29.07.2022

„Sztuczną inteligencją w wirusa!” – felieton


Kolejna fala zachorowań na COVID bardzo wszystkich martwi. Jedni myślą ze strachem o kolejnym ograniczeniu różnych form aktywności (lockdown). Inni trapią się brakiem szczepień ochronnych. Jeszcze inni ze strachem myślą o kolejnym przeciążeniu pracą sektora ochrony zdrowia i o jego wydolności.

Oczywiście każdy stara się przygotować do zwalczania tego nieszczęścia. Mają w tym dziele swój udział lekarze, pielęgniarki, ratownicy medyczni i personel służby zdrowia. Ale okazuje się, że do walki z wirusem mogą przyczynić się także informatycy, zwłaszcza specjaliści sztucznej inteligencji (AI). Pisałem o niej także w dwóch wcześniejszych felietonach.

Zacznę od stwierdzenia, że wyspecjalizowane firmy AI mają dzisiaj dostęp do ogromnych ilości danych. Fakt posiadania tych danych może prowadzić do nieoczekiwanych korzyści. Opowiem o mało znanej historii która może mieć całkiem współczesną kontynuację.

Specjaliści AI firmy Google, mający do dyspozycji ogromne ilości informacji o zapytaniach kierowanych do systemu przez różnych użytkowników w różnych miejscach (dziennie pojawia się takich zapytań ponad 3 miliardy!) zrobili coś bardzo pożytecznego: znaleźli metodę śledzenia rozwoju epidemii w USA. W artykule z czasopisma „Nature”, z którego korzystam, opisany był przypadek śledzenia epidemii grypy wywołanej wirusem H1N1, ale jestem przekonany, że podobne badania prowadzono także dla pandemii COVID-19.

Dla skutecznego zwalczania tej epidemii ważne jest wykrywanie, gdzie pojawiają się ogniska zakażeń i w jaki sposób choroba migruje. Jednak tradycyjne sposoby pozyskiwania tego typu danych były mało skuteczne, bo pomiędzy zaistnieniem jakiegoś ważnego faktu, a momentem, kiedy został on odnotowany i uwzględniony w odpowiednich zaleceniach przez Centrum Zwalczania i Zapobiegania Chorobom upływał dość długi czas. Wynikało to z faktu, że chociaż lekarze mieli obowiązek informować o każdym zakażonym pacjencie, to jednak pacjenci zjawiali się u lekarza nie w momencie zachorowania - tylko gdy choroba trwała już kilka dni i nie dawała się zwalczyć. Z kolei proces scalania raportów lekarzy i generowania opracowań zbiorczych też zajmował kilka dni. W efekcie informacja, na podstawie której sterowano akcją prewencyjną, była spóźniona i mało skuteczna.

Hipoteza robocza inżynierów AI firmy Google była prosta: Gdy człowiekowi coś dolega, to szuka w internecie jakichś środków zaradczych. Mając zgromadzone informacje o tym, jakie pytania kierowali do Google ludzie mieszkający w różnych regionach USA w sezonach grypy w latach 2003-2008 i jakie były w tym czasie mapy zakażeń publikowane (post factum) Centrum Zwalczania i Zapobiegania Chorobom – szukano korelacji. Nie robiono z góry żadnych założeń, nie szukano zapytań typu „lekarstwo na kaszel i gorączkę” ani nie korzystano z żadnych danych pochodzących z gabinetów lekarskich. Nie usiłowano także analizować danych na temat ilości sprzedawanych leków czy zamawianych przez lekarzy szpatułek do badania gardła, bo to późne informacje. Szukano tylko statystycznie takich faz w zapytaniach użytkowników, które występowały często w rejonach, gdzie szalała grypa, a rzadko tam, gdzie jej nie było. Stworzono podobno aż 450 milionów modeli matematycznych takich związków i badano ich przydatność. W końcu znaleziono model oparty na wykrywaniu w zapytaniach użytkowników 45 wyselekcjonowanych fraz, które pozwalały na bieżąco wykrywać miejsca, w których występowały zakażenia grypą. System oparty na odkryciach Google został zastosowany w USA w 2009 roku i bardzo skutecznie przyczynił się do zwalczenia kolejnej epidemii grypy.

Może coś podobnego pomoże w walce z kolejną falą zachorowań na COVID?

Skrócona wersja poniższego felietonu autorstwa prof. Ryszarda Tadeusiewicza została opublikowana w „Dzienniku Polskim” oraz „Gazecie Krakowskiej” 29.7.2022 r.

 

Wykaz wszystkich publikacji popularnonaukowych prof. Tadeusiewicza wraz z odnośnikami do ich pełnych wersji