Kann AI-flag krankheitsausbrüche schneller als Menschen? Nicht ganz

Habe eine künstliche-Intelligenz-system beat menschliche ärzte inwarning die Welt von einer schweren Corona-Virus-Ausbruch in China?

In einem engen Sinne, ja. Aber was den Menschen fehlte in schiere Geschwindigkeit, die Sie mehr als in finesse.

Das Frühwarnsystem für den Ausbruch von Krankheiten helfen können, Menschen und Regierungen, die Leben retten. In den letzten Tagen des 2019, ein KI-system in Boston, sandte die erste Globale Warnung über einen neuen viralen Ausbruch in China. Aber er nahm die menschliche Intelligenz zu erkennen, die Bedeutung für den Ausbruch und dann Erwachen Antwort von die public health community.

Was mehr ist, die sterblichen produziert eine ähnliche Warnung, nur eine halbe Stunde hinter der KI-Systeme.

Für jetzt, AI-powered-Krankheit-alert-Systeme können weiterhin ähneln Auto—Alarmanlagen-leicht ausgelöst und manchmal ignoriert. Ein Netzwerk von medizinischen Experten und sleuthsmust noch nicht die harte Arbeit ofsifting durch Gerüchte um Stück zusammen die umfassenderes Bild. Es ist schwer zu sagen, wie zukünftige KI-Systeme, angetrieben durch immer größere Datenmengen auf Ausbrüche, möglicherweise in der Lage zu erreichen.

Die erste öffentliche alertoutside China über das neuartige coronavirus kam im Dez. 30 aus der automatisierten HealthMap-system am Boston Children ‚ s Hospital. Um 11:12 Uhr Ortszeit HealthMap eine Warnung gesendet über unbekannte Pneumonie-Fälle in der chinesischen Stadt Wuhan. Das system durchsucht online news und social media berichtet, rangiert die Warnung ist ernst wie nur 3 von 5. Es dauerte Tage, für die HealthMap Forscher zu erkennen, seine Bedeutung.

Vier Stunden vor der HealthMap Mitteilung, New York Epidemiologe Marjorie Pollack hatte bereits angefangen, Ihre eigenen öffentlichen Warnung, ausgelöst durch ein wachsendes Gefühl der Angst nach der Lektüre eine persönliche E-Mail Sie erhalten an diesem Abend.

„Das ist, herumgereicht zu werden, das internet hier,“ schrieb Ihr der Kontakt, die Verbindung mit einem post auf der chinesischen social-media-forum Pincong. Der Beitrag diskutiert Wuhan health agency beachten und Lesen Sie in Teil: „Unerklärliche Lungenentzündung???“

Pollack, stellvertretender Chefredakteur der Freiwilligen-led Program for Monitoring Emerging Diseases, bekannt als ProMed, schnell mobilisiert ein team zu kümmern. ProMed ist der ausführliche Bericht ging etwa 30 Minuten nach der knappen HealthMap alert.

Frühe Warnung systemsthat scansocial media, online-news-Artikel und die Berichte der Regierung auf Anzeichen von Infektionskrankheiten Ausbrüche helfen, informieren globalen Institutionen wie der Welt-Gesundheits-Organisation —geben internationale Experten einen Vorsprung, wenn die lokalen bürokratischen Hürden und Sprachbarrieren, die sonst vielleicht nicht in den Weg kommen.

Einige Systeme, darunter ProMed, verlassen sich auf die menschliche Kompetenz. Andere sind teilweise oder ganz automatisiert.

„Diese tools können helfen, halten die Füße, um das Feuer für die Behörden“, sagte John Brownstein, wer betreibt das HealthMap-system als chief innovation officer bei Boston Children ‚ s Hospital. „Es zwingt die Menschen zu mehr Offenheit.“

Die letzten 48 Stunden bis zum Jahr 2019 gab es eine kritische Zeit, die für das Verständnis des neuen virus und seiner Bedeutung. Früher am Dez. 30, Wuhan zentral-Krankenhaus-Arzt Li Wenliang warnte seine ehemaligen Mitschüler über das virus in einem social-media-Gruppe—ein Schritt, führte lokalen Behörden zu beschwören, die ihm für die Befragung mehrere Stunden später.

Li, starb Feb. 7 nach der Ansteckung mit dem virus, sagte Der New York Times, dass es besser gewesen wäre, wenn die Beamten hatte offenbart Informationen über die Epidemie früher. „Es sollte mehr Offenheit und Transparenz“, sagte er.

ProMed Berichte sind oft integriert in andere outbreak warning-Systeme. includingthoserun von der Welt-Gesundheits-Organisation, der Kanadischen Regierung und der Toronto startup BlueDot. WER auch erfaßt die Daten von HealthMap und anderen Quellen.

Computer-Systeme, scanonline Berichte für Informationen über Ausbrüche von Krankheiten beruhen auf der Verarbeitung natürlicher Sprache, den gleichen Zweig der künstlichen Intelligenz, die hilft, Fragen zu beantworten, die an eine Suchmaschine oder digitalen Sprach-Assistenten.

Aber die algorithmen können nur so wirksam sein wie die Daten, die Sie nigen, sagte Nita, Madhav, Geschäftsführer der San Francisco-basierte Krankheit überwachung der Firma Metabiota, die erste informiert seine Kunden über den Ausbruch Anfang Januar.

Madhav sagte, dass Inkonsistenz, wie verschiedene Agenturen melden die medizinischen Daten können stymie algorithmen. Die text-scan-Programme extrahieren Sie Schlüsselwörter von online-text, aber kann fummeln, wenn Organisationen verschiedentlich Bericht neue virus Fällen, kumulative virus Fällen, oder neue Fälle in einem bestimmten Zeitintervall. Das Potenzial für Verwirrung bedeutet, es gibt fast immer noch eine person beteiligt, die Daten zu prüfen.

„Da ist noch etwas human in the loop“,“ Madhav sagte.

Andrew Strahl, ein Harvard-University Epidemiologe, sagte, dass das Scannen von online-reports für die Schlüssel-Worte können helfen, zeigen trends, aber die Genauigkeit hängt von der Qualität der Daten. Er stellt fest, dass diese techniquesaren nicht so neu.

„Es ist eine Kunst, intelligent kratzen web-sites, den“ Strahl sagte. „Aber es ist auch Google‘ s core-Technologie seit den 1990er Jahren.“

Google selbst begann seine eigene Grippe-Trends service zum erkennen von Ausbrüchen im Jahr 2008 durch die Suche nach mustern in Suchanfragen über Grippe-Symptome. Experten kritisierten es für eine überschätzung der Grippe-Prävalenz. Google Herunterfahren der website im Jahr 2015 und übergab seine Technologie an gemeinnützige Organisationen wie HealthMap, die Verwendung von Google-Daten, um zu bauen Ihre eigenen Modelle.

Google arbeitet jetzt mit Brownstein s team auf einer ähnlichen web-basierten Ansatz für die Verfolgung der geographischen Ausbreitung der von Zecken übertragenen Lyme-Borreliose.

Wissenschaftler sind auch mit großen Daten zu Modell-mögliche Wege der frühen übertragung von Krankheiten.

Anfang Januar, Isaac Bogoch, eine ansteckende Krankheit, Arzt und Forscher am Toronto General Hospital, analysiert kommerziellen Flug Daten mit BlueDot Gründer Kamran Khan zu sehen, welche Städte außerhalb Festland China wurden die meisten verbunden mit Wuhan.

Wuhan gestoppt ausgehende kommerzielle Flugverkehr in Ende Januar—aber nicht vor schätzungsweise 5 Millionen Menschen hadfled der Stadt, wie die Wuhan Bürgermeister erzählte später den Reportern.

„Wir haben gezeigt, dass das höchste Volumen der Flüge von Wuhan waren zu Thailand, Japan und Hong Kong,“ Bogoch sagte. „Und siehe da, ein paar Tage später begannen wir, die Fälle sehen pop-up in diesen Orten.“

Im Jahr 2016 werden die Forscher verwendeten einen ähnlichen Ansatz zur Vorhersage der Ausbreitung der Zika virus von Brasilien bis zum südlichen Florida.

Nun, dass viele Regierungen ins Leben gerufen haben aggressive Maßnahmen zur Eindämmung der übertragung von Krankheiten, es ist schwieriger zu bauen-algorithmen, um vorherzusagen, was als Nächstes Bogoch sagte.