Το PandemicLLM, ένα νέο εργαλείο τεχνητής νοημοσύνης που δημιούργησαν τα Πανεπιστήμια Τζονς Χόπκινς και Ντιουκ, αποδεικνύει ότι μπορεί να προβλέπει αποτελεσματικότερα από τις παραδοσιακές μεθόδους την εξάπλωση μεταδοτικών νόσων, όπως η γρίπη και η COVID-19.
Το εργαλείο βασίζεται σε μεγάλο γλωσσικό μοντέλο και συνδυάζει δημογραφικά και επιδημιολογικά στοιχεία με πληροφορίες για τις πολιτικές υγείας και τη γονιδιακή επιτήρηση. Με αυτόν τον τρόπο δίνει ακριβείς εκτιμήσεις για λοιμώξεις και νοσηλείες έως και τρεις εβδομάδες πριν.
Οι ερευνητές εξετάζουν αν το μοντέλο μπορεί να προσαρμοστεί και σε άλλες μεταδοτικές νόσους, με την προσδοκία ότι θα βοηθήσει στην ανάπτυξη αποτελεσματικότερων πολιτικών δημόσιας υγείας για μελλοντικές πανδημίες.
Ένα καινούργιο εργαλείο ΑΙ προβλέπει πολύ αποτελεσματικότερα από τις υφιστάμενες «κλασικές» προσεγγίσεις την εξάπλωση μεταδοτικών ασθενειών.
Με ομοσπονδιακή χρηματοδότηση, τα Πανεπιστήμια Τζονς Χόπκινς και Ντιουκ στις ΗΠΑ ανέπτυξαν ένα εργαλείο τεχνητής νοημοσύνης που θα μπορούσε να αλλάξει σημαντικά τον τρόπο πρόβλεψης και διαχείρισης επιδημιών από ιούς, όπως η γρίπη και η COVID-19.
Τα προβλήματα των μοντέλων στην πανδημία της COVID-19
«Η COVID-19 ανέδειξε τη μεγάλη πρόκληση της πρόβλεψης της εξάπλωσης μεταδοτικών νόσων εξαιτίας της ύπαρξης πολλών και πολύπλοκων παραγόντων που επηρέαζαν την εξάπλωση και οι οποίοι μεταβάλλονταν διαρκώς» σημείωσε η δρ Λόρεν Γκάρντνερ, μία από τους συγγραφείς της μελέτης που παρουσιάζει το νέο εργαλείο στο επιστημονικό περιοδικό «Nature Computational Science».
Καθηγήτρια στο Τζονς Χόπκινς και ειδική στην ανάπτυξη μοντέλων, η δρ Γκάρντνερ δημιούργησε τον πίνακα με τα καθημερινά στοιχεία για την COVID-19 κατά την πανδημία. Ο πίνακας έγινε παγκόσμιο σημείο αναφοράς τα χρόνια της πανδημίας.
«Οταν οι συνθήκες ήταν σταθερές τα μοντέλα ήταν αποτελεσματικά. Ωστόσο όταν αναδύθηκαν νέες παραλλαγές του ιού ή όταν άλλαξαν οι πολιτικές αντιμετώπισης της πανδημίας, ήμασταν τραγικοί στην πρόβλεψη καθώς δεν διαθέταμε τις δυνατότητες μοντελοποίησης ώστε να περιλάβουμε σημαντικές πληροφορίες. Το νέο εργαλείο κλείνει αυτό το κενό».
Χρήση μεγάλου γλωσσικού μοντέλου
Όταν ξέσπασε η πανδημία του κορωνοϊού, δεν υπήρχε η τεχνολογία στην οποία στηρίζεται το νέο εργαλείο. Η ερευνητική ομάδα αξιοποίησε τώρα, για πρώτη φορά στην πρόβλεψη της εξάπλωσης ασθενειών, ένα μεγάλο γλωσσικό μοντέλο, δηλαδή την τεχνολογία ΑΙ που χρησιμοποιεί και το πλέον γνωστό ChatGPT.
Το PandemicLLM προσεγγίζει τις προβλέψεις διαφορετικά από μια μέθοδο σχεδιασμένη για την επίλυση μαθηματικών προβλημάτων: αξιοποιεί λογική και συνυπολογίζει τις πρόσφατες εξάρσεις, τις νέες παραλλαγές ενός ιού και τα κυβερνητικά μέτρα για την αντιμετώπισή του, όπως η υποχρεωτική χρήση μάσκας.
Οι ερευνητές εισήγαγαν στο μοντέλο μεγάλο όγκο πληροφοριών, μεταξύ των οποίων και δεδομένα που δεν είχαν αξιοποιηθεί προηγουμένως σε εργαλεία πρόγνωσης πανδημιών. Διαπίστωσαν ότι το PandemicLLM εντόπιζε με ακρίβεια τα πρότυπα της νόσου και τις τάσεις στις νοσηλείες, με ορίζοντα πρόβλεψης από μία έως τρεις εβδομάδες.
Καλύτερες επιδόσεις από τις υπόλοιπες μεθόδους
Οι εκτιμήσεις του μοντέλου ξεπέρασαν εκείνες κάθε άλλης αντίστοιχης μεθόδου, ακόμη και του CovidHub, που συγκαταλέγεται στα πιο προηγμένα εργαλεία και ανήκει στα Αμερικανικά Κέντρα Ελέγχου και Πρόληψης Νοσημάτων (CDC).
Τέσσερις κατηγορίες δεδομένων για την «εκπαίδευση»
Για τη λειτουργία του, το PandemicLLM αντλεί πληροφορίες από τέσσερις βασικές κατηγορίες δεδομένων:
- Δημογραφικά δεδομένα και πληροφορίες για τα συστήματα υγείας.
- Επιδημιολογικά στοιχεία, όπως αριθμούς κρουσμάτων, νοσηλειών και εμβολιαστικής κάλυψης.
- Πληροφορίες για τις πολιτικές υγείας που εφαρμόζει κάθε χώρα.
- Στοιχεία γονιδιακής επιτήρησης, ανάμεσά τους και δεδομένα για τα χαρακτηριστικά των παραλλαγών κάθε ιού.
Έλεγχος με αναδρομικά δεδομένα
Για να αξιολογήσουν το μοντέλο, οι ερευνητές το εφάρμοσαν εκ των υστέρων στην πανδημία της COVID-19, χρησιμοποιώντας στοιχεία για κάθε αμερικανική πολιτεία ξεχωριστά, σε περίοδο άνω των 19 μηνών. Η σύγκριση με άλλα μοντέλα έδειξε ότι το νέο εργαλείο προέβλεπε με μεγάλη επιτυχία, ακόμη και σε φάσεις κατά τις οποίες τα δεδομένα της πανδημίας μεταβάλλονταν έντονα.
Πρόβλεψη για κάθε μεταδοτική νόσο
Οι δημιουργοί του αναφέρουν ότι, εφόσον εκπαιδευτεί με τα κατάλληλα στοιχεία, το μοντέλο μπορεί να προσαρμοστεί για την πρόβλεψη οποιασδήποτε μεταδοτικής νόσου. Παραδείγματα αποτελούν η γρίπη των πτηνών, ο αναπνευστικός συγκυτιακός ιός (RSV) και η Mpox, η οποία παλαιότερα ονομαζόταν ευλογιά των πιθήκων.
Στόχος οι αποτελεσματικότερες πολιτικές υγείας
Η ομάδα μελετά πλέον αν μοντέλα όπως το PandemicLLM μπορούν να αναπαράγουν τον τρόπο με τον οποίο οι άνθρωποι αποφασίζουν για θέματα υγείας. Στόχος είναι να αξιοποιηθούν για τον σχεδιασμό πολιτικών υγείας που θα είναι ασφαλέστερες και πιο αποτελεσματικές.
Χρειάζονται πιο αποτελεσματικά εργαλεία ενόψει της επόμενης πανδημίας
«Μάθαμε από την COVID-19 ότι χρειαζόμαστε καλύτερα εργαλεία πρόβλεψης ώστε να ακολουθούμε και πιο αποτελεσματικές στρατηγικές προάσπισης της δημόσιας υγείας. Θα υπάρξει και άλλη πανδημία, για αυτό αυτού του τύπου τα μοντέλα θα είναι ζωτικής σημασίας ώστε να συμβάλλουν στην απόκρισή μας στους ιογενείς εχθρούς», ανέφερε καταληκτικά η δρ Γκάρντνερ.
*Της Θεοδώρας Ν. Τσώλη
Σε λίγα λόγια
- Το νέο εργαλείο τεχνητής νοημοσύνης PandemicLLM, που αναπτύχθηκε από τα Πανεπιστήμια Τζονς Χόπκινς και Ντιουκ, εκτιμά την εξάπλωση μεταδοτικών ασθενειών, μεταξύ των οποίων η γρίπη και η COVID-19, με μεγαλύτερη αποτελεσματικότητα από τις παραδοσιακές μεθόδους.
- Για να παράγει ακριβείς εκτιμήσεις νοσηλειών και λοιμώξεων έως και τρεις εβδομάδες νωρίτερα, αξιοποιεί δημογραφικά και επιδημιολογικά στοιχεία, πολιτικές υγείας και γονιδιακή επιτήρηση.
- Οι επιδόσεις του μοντέλου έχουν ξεπεράσει εκείνες άλλων προηγμένων εργαλείων πρόβλεψης, όπως το CovidHub των CDC.
- Η δυνατότητα προσαρμογής του για την πρόβλεψη και άλλων μεταδοτικών νόσων βρίσκεται υπό εξέταση, με προοπτική να ενισχυθούν οι πολιτικές δημόσιας υγείας.
- Η ερευνητική ομάδα θέλει να βελτιώσει τον τρόπο λήψης αποφάσεων σχετικά με την υγεία, ώστε να συμβάλει στη διαμόρφωση ασφαλέστερων πολιτικών για πανδημίες στο μέλλον.
Το άρθρο στο ygeiax.gr: https://www.ygeiax.gr/health/ai-apokalyptei-to-mellon-tis-gripis-kai-covid-19/10257
