Технологии искусственного интеллекта и пандемия COVID-19

По мере того, как мир борется с пандемией COVID-19, все большее значение приобретают медицинские цифровые технологии, использование которых помогают нам преодолеть это бедствие. Технологии искусственного интеллекта (artificial intelligence, AI) и машинного обучения играют ключевую роль в лучшем понимании и решении проблем этого кризиса. Эти системы позволяют компьютерам имитировать человеческий интеллект и поглощать большие объемы данных для быстрого выявления закономерностей и понимания того, как надо действовать.

Сегодня AI-технологии играют ключевую роль в каждом аспекте антикризисного реагирования на COVID-19. В частности, это такие области здравоохранения, как:

• понимание вируса и ускорение медицинских исследований в области создания лекарств и разработки методов лечения;
• обнаружение и диагностика вируса, а также прогнозирование его эволюции;
• помощь в предотвращении или замедлении распространения вируса посредством наблюдения и отслеживания контактов;
• реагирование на кризис с помощью персонализированной информации и обучения;
• мониторинг восстановления и совершенствование инструментов раннего предупреждения.

Для содействия использованию AI-технологий на протяжении всего кризиса разработчики и медики очередной раз осознали, насколько важен обмен медицинскими, молекулярными и научными наборами данных и моделями на совместимых платформах, с тем чтобы помочь исследователям создать эффективные инструменты для медицинского сообщества, а также обеспечить, чтобы ученые имели доступ к необходимым вычислительным мощностям.

В этом обзоре мы рассмотрим несколько направлений, в которых эти технологии уже применяются в целях борьбы с пандемией и решения проблем здравоохранения, связанных с ней.

Понять, как распространяется COVID-19

Машинное обучение помогает анализировать большие объемы данных для прогнозирования распространения COVID-19, с тем чтобы действовать в качестве системы раннего предупреждения о будущих пандемиях и выявлять уязвимые группы населения. Американские исследователи в биохабе Фонда Чан-Цукерберг построили модель для оценки количества инфицированных COVID-19 людей, которые остаются незамеченными, и последствий этого для общественного здравоохранения, проанализировав 12 регионов мира. Используя машинное обучение, они разработали новые методы количественной оценки незамеченных инфекций - анализ того, как вирус мутирует по мере его распространения среди населения, чтобы сделать вывод о том, сколько передач инфекции было пропущено.

В начале пандемии канадский стартап BlueDot, использующий AI для обнаружения вспышек заболевания, был одним из первых, кто поднял тревогу по поводу тревожной вспышки респираторного заболевания в Ухане (Китай). Используя свои алгоритмы машинного обучения, BlueDot просеивает новости на 65 языках, а также данные авиакомпаний и сетей по заболеваниям животных для обнаружения вспышек и прогнозирования распространения болезни. Затем обоснованность выводов с научной точки зрения проверяют эпидемиологи. BlueDot предоставляет эти результаты чиновникам здравоохранения, авиакомпаниям и больницам, чтобы помочь им предвидеть и лучше управлять рисками.

В марте группа американских разработчиков создали AI-инструмент планирования сценариев, который смоделировал потенциальное воздействие COVID-19, чтобы ответить на такие вопросы как: "Сколько больничных коек нам понадобится?" или "На какой срок мы должны создавать временные госпитали?". Это позволило им запустить несколько сценариев всего за несколько часов и распространить модель во всех 50 штатах и на международном уровне, чтобы помочь в принятии решений, которые непосредственно влияют на глобальное распространение COVID-19.

Организации также изучают пути ограничения распространения COVID-19, особенно среди уязвимых групп населения. Компания Closedloop разработала и предоставила открытый доступ к индексу уязвимости COVID-19 - основанной на AI прогностической модели, которая выявляет людей, наиболее подверженных риску тяжелых осложнений. Система "C-19 Index" используется системами здравоохранения и страховыми компаниями для выявления лиц с высоким риском, а затем для контактов с ними с целью объяснения правил гигиены и социального дистанцирования, а также предлагает доставить продукты питания, туалетную бумагу и другие предметы первой необходимости, чтобы они могли остаться дома.

Ускорить разработку лекарств и методов лечения

Первое применение искусственного интеллекта, ожидаемое в условиях кризиса в области здравоохранения, несомненно, заключается в оказании помощи исследователям в поиске вакцины и сдерживании пандемии. Биомедицина и научные исследования опираются на большое число методов, среди которых различные прикладные компьютерные науки и статистика уже давно вносят свой вклад. Поэтому использование искусственного интеллекта является частью этой преемственности.

Прогнозы структуры вируса, созданного AI, уже спасли ученых от многомесячных экспериментов. Американский стартап Moderna разрабатывает биотехнологию, основанную на матричной рибонуклеиновой кислоте (мРНК). Благодаря технологии искусственного интеллекта ей удалось значительно сократить время, необходимое для разработки прототипа вакцины, которая может быть протестирована на человеке. 

Китайский технологический гигант Baidu, в партнерстве с университетом штата Орегон и университетом Рочестера, разработал и опубликовал свой алгоритм прогнозирования линейной складчатости в феврале 2020 года для изучения процесса сворачивания белка вируса. Этот алгоритм намного быстрее традиционных алгоритмов прогнозирования структуры рибонуклеиновой кислоты (РНК) вируса и предоставляет ученым дополнительную информацию о том, как вирусы распространяются.

Американская DeepMind и несколько других организаций также использовали технологию глубокого обучения  для прогнозирования структуры белков, связанных с SARS-CoV-2 - вирусом, вызывающим COVID-19.

Модели глубокого обучения могут помочь в прогнозировании старых и новых лекарств или методов лечения, которые могут использоваться при пандемии COVID-19. Несколько организаций используют искусственный интеллект для определения методов лечения и разработки прототипов вакцин.

Британская компания BenevolentAI использовала свою платформу для понимания реакции организма на коронавирус. Они начали исследование, чтобы выявить уже существующие препараты, которые потенциально могут применяться для лечения коронавируса. Они использовали машинное обучение, чтобы помочь вывести контекстные связи между генами, болезнями и лекарствами, что привело к определению некоторого количества лекарственных соединений. Всего за несколько дней BenevolentAI обнаружил, что Baricitinib (препарат, используемый для лечения ревматоидного артрита) оказался самым сильным кандидатом.

Ученые сталкиваются с экспоненциально растущим объемом информации о COVID-19, что затрудняет получение информации, которая может быть использована при лечении. В ответ на это Amazon Web Services запустила новый поисковый веб-сайт CORD-19 Search, основанный на машинном обучении, который может помочь исследователям быстро и легко найти исследовательские работы и документы и ответить на специализированные вопросы.

Созданное на основе открытого исследовательского набора данных CORD-19 Института искусственного интеллекта им. Аллена, содержащего более 128 000 научных работ и других материалов, это решение на базе алгоритма машинного обучения может извлекать актуальную медицинскую информацию из неструктурированного текста и предоставляет надежные возможности для запросов на естественном языке, помогая ускорить темп открытий.

Помочь в обнаружении, диагностике и предотвращении распространения коронавируса

Алгоритмы, выявляющие закономерности и аномалии, уже работают для обнаружения и прогнозирования распространения COVID-19, в то время как системы распознавания изображений ускоряют медицинскую диагностику. Например, системы раннего предупреждения, основанные на AI, могут помочь в выявлении эпидемиологических закономерностей путем поиска основных новостей, онлайнового контента и других информационных каналов на нескольких языках для обеспечения раннего предупреждения, которое может дополнять эпиднадзор и другие потоки данных в области здравоохранения.

Инструменты искусственного интеллекта могут помочь в выявлении цепей передачи вирусов и мониторинге экономических последствий пандемии. В ряде случаев AI-технологии продемонстрировали свой потенциал более быстрого получения эпидемиологических данных, чем традиционная отчетность о данных в области здравоохранения. Такие учреждения, как университет Джона Хопкинса, также предоставили интерактивные информационные панели, которые отслеживают распространение вируса с помощью новостей в прямом эфире и данных в режиме реального времени на специализированном портале.

Быстрая диагностика является ключом к ограничению заражения и пониманию распространения болезни. В области медицинской визуализации исследователи используют машинное обучение для распознавания закономерностей в изображениях, что повышает способность рентгенологов выявлять вероятность заболевания и ставить диагноз на более ранней стадии. Например, специалисты Калифорнийского университета разработали новый метод диагностики пневмонии, связанной с COVID-19, на более ранних стадиях. Это раннее обнаружение помогает врачам быстро сортировать пациентов еще до того, как диагноз COVID-19 будет подтвержден.

Китайские ученые стали использовать технологии искусственного интеллекта для прогнозирования риска развития критических заболеваний у пациентов с COVID-19, что будет способствовать раннему выявлению таких пациентов. Они разработали основанную на алгоритмах глубокого обучения модель выживания, которая может предсказать риск развития у пациентов с COVID-19 критических заболеваний в течение пяти, десяти и тридцати дней, исходя из их клинических характеристик при поступлении.

Ограничение заражения является приоритетом во всех странах, и здесь также могут использоваться системы на основе искусственного интеллекта.

В ряде стран для этого используется наблюдение за населением. Например, в Корее алгоритмы используют геолокационные данные, записи с камер наблюдения и записи по кредитным картам для отслеживания больных коронавирусами. Китай присваивает каждому человеку уровень риска (цветовой код - красный, желтый или зеленый), указывающий на риск заражения с помощью программного обеспечения сотового телефона. В то время как модели на базе машинного обучения используют данные о поездках, платежах и связи для прогнозирования места следующей вспышки, поисковые системы и социальные сети также помогают отслеживать заболевание в режиме реального времени.

Во многих странах созданы системы отслеживания контактов для определения возможных путей заражения. В Израиле, например, геолокационные данные были использованы для идентификации людей, вступающих в тесный контакт с известными носителями вирусов, и отправки им текстовых сообщений, направляющих их на немедленную изоляцию. В Великобритании на днях в общенациональных масштабах было запущено приложение для мобильных телефонов, отслеживающее контакты с зараженными людьми, которое уже скачали более 10 млн людей.

Роботы и беспилотные летательные аппараты, использующие AI-алгоритмы, развертываются для удовлетворения насущных потребностей больниц, таких как доставка продуктов питания и медикаментов, уборка и стерилизация, помощь врачам и медсестрам, а также доставка оборудования.

Помочь в реагировании на кризис и последующем восстановлении

Интерактивные AI-системы помогают реагировать на кризис с помощью предоставления людям персонализированной информации, советов по поводу лечения, а также обучения.

Для борьбы с дезинформацией социальные сети и поисковики используют инструменты на основе искусственного интеллекта и полагаются на алгоритмы поиска для удаления проблемного материала на своих платформах. Виртуальные ассистенты и чат-боты применяются в ряде стран для поддержки организаций здравоохранения. Эти инструменты помогают сортировать людей в зависимости от наличия симптомов. Некоторые компании, например, Microsoft, разработали сервис самопроверки на коронавирус, который помогает пользователям самостоятельно оценить свое состояние и предложить план действий.

AI-системы используются для выявления и контактирования с уязвимыми лицами, относящимися к группе повышенного риска. Например, американская организация Medical Home Network внедрила платформу для выявления пациентов, подвергающихся наибольшему риску инфицирования COVID-19, на основе данных о риске возникновения респираторных осложнений и социальной изоляции.

Искусственный интеллект может сыграть определенную роль в ускорении подготовки и обучения медицинского персонала.

Предсказать эволюцию пандемии

Мы уже упоминали компанию BlueDot, которая первой обнаружила то, что тогда считалось вспышкой пневмонии в Ухане (Китай). Кроме этого, AI-система этой компании определила города, которые наиболее вероятно подвергнутся воздействию этой эпидемии. И это не единственная организация, которая занималась исследованием эволюции пандемии.

Ученые, работающие с Бостонской детской больницей, также разработали AI-систему для отслеживания распространения коронавируса. Система HealthMap объединяет данные поисков в системе Google, в социальных сетях и блогах, а также информацию с дискуссионных форумов - источников информации, которые эпидемиологи обычно не используют, но которые полезны для выявления первых признаков эпидемии и оценки ответных мер со стороны властей.

Международный исследовательский центр искусственного интеллекта (IRCAI) в Словении под эгидой ЮНЕСКО запустил "умный" медиа-ресурс по коронавирусу под названием "Corona Virus Media Watch", который предоставляет постоянно обновляемую  информацию о глобальных и национальных новостях на основе подборки средств массовой информации с открытой онлайновой информацией. Этот инструмент представлен в качестве полезного источника информации для лиц, ответственных за разработку политики, для средств информации и общественности в целях наблюдения за новыми тенденциями, связанными с COVID-19, в своих странах и во всем мире. 

Обеспечить возможность организациям масштабироваться и скорректировать свою деятельность

AI-технологии играют важную роль в обеспечении перестройки работы организаций во время пандемии, предоставляя инструменты для поддержки удаленной связи, телемедицины и защиты продовольственной безопасности.

Для здравоохранения и государственных учреждений это включает использование чатботов для бесконтактного скрининга симптомов COVID-19 и ответов на вопросы населения. Одним из примеров является французская фирма Clevy.io, которая запустила чат-бот, чтобы людям было проще найти официальные правительственные сообщения о COVID-19. Опираясь на информацию, поступающую в режиме реального времени от французского правительства и ВОЗ, чат-бот оценивает известные симптомы и отвечает на вопросы о политике правительства. Отправив на сегодняшний день почти 3 миллиона сообщений, этот чат-бот способен самостоятельно ответить на вопросы обо всем, начиная от упражнений и заканчивая оценкой рисков, связанных с COVID-19, без дополнительной нагрузки на ресурсы здравоохранения и государственных учреждений.

Чтобы избежать любого нарушения цепи поставок продовольствия, переработчикам продуктов питания и правительствам необходимо понимать текущее состояние сельского хозяйства. Компания-стартап Mantle Labs бесплатно предлагает розничным компаниям использовать в течение трех месяцев AI-решение по мониторингу урожая для обеспечения уверенности в работе цепей поставок. Технология работает для оценки спутниковых снимков сельскохозяйственных культур, чтобы выявлять потенциальные проблемы для фермеров и розничных компаний на ранней стадии, чтобы они могли лучше управлять поставками, закупками и планированием запасов. Платформа внедряет индивидуальные модели машинного обучения для интеграции снимков с нескольких спутников, что позволяет проводить оценку сельскохозяйственных условий практически в режиме реального времени.

Таким образом, цифровые технологии, в первую очередь искусственный интеллект, являются важными инструментами для содействия принятию скоординированных ответных мер в связи с пандемией. Примеры использования этой технологии иллюстрирует пределы того, что в настоящее время может быть достигнуто с помощью именно таких решений. Мы не можем ожидать, что она компенсирует структурные трудности, подобные тем, с которыми сталкиваются многие медицинские учреждения во всем мире. Поиск путей повышения эффективности и сокращения расходов в больницах, часто поддерживаемый информационными технологиями, не должен приводить к снижению качества услуг или ставить под угрозу всеобщий доступ к медицинской помощи даже в исключительных обстоятельствах. И именно в этом новые цифровые решения могут быть очень полезными.