งผลงานวิจัยถือเป็นมาตรฐานที่ดีที่สุดในภาคสนาม อย่างไรก็ตาม ผลลัพธ์ของ Google ในการวินิจฉัยโรคไข้หวัดใหญ่ในสหรัฐฯ โดยใช้สัญญาณอินเทอร์เน็ตในระยะแรกเริ่มและมาลาเรียในไทยในระยะหลังถือว่าไม่แม่นยำเกินไป

เทคนิคและระบบที่ “ทำนาย” เหตุการณ์ต่างๆ รวมถึง เช่นการระเบิดของจลาจลหรือโรคระบาด Microsoft ยังได้ทำงานซึ่งในปี 2013 ร่วมกับ Israeli Technion Institute ได้เปิดตัวโปรแกรมคาดการณ์ภัยพิบัติตามการวิเคราะห์เนื้อหาสื่อ ด้วยความช่วยเหลือของส่วนต่าง ๆ ของพาดหัวข่าวหลายภาษา "ข่าวกรองคอมพิวเตอร์" ต้องรับรู้ถึงภัยคุกคามทางสังคม

นักวิทยาศาสตร์ได้ตรวจสอบลำดับเหตุการณ์บางอย่าง เช่น ข้อมูลเกี่ยวกับภัยแล้งในแองโกลา ซึ่งก่อให้เกิดการคาดการณ์ในระบบพยากรณ์เกี่ยวกับการระบาดของอหิวาตกโรคที่อาจเกิดขึ้นได้ เนื่องจากพวกเขาพบความเชื่อมโยงระหว่างความแห้งแล้งกับอุบัติการณ์ของโรคที่เพิ่มขึ้น กรอบงานของระบบถูกสร้างขึ้นบนพื้นฐานของการวิเคราะห์สิ่งพิมพ์ที่เก็บถาวรของ New York Times เริ่มในปี 1986 การพัฒนาเพิ่มเติมและกระบวนการเรียนรู้ของเครื่องเกี่ยวข้องกับการใช้แหล่งข้อมูลทางอินเทอร์เน็ตใหม่

จนถึงตอนนี้ จากความสำเร็จของ BlueDot และ Metabiota ในการพยากรณ์ทางระบาดวิทยา เราอาจถูกล่อลวงให้สรุปว่าการคาดคะเนที่แม่นยำเป็นไปได้โดยอิงจากข้อมูล "ที่ผ่านการรับรอง" เป็นหลัก กล่าวคือ แหล่งข้อมูลระดับมืออาชีพ เชื่อถือได้ และเชี่ยวชาญ ไม่ใช่ความสับสนวุ่นวายของชุมชนอินเทอร์เน็ตและพอร์ทัล.

แต่บางทีมันอาจจะเกี่ยวกับอัลกอริธึมที่ชาญฉลาดกว่าและการเรียนรู้ของเครื่องที่ดีกว่า