महामारी आउनु अघि नै यसको भविष्यवाणी गर्नुहोस्

क्यानाडाली ब्लूडट एल्गोरिथ्म पछिल्लो कोरोनाभाइरसबाट खतरा पहिचान गर्न विशेषज्ञहरू भन्दा छिटो थियो। युएस सेन्टर फर डिजिज कन्ट्रोल एण्ड प्रिभेन्सन (CDC) र विश्व स्वास्थ्य संगठन (WHO) ले विश्वलाई आधिकारिक सूचना पठाउनु अघि उनले आफ्ना ग्राहकहरूलाई खतराको बारेमा जानकारी दिए।

कामरान खान (१), चिकित्सक, संक्रामक रोग विशेषज्ञ, कार्यक्रमका संस्थापक र सीईओ ब्लूडोट, एक प्रेस अन्तर्वार्तामा वर्णन गरिएको छ कि कसरी यो प्रारम्भिक चेतावनी प्रणालीले कृत्रिम बुद्धिमत्ता प्रयोग गर्दछ, प्राकृतिक भाषा प्रशोधन र मेसिन लर्निङ सहित, ट्र्याक गर्न। एकै समयमा एक सय संक्रामक रोगहरू। 100 भाषाहरूमा लगभग 65 लेखहरू दैनिक विश्लेषण गरिन्छ।

1. कामरान खान र वुहान कोरोनाभाइरस फैलिएको नक्सा।

यो डाटाले कम्पनीहरूलाई सङ्केत गर्छ जब आफ्ना ग्राहकहरूलाई सम्भावित उपस्थिति र संक्रामक रोग फैलिएको बारे सूचित गर्ने। अन्य डेटा, जस्तै यात्रा यात्रा कार्यक्रम र उडानहरू बारे जानकारी, प्रकोप विकासको सम्भावना बारे थप जानकारी प्रदान गर्न मद्दत गर्न सक्छ।

BlueDot मोडेल पछाडिको विचार निम्नानुसार छ। सकेसम्म चाँडो जानकारी प्राप्त गर्नुहोस् स्वास्थ्यकर्मीहरू आशामा छन् कि उनीहरूले खतराको प्रारम्भिक चरणमा संक्रमित र सम्भावित रूपमा संक्रामक व्यक्तिहरूलाई - र आवश्यक भएमा, अलग्गै राख्न सक्छन्। खान बताउँछन् कि एल्गोरिदमले सोशल मिडिया डाटा प्रयोग गर्दैन किनभने यो "धेरै अराजक" छ। यद्यपि, "आधिकारिक जानकारी सधैं अद्यावधिक हुँदैन," उनले रिकोडलाई भने। र प्रतिक्रिया समय सफलतापूर्वक प्रकोप रोक्नको लागि महत्त्वपूर्ण कुरा हो।

खान सन् २००३ मा टोरन्टोमा संक्रामक रोग विशेषज्ञको रूपमा काम गरिरहेका थिए जब यो भयो। महामारी सार्स। उहाँ यी प्रकारका रोगहरूको ट्रयाक राख्न नयाँ तरिका विकास गर्न चाहन्थे। धेरै भविष्यवाणी कार्यक्रमहरू परीक्षण गरेपछि, उनले 2014 मा BlueDot सुरु गरे र आफ्नो परियोजनाको लागि $ 9,4 मिलियन कोष उठाए। कम्पनीमा हाल ४० जना कर्मचारी कार्यरत छन्, डाक्टर र प्रोग्रामरहरूजसले रोगहरू ट्र्याक गर्न विश्लेषणात्मक उपकरण विकास गर्दैछन्।

डाटा र तिनीहरूको प्रारम्भिक चयन सङ्कलन पछि, तिनीहरू खेल प्रविष्ट गर्नुहोस् विश्लेषकहरू। पछि महामारी रोग विशेषज्ञहरु तिनीहरूले वैज्ञानिक वैधताको लागि निष्कर्षहरू जाँच गर्छन् र त्यसपछि सरकार, व्यवसाय, र स्वास्थ्य सेवा पेशेवरहरूलाई रिपोर्ट गर्छन्। ग्राहकहरु.

खानले थपे कि उसको प्रणालीले अन्य डेटाको दायरा पनि प्रयोग गर्न सक्छ, जस्तै कुनै विशेष क्षेत्रको मौसम, तापक्रम, र स्थानीय पशुधनको बारेमा जानकारी, यो रोगबाट संक्रमित व्यक्तिले प्रकोप निम्त्याउन सक्छ कि भनेर भविष्यवाणी गर्न। उनले औंल्याए कि 2016 को प्रारम्भमा, ब्लू-डटले फ्लोरिडामा जिका भाइरसको प्रकोप वास्तवमा यस क्षेत्रमा रेकर्ड भएको छ महिना अघि भविष्यवाणी गर्न सक्षम थियो।

कम्पनीले समान रूपमा र समान प्रविधिहरू प्रयोग गरी सञ्चालन गर्दछ। मेटाबायोटSARS महामारीको निगरानी। यसका विज्ञहरूले एक पटक थाइल्याण्ड, दक्षिण कोरिया, जापान र ताइवानमा यो भाइरसको उत्पत्तिको सबैभन्दा ठूलो जोखिम पत्ता लगाएका थिए र उनीहरूले यी देशहरूमा केसहरू घोषणा हुनुभन्दा एक हप्ता अघि नै यो गरेका थिए। तिनीहरूको केही निष्कर्ष यात्रु उडान डाटाको विश्लेषणबाट निकालिएको थियो।

Metabiota, BlueDot जस्तै, सम्भावित रोग रिपोर्टहरू मूल्याङ्कन गर्न प्राकृतिक भाषा प्रशोधन प्रयोग गर्दछ, तर सामाजिक मिडिया जानकारीको लागि उही प्रविधि विकास गर्न पनि काम गरिरहेको छ।

मार्क ग्यालिवान, मेटाबियोटाको डाटाको वैज्ञानिक निर्देशकले मिडियालाई बताए कि अनलाइन प्लेटफर्महरू र फोरमहरूले प्रकोपको जोखिमलाई संकेत गर्न सक्छन्। कर्मचारी विज्ञहरूले पनि रोगको लक्षण, मृत्युदर र उपचारको उपलब्धता जस्ता जानकारीका आधारमा सामाजिक र राजनीतिक उथलपुथल निम्त्याउने रोगको जोखिम अनुमान गर्न सक्ने बताउँछन्।

इन्टरनेटको युगमा, सबैले कोरोनाभाइरस महामारीको प्रगतिको बारेमा जानकारीको द्रुत, भरपर्दो र सम्भवतः सुपाठ्य दृश्य प्रस्तुतिको अपेक्षा गर्दछ, उदाहरणका लागि, अपडेट गरिएको नक्साको रूपमा।

2. जोन्स हप्किन्स विश्वविद्यालय कोरोनाभाइरस 2019-nCoV ड्यासबोर्ड।

जोन्स हप्किन्स युनिभर्सिटीको सेन्टर फर सिस्टम्स साइन्स एन्ड इन्जिनियरिङ्ले विश्वको सबैभन्दा प्रसिद्ध कोरोनाभाइरस ड्यासबोर्ड (२) विकसित गरेको छ। यसले Google पानाको रूपमा डाउनलोडको लागि पूर्ण डेटासेट पनि प्रदान गर्‍यो। नक्साले नयाँ केसहरू, पुष्टि मृत्यु र रिकभरीहरू देखाउँदछ। भिजुअलाइजेशनको लागि प्रयोग गरिएको डाटा विभिन्न स्रोतहरूबाट आउँछ, जसमा WHO, CDC, China CDC, NHC, र DXY, NHC रिपोर्टहरू र वास्तविक-समय स्थानीय CCDC स्थिति रिपोर्टहरू जम्मा गर्ने चिनियाँ वेबसाइट।

दिनहरूमा होइन घण्टामा निदान

विश्वले पहिलो पटक चीनको वुहानमा देखा परेको नयाँ रोगको बारेमा सुने। डिसेम्बर ११, १ 31 ०2019 एक हप्ता पछि, चिनियाँ वैज्ञानिकहरूले घोषणा गरे कि उनीहरूले अपराधी पहिचान गरेका थिए। अर्को हप्ता, जर्मन विशेषज्ञहरूले पहिलो निदान परीक्षण (3) विकास गरे। यो छिटो छ, पहिले र पछि SARS वा यस्तै महामारीको समयमा भन्दा धेरै छिटो छ।

पछिल्लो दशकको शुरुवातमा, कुनै प्रकारको खतरनाक भाइरस खोजिरहेका वैज्ञानिकहरूले यसलाई पेट्री डिशहरूमा जनावरको कोषहरूमा बढाउनुपर्ने थियो। तपाईंले बनाउन पर्याप्त भाइरसहरू सिर्जना गरेको हुनुपर्छ DNA अलग गर्नुहोस् र भनिन्छ प्रक्रिया मार्फत आनुवंशिक कोड पढ्नुहोस् अनुक्रमण। यद्यपि, हालैका वर्षहरूमा, यो प्रविधि धेरै विकसित भएको छ।

वैज्ञानिकहरूले अब कोषहरूमा भाइरस बढाउन आवश्यक पर्दैन। तिनीहरूले बिरामीको फोक्सो वा रगत स्रावमा धेरै थोरै मात्रामा भाइरल डीएनए पत्ता लगाउन सक्छन्। र यो घण्टा लाग्छ, दिन होइन।

अझ छिटो र थप सुविधाजनक भाइरस पत्ता लगाउने उपकरणहरू विकास गर्न काम भइरहेको छ। सिंगापुरको भेरेडस प्रयोगशालाले पत्ता लगाउन पोर्टेबल किटमा काम गरिरहेको छ, VereChip (4) यस वर्ष फेब्रुअरी 1 बाट बिक्रीमा जान्छ। प्रभावकारी र पोर्टेबल समाधानहरूले फिल्डमा मेडिकल टोलीहरू तैनाथ गर्दा, विशेष गरी अस्पतालहरू भीडभाड भएको बेलामा उचित चिकित्सा हेरचाहको लागि संक्रमितहरूलाई पहिचान गर्न छिटो बनाउँदछ।

भर्खरको प्राविधिक विकासहरूले यसलाई वास्तविक समयमा नै निदान परिणामहरू सङ्कलन र साझेदारी गर्न सम्भव बनाएको छ। Quidel बाट प्लेटफर्म उदाहरण सोफिया म प्रणाली PCR10 FilmArray बायोफायर कम्पनीहरूले श्वासप्रश्वासका रोगजनकहरूको लागि द्रुत निदान परीक्षणहरू उपलब्ध गराउने क्लाउडमा डाटाबेसहरूमा वायरलेस जडान मार्फत तुरुन्तै उपलब्ध छन्।

2019-nCoV कोरोनाभाइरस (COVID-19) को जीनोम पहिलो केस पत्ता लागेको एक महिना भन्दा कम समय पछि चिनियाँ वैज्ञानिकहरूले पूर्ण रूपमा क्रमबद्ध गरेका छन्। पहिलो सिक्वेन्सिङदेखि झण्डै २० वटा पूरा भइसकेका छन् । यसको तुलनामा, सार्स भाइरसको महामारी सन् २००२ को अन्त्यमा सुरु भएको थियो र यसको पूर्ण जीनोम अप्रिल २००३ सम्म उपलब्ध थिएन।

यस रोग विरुद्ध निदान र खोपहरूको विकासको लागि जीनोम अनुक्रमण महत्वपूर्ण छ।

अस्पताल नवाचार

5. एभरेटको प्रोभिडेन्स क्षेत्रीय चिकित्सा केन्द्रबाट मेडिकल रोबोट।

दुर्भाग्यवश, नयाँ कोरोनाभाइरसले डाक्टरहरूलाई पनि धम्की दिन्छ। सीएनएनका अनुसार, अस्पताल भित्र र बाहिर कोरोनाभाइरसको फैलावट रोक्न, Everett, वाशिंगटन मा प्रोभिडेन्स क्षेत्रीय चिकित्सा केन्द्र मा कर्मचारी, प्रयोग रोबोट (5), जसले पृथक बिरामीमा महत्त्वपूर्ण संकेतहरू मापन गर्दछ र भिडियो कन्फरेन्सिङ प्लेटफर्मको रूपमा कार्य गर्दछ। मेसिन बिल्ट-इन स्क्रिनको साथ पाङ्ग्राहरूमा कम्युनिकेटर मात्र होइन, तर यसले मानव श्रमलाई पूर्ण रूपमा समाप्त गर्दैन।

नर्सहरू अझै पनि बिरामीसँगै कोठाभित्र पस्नुपर्छ। तिनीहरूले रोबोटलाई पनि नियन्त्रण गर्छन् जुन कम्तिमा जैविक रूपमा, संक्रमणको लागि पर्दाफास हुनेछैन, त्यसैले यस प्रकारका उपकरणहरू संक्रामक रोगहरूको उपचारमा बढ्दो रूपमा प्रयोग गरिनेछ।

निस्सन्देह, कोठाहरू इन्सुलेट गर्न सकिन्छ, तर तपाईंले सास फेर्न सकोस् भनेर तपाईंले हावा चलाउन पनि आवश्यक छ। यो नयाँ आवश्यक छ वेंटिलेशन प्रणालीहरूमाइक्रोब्सको फैलावट रोक्न।

फिनिस कम्पनी जेनानो (6), जसले यस प्रकारका प्रविधिहरू विकास गर्यो, चीनमा चिकित्सा संस्थानहरूको लागि एक्सप्रेस अर्डर प्राप्त गर्यो। कम्पनीको आधिकारिक विज्ञप्तिमा भनिएको छ कि कम्पनीसँग बाँझ र पृथक अस्पतालका कोठाहरूमा सरुवा रोगको फैलावट रोक्न उपकरण उपलब्ध गराउने बृहत् अनुभव छ। अघिल्ला वर्षहरूमा, उनले MERS भाइरस महामारीको समयमा साउदी अरेबियाका मेडिकल संस्थाहरूमा अन्य चीजहरूका साथसाथै डेलिभरीहरू गरिन्। सुरक्षित भेन्टिलेसनका लागि फिनिश उपकरणहरू वुहानमा 2019-nCoV कोरोनाभाइरसबाट संक्रमित व्यक्तिहरूका लागि प्रसिद्ध अस्थायी अस्पतालमा पनि डेलिभर गरिएको छ, जुन दस दिनमा निर्माण गरिएको थियो।

6. इन्सुलेटरमा जेनानो प्रणालीको रेखाचित्र

प्युरिफायरमा प्रयोग गरिएको पेटेन्ट टेक्नोलोजीले "भाइरस र ब्याक्टेरिया जस्ता हावाबाट हुने सबै सूक्ष्मजीवहरूलाई हटाउँछ र मार्छ," जेनानोका अनुसार। 3 न्यानोमिटर जति सानो सूक्ष्म कणहरू कैद गर्न सक्षम, एयर प्युरिफायरहरूमा मर्मत गर्नको लागि मेकानिकल फिल्टर हुँदैन, र हावालाई बलियो विद्युतीय क्षेत्रद्वारा फिल्टर गरिन्छ।

अर्को प्राविधिक जिज्ञासा जुन कोरोनाभाइरस प्रकोपको बेला देखा पर्‍यो थर्मल स्क्यानरहरूज्वरो आएका मानिसहरूलाई भारतीय एयरपोर्टहरूमा लिइन्छ।

इन्टरनेट - चोट वा मद्दत?

प्रतिकृति र प्रसारको लागि आलोचनाको ठूलो लहर, गलत जानकारी र आतंक फैलाउने बावजुद, चीनमा प्रकोप पछि सोशल मिडिया उपकरणहरूले पनि सकारात्मक भूमिका खेलेको छ।

रिपोर्ट गरे अनुसार, उदाहरणका लागि, चिनियाँ टेक्नोलोजी साइट TMT पोष्ट द्वारा, मिनी-भिडियोहरूको लागि एक सामाजिक प्लेटफर्म। डुयिनविश्व प्रसिद्ध TikTok (7) को चिनियाँ समकक्ष हो, ले कोरोनाभाइरसको फैलावटको बारेमा जानकारी प्रशोधन गर्न विशेष खण्ड सुरु गरेको छ। ह्यासट्याग अन्तर्गत #फाइट निमोनिया, प्रयोगकर्ताहरूबाट जानकारी मात्र प्रकाशित गर्दैन, तर विशेषज्ञ रिपोर्टहरू र सल्लाहहरू पनि।

सचेतना जगाउने र महत्त्वपूर्ण जानकारी फैलाउनुको अतिरिक्त, Douyin ले भाइरससँग लड्ने डाक्टरहरू र चिकित्सा कर्मचारीहरू, साथै संक्रमित बिरामीहरूको लागि समर्थन उपकरणको रूपमा सेवा गर्ने लक्ष्य राख्छ। विश्लेषक डेनियल अहमद ट्विट गरे कि एपले "Jiayou भिडियो प्रभाव" (अर्थ प्रोत्साहन) सुरु गरेको छ जुन प्रयोगकर्ताहरूले डाक्टर, स्वास्थ्य सेवा पेशेवरहरू र बिरामीहरूको समर्थनमा सकारात्मक सन्देशहरू पठाउन प्रयोग गर्नुपर्छ। यस प्रकारको सामग्री प्रसिद्ध व्यक्तिहरू, सेलिब्रेटीहरू र तथाकथित प्रभावकारहरू द्वारा पनि प्रकाशित गरिन्छ।

आज, यो विश्वास गरिन्छ कि स्वास्थ्य-सम्बन्धित सामाजिक मिडिया प्रवृतिहरूको सावधानीपूर्वक अध्ययनले वैज्ञानिकहरू र जनस्वास्थ्य अधिकारीहरूलाई मानिसहरू बीच रोग सर्ने संयन्त्रलाई राम्रोसँग चिन्न र बुझ्न मद्दत गर्न सक्छ।

आंशिक रूपमा किनभने सोशल मिडिया "अत्यधिक प्रासंगिक र बढ्दो हाइपर-लोकल" हुने झुकाव छ, उनले 2016 मा द एट्लान्टिकलाई भने। मार्सिले सलाद, स्विट्जरल्याण्डको लुसेनमा रहेको फेडरल पोलिटेक्निक स्कूलका अनुसन्धानकर्ता र वैज्ञानिकहरूले बोलाउने बढ्दो क्षेत्रका विशेषज्ञ "डिजिटल महामारी विज्ञान"। यद्यपि, अहिलेको लागि, उनले थपे, अन्वेषकहरूले अझै बुझ्ने प्रयास गरिरहेका छन् कि सोशल मिडियाले स्वास्थ्य समस्याहरूको बारेमा कुरा गरिरहेको छ जुन वास्तवमा महामारीको घटनालाई प्रतिबिम्बित गर्दछ वा होइन (8)।

8. चिनियाँहरू मास्क लगाएर सेल्फी खिच्छन्।

यस सन्दर्भमा पहिलो प्रयोगको नतिजा अस्पष्ट छन्। पहिले नै 2008 मा, गुगल इन्जिनियरहरूले एक रोग भविष्यवाणी उपकरण सुरु गर्यो - गुगल फ्लू ट्रेन्ड्स (GFT)। कम्पनीले यसलाई लक्षण र संकेत शब्दहरूको लागि गुगल खोज इन्जिन डाटा विश्लेषण गर्न प्रयोग गर्ने योजना बनाएको छ। त्यतिखेर, उनले आशा गरिन् कि परिणामहरू सही र तुरुन्तै इन्फ्लुएन्जा र डेंगुको प्रकोपको "रूपरेखा" पहिचान गर्न प्रयोग हुनेछ - रोग नियन्त्रण र रोकथामका लागि अमेरिकी केन्द्रहरू भन्दा दुई हप्ता अघि। (CDC), जसको अनुसन्धान क्षेत्र मा सबै भन्दा राम्रो मानक मानिन्छ। यद्यपि, अमेरिकामा इन्फ्लुएन्जा र पछि थाइल्याण्डमा मलेरियाको प्रारम्भिक इन्टरनेट सिग्नल-आधारित निदानमा गुगलको नतिजाहरू धेरै गलत मानिएको थियो।

विभिन्न घटनाहरू "भविष्यवाणी" गर्ने प्रविधि र प्रणालीहरू, समावेश। दंगा वा महामारीको विस्फोट जस्ता, माइक्रोसफ्टले पनि काम गरेको छ, जसले 2013 मा, इजरायली टेक्नियन इन्स्टिच्युटसँग मिलेर मिडिया सामग्रीको विश्लेषणमा आधारित विपद् भविष्यवाणी कार्यक्रम सुरु गर्यो। बहुभाषिक हेडलाइनहरूको भाइभसेसनको सहयोगमा, "कम्प्युटर इन्टेलिजेन्स" ले सामाजिक खतराहरू पहिचान गर्नुपर्‍यो।

वैज्ञानिकहरूले घटनाहरूको निश्चित क्रमहरू जाँच गरे, जस्तै अंगोलामा खडेरीको बारेमा जानकारी, जसले हैजाको सम्भावित महामारीको बारेमा पूर्वानुमान प्रणालीहरूमा भविष्यवाणीहरू जन्मायो, किनकि उनीहरूले खडेरी र रोगको घटनामा वृद्धि बीचको सम्बन्ध फेला पारे। 1986 मा सुरु भएको न्यूयोर्क टाइम्सको अभिलेखीय प्रकाशनहरूको विश्लेषणको आधारमा प्रणालीको रूपरेखा सिर्जना गरिएको थियो। थप विकास र मेसिन लर्निङको प्रक्रियामा नयाँ इन्टरनेट स्रोतहरूको प्रयोग समावेश छ।

अहिलेसम्म, महामारी विज्ञान पूर्वानुमान मा BlueDot र Metabiota को सफलता को आधार मा, एक सही भविष्यवाणी मुख्य रूपमा "योग्य" डाटाको आधारमा सम्भव छ भन्ने निष्कर्षमा पुग्न प्रलोभन हुन सक्छ, अर्थात्। व्यावसायिक, प्रमाणित, विशेष स्रोतहरू, इन्टरनेट र पोर्टल समुदायहरूको अराजकता होइन.

तर शायद यो सबै स्मार्ट एल्गोरिदम र राम्रो मेशिन शिक्षा को बारे मा हो?