Globalna pandemija COVID-19 pokazala nam je koliko ove epidemije mogu biti razorne – a moglo je biti mnogo gore. Sada su naučnici razvili AI aplikaciju koja obećava da će nas upozoriti na opasne varijante u budućim pandemijama.
Zove se sistem za otkrivanje anomalija ranog upozorenja (EVAD) i kada je testiran na osnovu stvarnih podataka o širenju SARS-CoV-2, bio je tačan u predviđanju koje će se nove varijante zabrinutosti (VOC) pojaviti kako virus mutira.
Naučnici iz Scripps Research i Northvestern Univerziteta u SAD koristili su metod mašinskog učenja za proizvodnju EVAD-a. U mašinskom učenju, ogromne količine podataka o obuci analiziraju računari da bi se uočili obrasci, razvili algoritmi, a zatim da se predviđa kako bi se ti obrasci mogli odigrati u budućim, nepoznatim scenarijima.
U ovom slučaju, AI je dobio informacije o genetskim sekvencama varijanti SARS-CoV-2 kako su se infekcije širile, koliko su te varijante učestale i o globalnoj stopi smrtnosti od COVID-19. Softver bi tada mogao da uoči genetske promene kako se virus prilagođava, što se obično pokazuje u porastu stope infekcije i opadanju stope smrtnosti.
„Mogli smo da vidimo da se ključne varijante gena pojavljuju i postaju sve rasprostranjenije, jer se stopa smrtnosti takođe promenila, a sve se to dešavalo nedeljama pre nego što je SZO zvanično odredila VOC-ove koji sadrže ove varijante“, kaže Vilijam Balč, mikrobiolog u Scripps Research-u.
Specifična tehnika koju ovde koristi tim naziva se prostorna kovarijansa zasnovana na Gausovom procesu, koja u suštini spaja brojeve na skupu postojećih podataka da bi se predvideli novi podaci – koristeći ne samo proseke tačaka podataka već i odnose između njih.
Testiranjem svog modela na nečemu što se već dogodilo i pronalaženjem bliskih podudaranja između stvarnih i predviđenih podataka, naučnici bi mogli da dokažu efikasnost EVAD-a u predviđanju kako mere kao što su vakcine i nošenje maski mogu da izazovu nastavak razvoja virusa.
„Jedna od velikih lekcija ovog rada je da je važno uzeti u obzir ne samo nekoliko istaknutih varijanti, već i desetine hiljada drugih neoznačenih varijanti, koje nazivamo ’varijanta tamne materije’“, kaže Balč.
Istraživači kažu da su njihovi algoritmi veštačke inteligencije bili u stanju da uoče „pravila“ evolucije virusa koja bi inače ostala neotkrivena, i koja bi se mogla pokazati od vitalnog značaja u borbi protiv budućih pandemija kako se pojave.
I ne samo to, već bi sistem razvijen ovde takođe mogao da omogući naučnicima da razumeju više o samim osnovama biologije virusa. To bi se onda moglo iskoristiti za poboljšanje tretmana i drugih mera javnog zdravlja.
„Ovaj sistem i njegove tehničke metode imaju mnogo mogućih budućih primena“, kaže matematičar Ben Kalverli iz Scripps Research-a.
