Kaip nustatyti kitą pavojingą virusą, kol jis plinta tarp žmonių, yra pagrindinis klausimas naujame komentare Lancet infekcinės ligos. Jame tyrėjai aptaria, kaip AI kartu su vienu sveikatos metodu gali prisidėti prie geresnio numatymo ir stebėjimo.
„Dirbtinis intelektas pats savaime negali užkirsti kelio pandemijoms, tačiau ši technologija gali būti galingas žinių ir metodų, kuriuos jau naudojame, priedas. Kuo geriau tapsime žmonių, gyvūnų ir aplinkos duomenimis, tuo geriau pasiruošę”, – sako profesorius Frankas Mølleris Aarestrupas iš DTU nacionalinio maisto instituto Danijoje, vienas iš komentarų autorių.
Jį valdė profesorius Marionas Koopmansas iš Nyderlandų „Erasmus“ medicinos centro. Ji perspėja, kad kai liga pradeda plisti, labai sunku kontroliuoti.
„Reikalingos intervencijos yra drastiškos-kaip mes matėme per 19-ąjį Covididą. Štai kodėl labai svarbu aptikti naujus patogenus prieš jiems įsitvirtinus”,-sako Koopmansas, pažymėdamas, kad kadaise nustatytos, naujos ligos gali tapti nuolatiniais iššūkiais, kaip taip pat parodė Covidid-19.
Autorių komanda, kuriai taip pat yra Eötvös Loránd universiteto (Elte) ekspertai, Vengrijoje, Bolonijos universitete Italijoje ir JK gyvūnų ir augalų sveikatos agentūrą, per daugelį metų kalbama apie bendradarbiavimą, daugiausia dėmesio skiriant vienam sveikatos metodams, kuriems pasireiškia kylantys ligos, atsirandantys dėl ligos, atsirandančios dėl ligos.
Pandemijos dažnai atsiranda gyvūnai
Ligos, tokios kaip SARS-COV-2, paukščių gripo ir MPOX, protrūkiai parodo, kad sunku kontroliuoti naujas galimas epidemijas. Daugelis patogenų yra kilę iš gyvūnų, tačiau kada ir kur jie išsilieja į žmones, yra nenuspėjama.
Komentaro autoriai pabrėžia, kaip klimato pokyčiai, intensyvi gyvūnų gamyba ir žmogaus įsibrovimas į natūralias buveines padidina vadinamųjų išplitimo įvykių riziką, kai patogenai kerta gyvūnus į žmones ir, blogiausiu atveju, išsivysto į epidemijas.
Išliejimai buvo prilyginti kibirkštoms: labiausiai užgesinančioms, tačiau kai kurie uždega gaisrus, kurie nevaldomai plinta. Galimybė kuo anksčiau aptikti tokius išplitimus yra iššūkis, kurį komanda studijavo naudodama didelių duomenų metodus.
PG gali atskleisti modelius sudėtinguose duomenų rinkiniuose
Dirbtinis intelektas gali padėti išanalizuoti tokius duomenų rinkinius iš įvairių šaltinių, tokių kaip klimatas, žemės naudojimas, gyvūnų gamyba, transportas, gyventojų judėjimas ir socialinė ir ekonomika. Kai šie duomenų rinkiniai yra sujungti, AI gali atskleisti modelius, kuriuos priešingu atveju būtų sunku išsiaiškinti.
„PG gali padėti mums nustatyti, kur pasaulio stebėjimas turėtų būti intensyvus geografiškai, taip pat ir konkrečiose gyvūnų rūšyse, nuotekose ar žmonėms. Tokiu būdu mes galime prioritetą teikti pastangoms, kai rizika yra didžiausia, vadinamieji taškai”,-sako Aarestrup.
Genetiniai signalai kaip ankstyvas perspėjimas
Prognozuojant tokius taškus, metagenominis sekos nustatymas gali būti pridedamas kaip visas būdas aptikti patogenus, tiek žinomus, tiek naujus. Metagenominis sekos nustatymas yra genetinės medžiagos analizė – mėginiuose iš nuotekų, oro, maisto ar aplinkos. Jis vis labiau naudojamas įžvalgai apie didžiulę žinomų ir nežinomų mikroorganizmų įvairovę. Daugelis nustatytų genetinių fragmentų dar nėra apibūdinami.
„Kai seka mėginį, galime rasti milijonus genetinių fragmentų. Labiausiai primena ką nors pažįstamo ir nekenksmingo, tačiau mums liko tūkstančiai nežinomųjų. Čia AI gali padėti aptikti modelius ir nurodyti, kas gali būti pavojinga”, – aiškina Aarestrup.
Kai aišku, kad yra potencialus patogenas, gali kilti klausimų, koks jis pavojingas. Gyvūnų virusų potencialas užkrėsti žmones, plisti ir sukelti ligą iš dalies yra įterptas į genetinį kodą. AI pagrįstos priemonės gali būti naudojamos numatyti, kaip mutacijos gali pakeisti virusines savybes.
„Mes matome didžiulius pokyčius šioje srityje. AI pagrįsti baltymų modeliai gali parodyti, ką mutacija daro virusų struktūrai, ir kaip tai gali būti išversta į plitimo riziką ar sunkios ligos riziką. Šiuo metu iššūkis matome didelį potencialą panaudoti AI, kad pagreitintume rizikos vertinimą”,-sako Koopmansas.
AI kaip mokslininkas-galimybės ir apribojimai
Komentare taip pat aprašomi ankstyvieji vadinamųjų AI „bendrų mokslininkų“ prototipai, galintys atlikti visą tyrimų ciklą-nuo hipotezės generavimo ir literatūros apžvalgos iki duomenų analizės ir ataskaitų teikimo.
„Aš manau, kad AI taps pripažinta kompetencija prie stalo-tai yra lygiavertė įvairių tipų tyrėjams. AI gali pateikti analizę ar pasiūlymus, kuriuos mes, mokslininkai galime įvertinti. Tokiu būdu ši technologija tampa priedu, kuris gali sustiprinti mūsų sprendimų priėmimo procesus”,-sako Aarestrup.
„Tai taip pat reiškia, kad turime išmokti, koks mūsų, kaip mokytojų ir prižiūrėtojų, būsimojo vaidmuo. Kaip mes galime įsitikinti, kad nauji darbo būdai suteikia patikimą rezultatą? Ar galėsime atpažinti klaidas su AI modelių pažanga? Mes taip pat turime grįžti į klasę. Tikrai jaudinanti, – sako Koopmansas.
Autoriai daro išvadą, kad dirbtinis intelektas siūlo intriguojančias galimybes pagerinti pandemijos pasirengimą. Vis dėlto tai turi būti vertinama kaip papildymas, o ne pakaitalas – į jau naudojamus klasikinio stebėjimo ir tyrimų metodus.