هوش مصنوعی با همه‌گیری جهانی بعدی مقابله می‌کند

نتایج یک مطالعه یک مطالعه که در مجله Nature منتشر شده است، برای اولین بار نشان می‌دهد که چگونه ارتقای هوش مصنوعی می‌توانند به تسریع پیشرفت‌ها در تحقیقات بیماری‌های عفونی و پاسخ به شیوع همه‌گیری بیماری‌ها کمک کنند.

در میان بحث‌های فزاینده جهانی که درباره سرمایه‌گذاری و مقررات این فناوری نوظهور منتشر شده است — به طور خاص بر ایمنی، مسئولیت‌پذیری و اخلاق در استفاده و به‌کارگیری هوش مصنوعی در تحقیقات بیماری‌های عفونی تأکید دارد.

این پژوهش که خواستار ایجاد محیطی همکاری‌محور و شفاف — هم در زمینه داده‌ها و هم مدل‌های هوش مصنوعی — است، نتیجه همکاری بین دانشمندان دانشگاه آکسفورد و همکارانشان از دانشگاه‌ها، صنایع و سازمان‌های سیاست‌گذار در آفریقا، آمریکا، آسیا، استرالیا و اروپا است.

تاکنون، کاربردهای پزشکی هوش مصنوعی عمدتاً بر مراقبت فردی از بیماران متمرکز بوده است، به عنوان مثال بهبود تشخیص‌های بالینی، پزشکی دقیق یا حمایت از تصمیم‌گیری‌های درمانی بالینی.

این بررسی در عوض به استفاده از هوش مصنوعی در سلامت جمعیت می‌پردازد. این مطالعه نشان می‌دهد که پیشرفت‌های اخیر در روش‌های هوش مصنوعی حتی با داده‌های محدود نیز عملکرد بهتری دارند — که تاکنون یک مانع بزرگ بوده است. عملکرد بهتر در داده‌های نویزی و محدود، زمینه‌های جدیدی را برای ابزارهای هوش مصنوعی باز می‌کند تا سلامت را در کشورهای با درآمد بالا و پایین بهبود بخشند.

بیشتر بخوانید: حسگرهای بویایی مصنوعی، ربات‌ها می‌توانند حس بویایی داشته باشند!

پروفسور موریتس کرمر، نویسنده اصلی این مطالعه از مؤسسه علوم همه‌گیری دانشگاه آکسفورد، گفت: در پنج سال آینده، هوش مصنوعی پتانسیل این را دارد که آمادگی برای همه‌گیری را متحول کند. این فناوری به ما کمک می‌کند تا بهتر پیش‌بینی کنیم که شیوع بیماری‌ها از کجا شروع می‌شود و مسیر آنها را با استفاده از ترابایت‌ داده‌های اقلیمی و اجتماعی-اقتصادی که به طور معمول جمع‌آوری می‌شوند، پیش‌بینی کنیم. همچنین ممکن است با مطالعه تعاملات بین سیستم ایمنی و عوامل بیماری‌زای نوظهور، تأثیر شیوع بیماری‌ها بر بیماران فردی را پیش‌بینی کند.

«اگر این پیشرفت‌ها با هم ترکیب شوند و در سیستم‌های پاسخ به همه‌گیری کشورها ادغام شوند، پتانسیل نجات جان‌ها و اطمینان از آمادگی بهتر جهان برای تهدیدات همه‌گیری آینده را دارند.»

فرصت‌های شناسایی شده برای هوش مصنوعی و آمادگی برای همه‌گیری در این تحقیق شامل موارد زیر است:

• پیشرفت‌های امیدوارکننده در بهبود مدل‌های فعلی گسترش بیماری، با هدف قوی‌تر، دقیق‌تر و واقع‌بینانه‌تر کردن مدل‌سازی.
• پیشرفت در شناسایی مناطق با پتانسیل انتقال بالا، کمک به تخصیص منابع محدود بهداشتی به کارآمدترین روش ممکن.
• پتانسیل بهبود داده‌های ژنتیکی در نظارت بر بیماری‌ها، که در نهایت به تسریع توسعه واکسن و شناسایی گونه‌های جدید کمک می‌کند.
• پتانسیل کمک به تعیین ویژگی‌های عوامل بیماری‌زای جدید، پیش‌بینی ویژگی‌های آنها و شناسایی احتمال جهش بین گونه‌ها.
• پیش‌بینی اینکه کدام گونه‌های جدید از عوامل بیماری‌زا در حال گردش — مانند SARS-CoV-2 و ویروس‌های آنفلوانزا — ممکن است ظهور کنند و کدام درمان‌ها و واکسن‌ها بهترین تأثیر را در کاهش تأثیر آنها دارند.
• امکان ادغام داده‌های سطح جمعیت با داده‌های منابع فردی — از جمله فناوری‌های پوشیدنی مانند ضربان قلب و شمارش گام‌ها — با کمک هوش مصنوعی برای تشخیص و نظارت بهتر بر شیوع بیماری‌ها.
• هوش مصنوعی می‌تواند رابط جدیدی بین علوم بسیار فنی و متخصصان بهداشتی با آموزش محدود ایجاد کند، که ظرفیت‌ها را در محیط‌هایی که بیشتر به این ابزارها نیاز دارند، بهبود می‌بخشد.

بیشتربخوانید: ساخت مدل‌های ویدیویی اخلاقی‌تر با Moonvalley

با این حال، همه زمینه‌های آمادگی و پاسخ به همه‌گیری به طور یکسان تحت تأثیر پیشرفت‌های هوش مصنوعی قرار نخواهند گرفت. به عنوان مثال، در حالی که مدل‌های زبانی پروتئینی وعده زیادی برای سرعت بخشیدن به درک چگونگی تأثیر جهش‌های ویروسی بر گسترش و شدت بیماری دارند، پیشرفت‌ها در مدل‌های پایه ممکن است تنها بهبودهای جزئی نسبت به روش‌های موجود در مدل‌سازی سرعت گسترش یک عامل بیماری‌زا ارائه دهند.

دانشمندان در پیشنهاد این موضوع که هوش مصنوعی به تنهایی چالش‌های بیماری‌های عفونی را حل خواهد کرد، احتیاط می‌کنند، اما ادغام بازخورد انسانی در گردش کار مدل‌سازی هوش مصنوعی ممکن است به غلبه بر محدودیت‌های موجود کمک کند.

نویسندگان به طور خاص نگران کیفیت و بازنمایی داده‌های آموزشی، دسترسی محدود مدل‌های هوش مصنوعی به جامعه گسترده‌تر و خطرات بالقوه مرتبط با استفاده از مدل‌های جعبه سیاه برای تصمیم‌گیری هستند.

پروفسور اریک توپول، نویسنده مطالعه و بنیانگذار و مدیر مؤسسه تحقیقات ترجمه‌ای اسکریپس، گفت: در حالی که هوش مصنوعی پتانسیل قابل توجهی برای کاهش همه‌گیری دارد، این قابلیت وابسته به همکاری گسترده جهانی و داده‌های نظارتی جامع و پیوسته است.

سامیر بات، نویسنده اصلی این مطالعه از دانشگاه کپنهاگ و کالج امپریال لندن، نیز بیان کرد: شیوع بیماری‌های عفونی همچنان یک تهدید دائمی است، اما هوش مصنوعی به سیاست‌گذاران، مجموعه‌ای قدرتمند از ابزارها را ارائه می‌دهد تا تصمیمات آگاهانه‌ای درباره زمان و نحوه مداخله بگیرند.

نویسندگان پیشنهاد می‌کنند که معیارهای دقیقی برای ارزیابی مدل‌های هوش مصنوعی تعیین شود و از همکاری‌های قوی بین دولت، جامعه، صنعت و دانشگاه برای توسعه پایدار و عملی مدل‌ها برای بهبود سلامت انسان حمایت کنند.

منبع: شفقنا

بیشتربخوانید: مقابله با دره‌ی عجیب و غریب (uncanny valley) هوش مصنوعی مولد