هوش مصنوعی در نبرد با کرونا چه نقشی دارد؟

ديجياتو/ علي رغم تمام سنگرهايي که در برابر کرونا شکل گرفته، اين ويروس مرموز به سرعت در حال تسخير مناطق مختلف است. محققان براي مغلوب کردن ويروس زرادخانه اي از سلاح هاي مختلف را شکل داده اند که يکي از اجزاي اصلي آن هوش مصنوعي است. اما اين فناوري چگونه در نبرد با کرونا به داد ما مي رسد؟ تا کنون ابتلاي حدود ۲۵ هزار نفر به ويروس کرونا تاييد شده و بيش از ۴۹۰ نفر هم قرباني آن شده اند. سازمان بهداشت جهاني از چندين روز قبل وضعيت اضطرار بين المللي اعلام کرده که نشان دهنده وخامت اوضاع است. شرايط به حدي وخيم شده که دولت ها ناچار به ايجاد مناطقي براي قرنطينه بيماران و لغو سفرها شده اند. در صدر اين موارد قرنطينه کامل شهر يازده ميليون نفري ووهان قرار دارد. همين عوامل باعث شده سازمان هاي دارويي در سراسر دنيا توليد واکسن و داروي کرونا ويروس را در اولويت اصلي خود قرار دهند. با هر روز و ساعت به تاخير افتادن توسعه دارو چند صد نفر به شمار بيماران و قربانيان آن افزوده مي شود. در چنين شرايطي محققان از هر ابزار و فناوري که بتواند گامي آنها را به داروي اين ويروس مرگبار نزديک کند، استقبال مي کنند. يکي از اين فناوري ها هوش مصنوعي است که در موارد مختلفي کاربرد دارد. استارتاپ BlueDot با تکيه بر هوش مصنوعي يک پلتفرم پيچيده را توسعه داده که براي شناسايي و تخمين نحوه شيوع کرونا ميلياردها داده مختلف از جمله شبکه پرواز هواپيماها را تحليل و پردازش مي کند. اين پلتفرم نخستين هشدار خود در مورد کرونا را در يازدهم دي ماه صادر کرد در حالي که مرکز پيشگيري و کنترل بيماري آمريکا شش روز بعد به اين نتيجه رسيد. درمان ويروس کرونا مغز متفکر BlueDot کامران خان، متخصص بيماري هاي عفوني و از اساتيد دانشگاه تورنتو است. وي در مقابله با شيوع ويروس سارس نيز نقش مهمي ايفا کرد و حالا با تکيه بر AI به نبرد با کرونا برخاسته است: «ما براي پردازش حجم عظيمي از اطلاعات متني منتشر شده به ۶۵ زبان مختلف از الگوريتم هاي پردازش زبان طبيعي (NLP) و يادگيري ماشين (ML) استفاده مي کنيم. هدف از اينکار رهگيري شيوع بيش از ۱۰۰ بيماري مختلف در نقاط مختلف دنيا در بازه هاي زماني ۱۵ دقيقه اي دارد. تحليل اين حجم داده در حالت عادي نياز به صدها متخصص دارد اما به لطف AI با حداقل نيرو انجام مي شود. BlueDot با ارائه نتايج به بيمارستان ها و مراکز پزشکي اجازه مي دهد به جاي تلاش براي جمع آوري و سازماندهي اطلاعات در مورد بيماري هاي عفوني، زمان و انرژي خود را صرف مقابله با آنها کنند.» موارد استفاده از هوش مصنوعي براي درمان ويروس کرونا به BlueDot محدود نمي شود. در ادامه به بررسي ديگر کاربردهاي آن از ديد متخصصان پرداخته ايم. دکتر «وحيد بهزادان»، استاديار علوم کامپيوتر دانشگاه New Haven در اين باره مي گويد: «هوش مصنوعي توانايي بهينه سازي استراتژي هاي را دارد. براي مثال پژوهش دکتر «مرضيه سلطان الکتابي» نمونه اي از کاربرد يادگيري ماشين در بهبود راهکارهاي قرنطينه جوامع و شهرها براي کنترل اپيدمي‌ها است. ما همين حالا با همکاري ايشان در حال توسعه روش هايي براي ارتقاي روش هاي واکسيناسيون با تکيه بر هوش مصنوعي و يادگيري ماشين هستيم.» «کالين گرين»، دبير مرکز پزشکي DataRobot: «پيش بيني تعداد بيماران در هر منطقه و تعيين گروه هاي در خطر، با کمک AI ميسر است. از اين فناوري مي توان براي هشدار به مسافران هم استفاده کرد در نتيجه جوامع آسيب پذير با استفاده از ابزارهاي پيشگيرانه يا صرف نظر از مسافرت در امان خواهند ماند.» دکتر وينست گراسو، جراح، تحليلگر و معمار نرم افزار IPsoft: «زماني که اپيدمي رخ مي دهد، جمع آوري داده در مورد بيماران، شرايط فيزيولوژيکي قبل و بعد از بيماري، مناطق درگير و غيره حياتي است. گماشتن افراد براي انجام اينکار هزينه بر و دشوار است مخصوصا زماني که بيماري در مناطق و کشورهاي مختلف روي مي دهد. با استفاده از «رايانش محاوره اي» (Conversational Computing) مي توان اين روند را تسهيل کرده و از داده هاي منابعي نظير فايل هاي صوتي، متن، دستگاه هاي پزشکي، GPS و غيره براي تدوين بهترين راهکار ممکن براي جلوگيري از گسترش بيماري بهره گرفت.» Steve Bennett، از مديران کمپاني SAS و از مسئولان سابق وزارت امنيت داخلي آمريکا: «هوش مصنوعي به چند طريق مي تواند به درمان ويروس کرونا کمک کند، براي مثال قابليت پيش بيني خطرناک ترين نقاط با احتمال انتقال ويروس از حيوان به انسان را دارد. پس از پيش بيني اين نقاط مي توان با کمک AI چگونگي انتشار ويروس بر اساس شرايط محيطي و سطح دسترسي به خدمات بهداشتي تشخيص داد. يکي ديگر از کاربردهاي آن يافتن اشتراکات بين نواحي درگير ويروس است که در کنار اطلاعات ديگر مي تواند بسياري از زواياي پنهان در مورد ماهيت ويروس را مشخص کند. توسعه واکسن و دارو فرايندي مبتني بر آزمون و خطا است اما هوش مصنوعي با تحليل الگوي ويروس هاي مشابه و شناسايي بهترين راه حل ها، شانس محققان براي رسيدن به نتيجه مطلوب را افزايش مي دهد.» «با تحليل روش هاي درماني و نتايج آنها از طريق الگوريتم هاي يادگيري ماشين مي توان بهترين روش ها را براي درمان بيماران انتخاب کرد. اين الگوريتم ها اجازه تجزيه و تحليل ده ها ميليارد سند پزشکي و انواع مختلف داده را به ما مي دهند.» «ويروس کرونا نشانه هايي از قبيل سينه پهلو، سندرم تنفسي حاد، مشکلات کليوي و غيره را به دنبال دارد. الگوريتم هاي AI مثل شبکه هاي عصبي ژن محور قبلا کارايي خود را مديريت عوارض ناشي از کرونا اثبات کرده اند. کارايي اين الگوريتم ها زماني مشخص مي شود که اثرات ويروس روي افراد به ساختار ژنوم و سيستم ايمني آنها بستگي دارد و درمان استانداردي با نتايج مثبت براي همه بيماران در دسترس نيست.» به گفته Kothari الگوريتم هايي نظير «ماشين بولتزمن» (شبکه هاي عصبي ترکيبي مبتني بر آنتروپي) در روش هاي ژن درماني و ايمني درماني نقش موثري ايفا کرده اند و از شانس بالايي براي کمک به درمان بيماري هاي ناشي از ضعف سيستم ايمني بدن برخوردارند. #باهم_شکستش_مي‌دهيم ما را در کانال «آخرين خبر» دنبال کنيد