Automatische Übersetzung anzeigen
Dies ist eine automatisch generierte Übersetzung. Wenn Sie auf den englischen Originaltext zugreifen möchten, klicken Sie hier
#Produkttrends
{{{sourceTextContent.title}}}
Coronavirus: Verwendung der AI zur Vorhersage von Krankheitsausbrüchen
{{{sourceTextContent.subTitle}}}
Der Ausbruch des 2019-nCov-neuen Coronavirus 2019 scheint weniger tödlich zu sein als sein entfernter Cousin SARS, aber potenziell ansteckender.
{{{sourceTextContent.description}}}
Sie ist seit Mitte Dezember in China ausgebrochen und hat bereits mindestens 170 Todesopfer gefordert. Laut der chinesischen Gesundheitsministerin Ma Xiaowei ist sie in eine "ernstere und komplexere Phase" eingetreten In den letzten Jahren haben die technologischen Entwicklungen dazu geführt, dass Mediziner und Organisationen zunehmend von einer reaktiven zu einer proaktiven Gesundheitsversorgung übergegangen sind. Während der Einsatz von Vorhersagemodellen zur Eindämmung von Krankheitsausbrüchen nichts Neues ist, ermöglichen Fortschritte in der künstlichen Intelligenz (KI) nun die Entwicklung dieser Modelle zu hochwirksamen Werkzeugen. Das 2015 gegründete AIME (Artificial Intelligence in Medical Epidemiology) ist ein bahnbrechendes US-amerikanisches Start-up-Unternehmen, das mit Hilfe von Großdatenanalyse und maschinellem Lernen Ort und Zeit von Infektionskrankheitsausbrüchen in Echtzeit vorhersagen kann. Die MedicalExpo traf sich mit Dr. Helmi Zakariah, CEO der AIME im asiatisch-pazifischen Raum, um mehr über die Technologie und ihre Anwendungen zu erfahren.
Die elektronische Zeitschrift der MedicalExpo: Wie funktioniert AIME? Was sind seine innovativsten Merkmale?
Dr. Helmi Zakariah: AIME ist ein skalierbares Echtzeit-Mehrplattformsystem, das Webanwendungen und mobile Anwendungen umfasst, 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 Epidemiologie, Wetter und geografischen Daten durchsucht. Die Verarbeitung dieser Daten mit Hilfe des maschinellen Lernens ermöglicht es dem System dann, Krankheitsausbrüche vorherzusagen und zu geolokalisieren.
Wenn mehrere Ausbrüche gleichzeitig vorhergesagt werden, kann AIME einen Prioritätsindex für die gesamte betroffene Region erstellen, so dass Insektizide, Larvizide und Humanressourcen am effektivsten eingesetzt werden können. Dies ermöglicht es Fachleuten des öffentlichen Gesundheitswesens, Ausbrüchen mit der besten Präventivmaßnahme zuvorzukommen.
ME e-mag: Wie genau ist AIME?
Dr. Helmi Zakariah: Damit AIME erfolgreich umgesetzt werden kann, muss es in der gesamten Gesundheitsbranche - von Gemeindekliniken bis hin zu regionalen Krankenhäusern - eingesetzt und verwendet werden. Ohne einen kontinuierlichen Strom neuer Krankheitsdaten wird die Plattform unwirksam.
"Während der Tests unserer Plattform zur Vorhersage von Dengue-Ausbrüchen in Malaysia und Brasilien sagte das System drei Monate im Voraus und in einem Radius von 400 Metern mit einer Genauigkeit von bis zu 88% voraus, wo Ausbrüche auftreten würden
Wenn sie jedoch solche Daten erhält, wird AIME weiter lernen. Seine Genauigkeit und Interventionseffektivität wird dann stetig höher. Bei Tests unserer Plattform zur Vorhersage von Dengue-Ausbrüchen in Malaysia und Brasilien sagte das System drei Monate im Voraus und in einem Radius von 400 Metern mit einer Genauigkeit von bis zu 88% voraus, wo Ausbrüche auftreten würden. Diese Plattform wird nun in Malaysia, Brasilien und den Philippinen genutzt, um Gesundheitsdienstleistern bei der Bewältigung und Eindämmung von Ausbrüchen zu helfen.
ME e-mag: Was sind Ihre Pläne für AIME jetzt? Woran arbeiten Sie?
Dr. Helmi Zakariah: Aufgrund eines globalen Konsenses über die Krankheitsüberwachung und Initiativen wie die Internationalen Gesundheitsvorschriften der Weltgesundheitsorganisation werden bereits riesige Mengen an gesundheits- und krankheitsbezogenen Daten generiert. Die Fähigkeiten und Kapazitäten zur Analyse solcher Daten sind jedoch nicht so weit entwickelt.
Die Verwendung von KI zur Entdeckung von Mustern und Markern, die dem bloßen Auge und der herkömmlichen statistischen Analyse verborgen bleiben, hat eine Reihe aufregender neuer Möglichkeiten eröffnet. Ein Beispiel ist ein neues Projekt von uns, das sich auf die Vorhersage von Antibiotikaresistenzen konzentriert. Dies stellt eine große Abweichung vom herkömmlichen diagnostischen Ansatz zur Bekämpfung der Antibiotikaresistenz dar. Wir wetten, dass die AI genauso diagnostisch werden kann wie ein Schnelltestkit, aber anstatt Blut zu verwenden, verwenden wir Daten, um die Wahrscheinlichkeit abzuschätzen. Wir wollen auch Geräte zur Diagnose von Tuberkulose und Malaria sowie Software zur Diagnose der diabetischen Retinopathie entwickeln.
"Wir wetten, dass die AI genauso diagnostisch werden kann wie ein Schnelltestkit, aber anstatt Blut zu verwenden, verwenden wir Daten, um die Wahrscheinlichkeit abzuschätzen
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 jetzt mit einer exponentiellen Geschwindigkeit. Vor etwas mehr als einem Jahrzehnt war es ein Todesurteil, sich mit HIV zu infizieren - jetzt ist es wahrscheinlicher, dass man an einem Autounfall stirbt 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, verstehe ich nicht, warum wir Cholera und andere Krankheitsausbrüche nicht genauso vorhersagen können wie derzeit das Auftreten eines Tsunami.
{{medias[35761].description}}
{{medias[35762].description}}