Από τους πρώτους μήνες μετά την επίσημη κήρυξη του Covid-19 ως πανδημίας, οι επιστήμονες προσέτρεξαν με ελπίδες στην τεχνητή νοημοσύνη για την διαχείριση διαχείριση και αντιμετώπισης μιας παγκόσμιας συμφοράς.
Είναι όμως η τεχνητή νοημοσύνη το εργαλείο που θα μπορεί βοηθά στον στόχο να προετοιμάζεται η ιατρική κοινότητα για να ανταποκριθεί σε επιδημίες και πανδημίες;
Ονομάστηκε «Ασθένεια Χ» . Μιλαμε για την επόμενη παγκόσμια πανδημία, για την οποία ορισμένοι ειδικοί προβλέπουν ότι είναι σχεδόν βέβαιο ότι θα συμβεί ξανά.
Σύμφωνα με το BBC News “την επόμενη δεκαετία, σύμφωνα με ορισμένες προβλέψεις, υπάρχει μία στις τέσσερις πιθανότητες για μια άλλη επιδημία στην κλίμακα του Covid-19, με κολοσσιαίες-αν συμβεί- και τραγικές όχι μόνο για την παγκόσμια υγεία αλλά και οικονομίες, κοινωνικές, ψυχολογικές συνέπειες.
Θα μπορούσε να είναι γρίπη ή κοροναϊός – ή κάτι εντελώς νέο» προστίθεται στο άρθρο BBC News.
«Ο Covid-19, φυσικά, μόλυνε και σκότωσε εκατομμύρια ανθρώπους σε όλο τον κόσμο και επομένως είναι μια τρομακτική προοπτική. Θα μπορούσε λοιπόν η τεχνητή νοημοσύνη να βοηθήσει στην ανακούφισή της;»
Στο ίδιο άρθρο αναφέρονται τα εξής:
«Ερευνητές στην Καλιφόρνια αναπτύσσουν ένα σύστημα έγκαιρης προειδοποίησης βασισμένο σε τεχνητή νοημοσύνη που θα εξετάζει τις αναρτήσεις στα μέσα κοινωνικής δικτύωσης για να βοηθήσει στην πρόβλεψη μελλοντικών πανδημιών.
Οι ερευνητές, από το Πανεπιστήμιο της Καλιφόρνια, στο Irvine (UCI) και το Πανεπιστήμιο της Καλιφόρνια, στο Λος Άντζελες (UCLA), αποτελούν μέρος του προγράμματος επιχορήγησης Predictive Intelligence for Pandemic Prevention του Εθνικού Ιδρύματος Επιστημών των ΗΠΑ.
Αυτό χρηματοδοτεί έρευνα που «στοχεύει στον εντοπισμό, τη μοντελοποίηση, την πρόβλεψη, την παρακολούθηση και τον μετριασμό των επιπτώσεων μελλοντικών πανδημιών».
Το έργο βασίζεται σε παλαιότερες εργασίες ερευνητών του UCI και του UCLA, συμπεριλαμβανομένης μιας βάσης δεδομένων με δυνατότητα αναζήτησης 2,3 δισεκατομμυρίων αναρτήσεων στο Twitter που συλλέγονται από το 2015, για την παρακολούθηση των τάσεων της δημόσιας υγείας.
Ο καθηγητής Chen Li ηγείται του έργου στο Τμήμα Επιστήμης Υπολογιστών του UCI. Λέει ότι έχουν συλλέξει δισεκατομμύρια tweets στο X, παλαιότερα γνωστό ως Twitter, τα τελευταία χρόνια.
Το εργαλείο λειτουργεί ανακαλύπτοντας ποια tweets έχουν νόημα και εκπαιδεύει τον αλγόριθμο για να βοηθήσει στον εντοπισμό πρώιμων σημείων μελλοντικής πανδημίας, στην πρόβλεψη επερχόμενων εστιών και στην αξιολόγηση των πιθανών αποτελεσμάτων συγκεκριμένων πολιτικών δημόσιας υγείας, λέει ο καθηγητής Chen.
«Έχουμε αναπτύξει ένα μοντέλο μηχανικής μάθησης για τον εντοπισμό και την κατηγοριοποίηση σημαντικών γεγονότων που μπορεί να είναι ενδεικτικά μιας επερχόμενης επιδημίας από τα μέσα κοινωνικής δικτύωσης».
Το εργαλείο, το οποίο απευθύνεται σε τμήματα δημόσιας υγείας και νοσοκομεία, μπορεί επίσης να «αξιολογήσει τις επιπτώσεις των θεραπειών στην εξάπλωση των ιών», λέει.
Η ΑΙ εξακολουθεί να εξαρτάται
από τις πληροφορίες
«Πρέπει απλώς να είμαστε όσο το δυνατόν καλύτερα προετοιμασμένοι», λέει ο Δρ In-Kyu Yoon, διευθυντής προγραμμάτων και καινοτόμων τεχνολογιών στο CEPI.
«Και αυτό που κάνει η τεχνητή νοημοσύνη είναι ότι επιταχύνει αυτή τη διαδικασία προετοιμασίας».
Ωστόσο, λέει ότι η τεχνητή νοημοσύνη πρέπει ακόμα να αναπτυχθεί και να ωριμάσει. «Η τεχνητή νοημοσύνη εξακολουθεί να εξαρτάται από τις πληροφορίες που εισάγονται σ αυτήν και δεν νομίζω ότι κάποιος θα έλεγε ότι έχουμε στην πραγματικότητα όλες τις πληροφορίες»
“Ακόμη και αν η τεχνητή νοημοσύνη μπορεί στη συνέχεια να προσπαθήσει να την αξιολογήσει, να την αναλύσει και να προβλέψει από αυτό, βασίζεται σε πληροφορίες που έχουν εισαχθεί. Η τεχνητή νοημοσύνη είναι ένα εργαλείο και το εργαλείο μπορεί να εφαρμοστεί σε διάφορες δραστηριότητες που μπορούν να αυξήσουν την ποιότητα και την ταχύτητα της προετοιμασίας για την επόμενη πανδημία.
“Όμως πιθανότατα θα ήταν λάθος να πούμε ότι η τεχνητή νοημοσύνη μπορεί να επιβραδύνει ή να αποτρέψει την επόμενη πανδημία. Εναπόκειται στους ανθρώπους να καθορίσουν πού θα την εφαρμόσουν.”