Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Neues aus der Industrie
{{{sourceTextContent.title}}}
F&A. Verwendung der KI zur Vorhersage von Krankheitsausbrüchen
{{{sourceTextContent.subTitle}}}
In den letzten Jahren haben die technologischen Entwicklungen dazu geführt, dass Mediziner und Organisationen zunehmend von einer reaktiven zu einer proaktiven Gesundheitsversorgung wechseln.
{{{sourceTextContent.description}}}
Während die Verwendung von prädiktiven Modellen zur Linderung von Krankheitsausbrüchen nichts Neues ist, ermöglichen die Fortschritte in der künstlichen Intelligenz (KI) nun die Entwicklung dieser Modelle zu hochwirksamen Werkzeugen. AIME (Artificial Intelligence in Medical Epidemiology) wurde 2015 gegründet und ist ein bahnbrechendes US-amerikanisches Start-up-Unternehmen, das Big Data Analytics und maschinelles Lernen einsetzt, um den Ort und die Zeit von Ausbrüchen von Infektionskrankheiten in Echtzeit vorherzusagen. Das E-Magazin MedicalExpo informierte sich bei Dr. Helmi Zakariah, CEO Asia-Pacific von AIME, über die Technologie und ihre Anwendungen.
MedicalExpo E-Magazin: Wie funktioniert AIME? Was sind die innovativsten Merkmale?
Dr. Helmi Zakariah: AIME ist ein skalierbares Echtzeit-Multiplattformsystem mit Webanwendungen und mobilen Anwendungen, die alle über eine einheitliche Datenbank verbunden sind. Eines der Hauptmerkmale des Systems ist ein Bot namens REDINT, der automatisch mehr als 40 verschiedene Datenbanken nach epidemiologischen, Wetter- und Geodaten durchsucht. Die Verarbeitung dieser Daten durch maschinelles Lernen ermöglicht es dem System dann, Krankheitsausbrüche vorherzusagen und zu geolokalisieren.
Wenn mehrere Ausbrüche gleichzeitig vorhergesagt werden, ist AIME in der Lage, einen Priorisierungsindex für die betroffene Region zu erstellen, so dass Insektizide, Larvizide und Humanressourcen am effektivsten eingesetzt werden können. Dies ermöglicht es den Angehörigen der Gesundheitsberufe, Ausbrüchen mit den besten Präventivmaßnahmen vorzubeugen.
ME e-mag: Wie genau ist AIME?
Dr. Helmi Zakariah: Damit AIME erfolgreich umgesetzt werden kann, muss es im gesamten Gesundheitswesen eingesetzt und eingesetzt werden - von Gemeinschaftskliniken bis hin zu regionalen Krankenhäusern. Ohne einen kontinuierlichen Strom von Daten über die Häufigkeit neuer Krankheiten wird die Plattform ineffizient.
Bei Tests unserer Dengue Outbreak Prediction Plattform in Malaysia und Brasilien prognostizierte das System mit einer Genauigkeit von bis zu 88%, drei Monate im Voraus und im Umkreis von 400 Metern, wo Ausbrüche auftreten würden"
Wenn es jedoch solche Daten erhält, wird AIME weiter lernen. Die Genauigkeit und Wirksamkeit der Intervention wird dann immer höher. Bei Tests unserer Dengue Outbreak Prediction Plattform in Malaysia und Brasilien prognostizierte das System mit einer Genauigkeit von bis zu 88%, drei Monate im Voraus und bis zu einem Radius von 400 Metern, wo Ausbrüche auftreten würden. Diese Plattform wird nun in Malaysia, Brasilien und den Philippinen eingesetzt, um Gesundheitsdienstleistern bei der Bekämpfung und Eindämmung von Ausbrüchen zu helfen.
ME e-mag: Was sind deine Pläne für AIME jetzt? Woran arbeitest du?
Dr. Helmi Zakariah: Aufgrund eines globalen Konsenses über die Krankheitsüberwachung und Initiativen wie die Internationalen Gesundheitsvorschriften der Weltgesundheitsorganisation werden bereits große Mengen an Gesundheits- und krankheitsbezogenen Daten generiert. Die Fähigkeiten und die Fähigkeit, solche Daten zu analysieren, sind jedoch nicht so weit entwickelt.
Die Verwendung von KI, um Muster und Marker zu entdecken, die dem bloßen Blick verborgen bleiben, und konventionelle statistische Analysen haben eine Reihe von aufregenden neuen Möglichkeiten eröffnet. Ein Beispiel ist ein neues Projekt von uns, das sich auf die Vorhersage der Antibiotikaresistenz konzentriert. Dies stellt eine große Abweichung vom herkömmlichen diagnostischen Ansatz zur Bekämpfung der Antibiotikaresistenz dar. Wir wetten, dass die KI genauso diagnostisch werden kann wie ein Schnelltestkit, aber anstatt Blut zu verwenden, verwenden wir Daten, um die Wahrscheinlichkeit zu messen.
Wir wetten, dass die KI genauso diagnostisch werden kann wie ein Schnelltestkit, aber anstatt Blut zu verwenden, verwenden wir Daten, um die Wahrscheinlichkeit zu messen."
Wir wollen auch Geräte zur Diagnose von Tuberkulose und Malaria und Software zur Diagnose von diabetischer Retinopathie entwickeln.
ME e-mag: Wird es einen Tag geben, an dem wir alle Krankheitsausbrüche vorhersagen können, bevor sie auftreten?
Dr. Helmi Zakariah: Die Technologie entwickelt sich nun exponentiell schnell. Vor etwas mehr als einem Jahrzehnt war die Infektion mit HIV ein Todesurteil - jetzt stirbt man eher an einem Autounfall als an AIDS (vielleicht werden wir diese statistische Veränderung sehen, wenn sich das autonome Fahren weiterentwickelt). Wenn wir die richtigen Datenquellen, den richtigen Rechtsrahmen und den richtigen Ansatz für den Datenaustausch haben, sehe ich nicht ein, warum wir Cholera und andere Krankheitsausbrüche nicht so vorhersagen können, wie wir derzeit ein Tsunamiereignis vorhersagen können.
{{medias[33673].description}}