Συγκεκριμένα, στις 30 Δεκεμβρίου 2019 το «έξυπνο» λογισμικό του ιστότοπου HealthMap του Νοσοκομείου Παίδων της Βοστώνης, το οποίο χρησιμοποιεί τεχνητή νοημοσύνη για να παρακολουθεί τα social, την ειδησεογραφία, τις διαδικτυακές αναζητήσεις και άλλες πληροφορίες που μπορεί να μαρτυρούν σημάδια κάποιας νέας επιδημίας, ήταν αυτό που πρώτο εντόπισε αναφορά για έναν νέο τύπο πνευμονίας στη Γουχάν.
Αμέσως το πρόγραμμα ενημέρωσε αυτόματα, μέσω ηλεκτρονικού ταχυδρομείου, τους αποδέκτες μίας λίστας ότι επτά άνθρωποι βρίσκονταν σε κρίσιμη κατάσταση και αξιολόγησε τη σοβαρότητα της κατάστασης στο «τρία» σε μία κλίμακα με πέντε διαβαθμίσεις.
Πάντως, και οι άνθρωποι δεν καθυστέρησαν τόσο πολύ, αφού γιατροί στην Ταϊβάν είχαν ήδη ενημερώσει την Αμερικανίδα επιδημιολόγο Μάρτζορι Πόλακ στη Νέα Υόρκη ότι το θέμα έχει αρχίσει να συζητείται στο Weibo. Η Πόλακ, σύμφωνα με το «Science», θυμήθηκε ότι κάτι ανάλογο είχε συμβεί το 2003 στην αρχή του ξεσπάσματος της επιδημίας του SARS.
Σχεδόν μία ώρα μετά το αυτόματο σήμα προειδοποίησης από το HealthMap, η Πόλακ έκανε μία πιο λεπτομερή ανάρτηση στο Πρόγραμμα Επιτήρησης Αναδυόμενων Ασθενειών, το οποίο ενημερώνει περίπου 85.000 άτομα διεθνώς και έτσι ο υπόλοιπος κόσμος άρχισε να στρέφει την προσοχή του σε κάτι περίεργο που εμφανιζόταν στην Κίνα.
Το «καμπανάκι» από το HealthMap δείχνει τις δυνατότητες της τεχνητής νοημοσύνης για την παρακολούθηση των επιδημιών. Καθώς η πανδημία συνεχίζει να εξαπλώνεται διεθνώς, οι ερευνητές της τεχνητής νοημοσύνης προσπαθούν να «στήσουν» αυτόματα συστήματα εντοπισμού και προειδοποίησης, τα οποία θα ψάχνουν ψύλλους στα άχυρα, μέσα σε τεράστιους όγκους online δεδομένων, για να ανακαλύψουν τα πρώτα σημάδια μίας νέας επιδημικής έξαρσης σε κάποιο μέρος του κόσμου.
Η τεχνητή νοημοσύνη δεν πρόκειται να αντικαταστήσει την παραδοσιακή επιδημιολογική επιτήρηση από ανθρώπους, τουλάχιστον όχι ακόμη. Ήδη, αρκετά πριν από τον κορονοϊό, το αμερικανικό CDC είχε ξεκινήσει από το 2013 έναν ετήσιο διαγωνισμό για το πιο ακριβές σύστημα πρόβλεψης της σοβαρότητας και εξάπλωσης ενός νέου κύματος γρίπης στις ΗΠΑ.
Δεκάδες προτάσεις κατατίθενται κάθε χρόνο και περίπου οι μισές αφορούν αλγόριθμούς μηχανικής μάθησης (τεχνητής νοημοσύνης), οι οποίοι αναδιφούν σε αναζητήσεις μέσω Google, σε «τιτιβίσματα» του Twitter, σε αναρτήσεις του Facebook, σε ιστοσελίδες της Wikipedia κ.ά., για να βρουν τις πιο πρώιμες ενδείξεις μίας επερχόμενης επιδημίας ή έξαρσης.
Πολλές από αυτές τις ερευνητικές ομάδες, που έως τώρα ασχολούνταν με τη γρίπη, έστρεψαν, πλέον, τα εργαλεία της τεχνητής νοημοσύνης στην κατεύθυνση της Covid-19. Στόχος τους είναι τόσο η αξιολόγηση της τωρινής κατάστασης (now-casting) της επιδημίας όσο και η πρόβλεψη για την πορεία της (forecasting).
Μεταξύ 2009-2015 η Google χρησιμοποίησε ένα νέο «έξυπνο» εργαλείο, το Google Flu Trends (το οποίο, πλέον, έχει ενσωματωθεί στο HealthMap), για να ψάχνει στις αναζητήσεις των χρηστών και να ανιχνεύει τα πρώτα -ακόμη αφανή στους επιστήμονες- σημάδια ενός νέου κύματος γρίπης. Στην αρχή το σύστημα τα πήγε καλά και πρόβλεψε την εξέλιξη της γρίπης δύο εβδομάδες πριν από το CDC. Όμως, στη συνέχεια έκανε υπερεκτιμήσεις για την εξάπλωση της γρίπης, «τρομοκρατώντας» άνευ λόγου τους επιδημιολόγους. Η βασική αιτία της αποτυχίας ήταν ότι οι ερευνητές της Google δεν «επανεκπαίδευσαν» το σύστημά τους, ώστε να λαμβάνει υπόψη τις αλλαγές στη συμπεριφορά των χρηστών κατά τις αναζητήσεις τους, με συνέπεια να παρερμηνεύει π.χ. τις αναζητήσεις για ειδήσεις σχετικές με τη γρίπη ως ένδειξη λοίμωξης στον ίδιο τον χρήστη. Έτσι, οι σκεπτικιστές θεωρούν ότι η τεχνητή νοημοσύνη, η οποία συνεχώς βελτιώνεται, θα είναι καλύτερα έτοιμη και χρήσιμη στην επόμενη πανδημία. Το βέβαιο, πάντως, είναι ότι η τεχνητή νοημοσύνη ήρθε για να μείνει ως εργαλείο της επιδημιολογίας.
Πηγή: ΑΠΕ-ΜΠΕ
