الوباء الناجم عن COVID-19 هو أول أزمة عالمية للصحة العامة في القرن الحادي والعشرين. واليوم ، يتم استخدام العديد من المشاريع التي تعمل بالذكاء الاصطناعي بناءً على علوم البيانات أو "التعلم الآلي" أو "البيانات الضخمة" عبر مجموعة واسعة من المجالات للتنبؤ بالشرح والسيناريوهات المختلفة التي تسببها الأزمة الصحية وشرحها وإدارتها.
يُستخدم الذكاء الاصطناعي لدعم ومساعدة أولئك الذين يتخذون القرارات.
تشرح نوريا أوليفر ، عالمة البيانات ، التي تحمل شهادة دكتوراه: "لا توجد قرارات ، في أي خطوة ، يتم تفويضها بشكل كامل وحصري على الخوارزمية". من Media Lab في معهد ماساتشوستس للتكنولوجيا (MIT) وهو مفوض الحكومة الإقليمية في فالنسيا في شؤون الذكاء الاصطناعي.
الطب والإدارة الصحية والسياسات العامة
في سياق الوباء ، يجري تطبيق الذكاء الاصطناعي ويحقق نتائج في ثلاثة مجالات:
- في أبحاث الفيروسات وتطوير الأدوية واللقاحات
- في إدارة الخدمات والموارد في مراكز الرعاية الصحية
- وفي تحليل البيانات لدعم قرارات السياسة العامة التي تهدف إلى إدارة الأزمة ، مثل تدابير الحبس.
فيما يتعلق بتطبيق الذكاء الاصطناعي على البحث ، يبدو أن العمل يسير بوتيرة متواضعة. لا يزال هناك العديد من الأسئلة التي لم تتم الإجابة عليها حول الفيروس. لكن الفرق العلمية لا تستسلم والباحثون يفتحون آفاقا جديدة كل يوم.
يعمل العلماء من شركة DeepMind المملوكة لشركة Google على التنبؤ بتركيبة البروتين في الفيروس التاجي الجديد ، وهو أمر أساسي لفهم كيفية تطوره وكيفية التحكم فيه بشكل أفضل. حتى لتطوير لقاح بالاشتراك مع نتائج مشاريع بحثية أخرى.
قبل بضعة أسابيع فقط ، كانت فكرة الإغلاق الواسع النطاق تبدو غير منطقية. في مرحلة ما خلال هذه الأزمة ، طُلب من أكثر من نصف سكان العالم أو أمروا بالبقاء في منازلهم. فرضت المدن الإغلاق الجماعي للمحلات التجارية والمدارس. السبب؟ الحد من تنقل الأشخاص والتفاعلات الاجتماعية لإبطاء انتشار الفيروس ومنع الأنظمة الصحية من الانهيار. بعبارة أخرى ، "لتسوية منحنى العدوى" ، وهي جملة أصبحت واحدة من التغني لعام 2020.
تم اتخاذ هذه القرارات العامة بناءً على أدلة البيانات. تعمل عالمة البيانات نوريا أوليفر حاليًا على مشروع رائد تقوم الجماعة الإقليمية في فالنسيا بتطويره لتحليل التنقل خلال جائحة COVID-19 استنادًا إلى مجموعات البيانات المجمعة والمجهولة المصدر التي يشاركها المعهد الإحصائي الإسباني ومقدمو خدمات الاتصالات. يوضح أوليفر: "لقد أنشأنا نموذجًا للتنقل البشري لقياس وقياس أثر التنقل أثناء حالة الإغلاق وفهم نوع التنقل الذي تم تقليله واتخاذ قرارات مع مراعاة البيانات المتاحة لنا". في المرحلة الثانية ، سيتم تقييم كل من نماذج التنقل والنتائج التي توصلوا إليها مع النماذج الوبائية SIR ، والتي يتم استخدامها لتتبع كيفية تطور الوباء مع مراعاة عدد الأفراد المعرضين للمرض (أي لم يصابوا بعد) ، عدد الأفراد المصابين والقادرين على نشر المرض ، وعدد الأفراد الذين تعافوا. يسمح هذا النموذج بتحديد حجم الحركة والتنبؤ بمدى سرعة انتشار الوباء.
يشمل الجزء الثالث من المشروع إجراء مسح لفهم أوضاع المواطنين وسلوكهم الاجتماعي والوضع الصحي والأثر الاقتصادي للقرارات العامة بشكل أفضل. يوضح هذا المشروع بوضوح كيف يمكن للمجتمع وكذلك الإدارات العامة الاستفادة من استخدام الذكاء الاصطناعي. "كيف يجب أن يتحولوا ليصبحوا أكثر كفاءة من خلال اتخاذ قرارات تستند إلى البيانات والأدلة" ، يوضح أوليفر.
وأخيرا ..
تتيح لنا خوارزميات التعلم الآلي والذكاء الاصطناعي تشخيص وتخصيص الرعاية الطبية وخطط المتابعة للحصول على نتائج أفضل
0 تعليقات