Sztuczna inteligencja pomoże w walce z Covid-19

– Duża część algorytmów, które dzisiaj są stosowane wyłącznie w celach naukowych, przejdzie do urządzeń, z których korzystamy na co dzień, takich jak smartfony – przewiduje dr hab. inż. Tomasz Trzciński z Politechniki Warszawskiej.

– Naukowcy badają możliwości wykorzystania sztucznej inteligencji i robotyki w wielu różnych dziedzinach, począwszy od modelowania przebiegu samej pandemii, metody modelowania różnego rodzaju leków czy sposobów na walkę z koronawirusem. W tym m.in. modelowania procesu drug discovery, czyli odkrywania nowych połączeń między różnymi substancjami w celu zwalczania wirusa – mówi dr hab. inż. Tomasz Trzciński, adiunkt z Instytutu Informatyki Politechniki Warszawskiej.

Dobrym przykładem zrobotyzowanego systemu oceny ryzyka zakażenia koronawirusem jest maszyna ARIS-K2. Ten robot medyczny na bieżąco monitoruje temperaturę pacjentów przemieszczających się po korytarzach placówek służby zdrowia, oczyszcza pomieszczenia z patogenów za pośrednictwem emitera promieni UV i pełni rolę podręcznej stacji dezynfekującej. Dzięki tak szeroko zakrojonemu arsenałowi środków zapobiegawczych jest w stanie zminimalizować ryzyko transmisji wirusa i błyskawicznie zidentyfikować potencjalnych nosicieli.

– Klasycznym sposobem na zapobieganie rozprzestrzeniania się wirusa jest pomiar temperatury, ale są też sposoby oparte na analizie obrazu i sztucznych sieciach neuronowych, które analizują termowizyjnie. Z perspektywy tego, czym zajmujemy się w Instytucie Informatyki, metody głębokiego uczenia są również stosowane np. do analizy oddechów czy dźwięków – wskazuje ekspert.

Równie przydatny w dobie pandemii okazał się robot CoDaBot autorstwa inżynierów z BoKa Automatisierung. To mobilne laboratorium wyposażono w algorytmy wyspecjalizowane w sortowaniu próbek do testów na koronawirusa. Maszyna swoją wydajnością przewyższa ludzkich laborantów, gdyż w ciągu godziny jest w stanie przeanalizować ok. 500 próbek materiału badawczego. Nie naraża przy tym personelu na bezpośredni kontakt z próbkami, ograniczając tym samym ryzyko transmisji koronawirusa na zespół medyczny.

– Pandemia przyspieszyła rozwój algorytmów i badań związanych z wykorzystaniem uczenia maszynowego w tym trudnym dla nas okresie. Ale tak jak wcześniej te algorytmy zostały w naturalny sposób zaaplikowane do działań militarnych czy do normalnego funkcjonowania szpitali, tak teraz dodatkowe finansowanie, które zostało przekierowane w stronę rozwoju badań i nauki do celów zwalczania wirusa, znacząco ułatwiło rozwój tych algorytmów, dostęp do danych czy też unaoczniło wagę tego problemu, w związku z czym tempo rozwoju znacząco wzrosło – przekonuje dr hab. inż. Tomasz Trzciński.

O ogromnym potencjale sztucznej inteligencji w procesie opracowywania nowych leków najlepiej świadczy ostatni sukces zespołu DeepMind – opracowanie algorytmu AlphaFold, wyspecjalizowanego w przewidywaniu przestrzennej struktury białek na podstawie ich sekwencji aminokwasowej. Zrewidowana odsłona oprogramowania zaprezentowana podczas tegorocznego konkursu Critical Assessment of Structure Prediction może pochwalić się dokładnością procesów predykcyjnych na poziomie 90proc., a wdrożenie jej do powszechnego użytku pozwoli przyspieszyć prace nad opracowywaniem nowych, innowacyjnych leków.

W walce z COVID-19 przydatne okazały się z kolei algorytmy predykcyjne, które pozwalają przewidywać rozwój pandemii zarówno w skali lokalnej, jak i globalnej.

– Grupa MOCOS [MOdelling COronavirus Spread – przyp. red.] wraz z grupą badawczą prof. Przemysława Biecka z Wydziału MiNI Politechniki Warszawskiej przygotowują aktualizowane praktycznie w trybie codziennym prognozy, w jaki sposób pandemia się rozwija. Wykorzystują w tym celu właśnie modelowanie oparte na danych oraz metodę uczenia maszynowego, czyli szeroko pojmowanej sztucznej inteligencji – wskazuje adiunkt na Politechnice Warszawskiej.

O tym, jak skuteczne są rozwiązania tego typu, najlepiej świadczy przypadek firmy technologicznej BlueDot. To jej algorytm jako pierwszy zaalarmował naukowców o ryzyku wybuchu pandemii, jeszcze zanim WHO ostrzegła przed COVID-19 cały świat. Sztuczna inteligencja wychwyciła z zasobów Big Data, zawierających wpisy z serwisów społecznościowych, dane o rezerwacjach lotniczych czy raporty z lokalnych ośrodków pomocy medycznej o mikrotrendach. Na ich podstawie rozpoznała ognisko zachorowań jako ostrą chorobę płuc, która finalnie przerodziła się w pandemię COVID-19.

Zaawansowane inteligentne algorytmy predykcyjne ma na swoim koncie także wrocławska firma DataWalk. Jej algorytm przystosowano do analizy zasobów Big Data w poszukiwaniu zależności zachodzących pomiędzy pozornie nieskorelowanymi informacjami. Analiza ta wykorzystywana jest do symulowania powiązań pomiędzy badaną grupą, aby ustalić, kto mógł mieć kontakt z zarażoną osobą.

– Duża część algorytmów, które dzisiaj są stosowane wyłącznie w celach naukowych, przejdzie do urządzeń, z których korzystamy na co dzień. Telefony komórkowe nosimy ze sobą praktycznie cały czas, rozszerzenie ich funkcjonalności o dodatkowe sensory, które badają tempo oddechu czy temperaturę ciała, jeszcze bardziej się spopularyzuje. Nie będą to tylko gadżety sportowców, będą to po prostu narzędzia w walce z codziennymi zarazkami czy wirusami – przewiduje dr hab. inż. Tomasz Trzciński.

 źródło : newseria.pl