Umělá inteligence by mohla být cenným nástrojem pro detekci nově vznikajících nemocí dříve, vědci z pěti evropských univerzit a výzkumných ústavů argumentují u infekčních chorob Lancet.
Jak identifikovat další nebezpečný virus předtím, než se šíří mezi lidmi, je ústřední otázkou v novém komentáři na infekčních onemocněních Lancet. V něm mohou vědci diskutovat o tom, jak AI v kombinaci s jedním zdravotním přístupem může přispět ke zlepšení predikce a dohledu.
„Umělá inteligence sama o sobě nemůže zabránit pandemii, ale technologie může být silným doplňkem znalostí a metod, které již používáme. Čím lépe se staneme integrací údajů od lidí, zvířat a životního prostředí, tím lépe budeme připraveni,“ říká, že budeme v danu DTU v Denmarku v Denmarku v Denmarku v Denmarku v Denmarku v Denmarku.
Byl spoluautor profesor Marion Koopmans z Erasmus Medical Center v Nizozemsku. Varuje, že jakmile se nemoc začne šířit, je velmi obtížné pod kontrolou.
„Požadované intervence jsou drastické-jak jsme viděli během CoVID-19. Proto je zásadní detekovat nové patogeny, než získají oporu,“ říká Marion Koopmans a poznamenává, že jakmile budou stanoveny, nové nemoci se mohou stát přetrvávajícími výzvami, jak se ukázalo také Covid-19.
Tým autorů, který zahrnuje také odborníky z Eötvös Lorándské univerzity (Elte) v Maďarsku, University of Bologna v Itálii a britská agentura pro zdraví zvířat a rostlin, hovoří ze svých zkušeností jako spolupracovníky v průběhu let a zaměřuje se na jedno zdravotní přístup k vyhánějícím se onemocněním v konsorciu Veo – European Research Initiational Detection a sledováním emercingu a vyvíjejícího se detekce a vyvíjejícím se detekci a vyvíjejícím se detekci a vyvíjejícím se detekci a vyvíjejícím se detekci, a sledují emercifikaci odolných vůní.
Pandemie často pocházejí ze zvířat
Vypuknutí nemocí, jako jsou SARS-CoV-2, Půřivá chřipka a MPOX, ukazují obtížnost kontroly nových potenciálních epidemií. Mnoho patogenů pochází ze zvířat, ale kdy a kde se rozlijí na lidi, je nepředvídatelné. Autoři komentáře zdůrazňují, jak změna klimatu, intenzivní produkce zvířat a lidské zásahy do přirozených stanovišť zvyšují riziko tzv. Přelévacích událostí – situace, ve kterých patogeny přecházejí ze zvířat na lidi a v nejhorším případě se vyvíjejí na epidemie. Přelévání byly přirovnávány k jiskrám: nejvíce hasicí, ale některé vznícení požárů, které se nekontrolovatelně šíří. Schopnost co nejdříve detekovat takové přelévání je výzvou, kterou tým studoval pomocí přístupů velkých dat.
AI může odhalit vzory ve složitých datových sadách
Umělá inteligence může pomoci analyzovat takové datové sady z různých zdrojů – jako je klima, využití půdy, výroba živočišných, přepravy, pohyby obyvatelstva a socioekonomie. Když jsou tyto datové sady kombinovány, AI může odhalit vzorce, které by jinak bylo obtížné rozeznat.
AI nám může pomoci zjistit, kde by měl být dohled ve světovém dohledu intenzivně geograficky, ale také u konkrétních živočišných druhů, v odpadních vodách nebo u lidí. Tímto způsobem můžeme upřednostňovat úsilí, kde jsou rizika největší, tzv. Hotspoty. “
Profesor Frank Møller Aarestrup, DTU National Food Institute, Dánsko
Genetické signály jako včasné varování
Jakmile jsou takové hotspoty předpovídány, může být metagenomické sekvenování přidáno jako přístup k detekci patogenů, známých i nových. Metagenomické sekvenování je analýza genetického materiálu – ve vzorcích z odpadních vod, vzduchu, jídla nebo životního prostředí. Stále více se používá k zajištění nahlédnutí do obrovské rozmanitosti známých a neznámých mikroorganismů. Mnoho identifikovaných genetických fragmentů není dosud charakterizováno.
„Když sekvencem vzorku sekvencem, můžeme najít miliony genetických fragmentů. Nejvíce se podobají něčemu známému a neškodnému, ale zbývá nám tisíce neznámých. Zde může AI pomoci detekovat vzorce a poukázat na to, co by mohlo být nebezpečné,“ vysvětluje Frank Møller Aarestrup.
Jakmile je jasné, že existuje potenciální patogen, mohou nastat otázky o tom, jak nebezpečný je. Potenciál pro viry od zvířat k infekci lidí, šíření a příčiny onemocnění je částečně zabudován do genetického kódu. Nástroje založené na AI lze použít k predikci, jak by mutace mohly změnit virové vlastnosti.
„V této oblasti vidíme obrovský vývoj. Proteinové modely založené na AI mohou poskytnout náznak toho, co a mutace Dělá strukturu virů a jak to pak lze převést na riziko šíření nebo riziku závažného onemocnění. Přestože je nyní náročný, vidíme velký potenciál pro použití AI k urychlení hodnocení rizik, “říká Marion Koopmans.
AI jako spolupracovníka – příležitosti a omezení
Komentář také popisuje časné prototypy tzv. „Ko-vědců“, které jsou schopny provádět celý výzkumný cyklus-od generování hypotéz a přehled literatury po analýzu a vykazování dat.
„Předpokládám, že AI se stane uznávanou kompetencí u stolu – na stejné úrovni jako různými typy vědců.
„To také znamená, že se musíme dozvědět, jaká je naše budoucí role jako učitelé a supervizory. Jak se ujistíme, že nové způsoby práce poskytují důvěryhodný výstup? Budeme schopni rozpoznat chyby s pokrokem modelů AI? Musíme se také vrátit do třídy. Opravdu vzrušující,“ říká Marion Koopmans.
Autoři dochází k závěru, že umělá inteligence nabízí zajímavé možnosti pro zvýšení připravenosti na pandemii. Přesto to však musí být považováno za doplněk – nikoli jako náhradu – k klasickému dohledu a výzkumu, které se již používají.
