Ugyan mostanra sejteni lehet, hogy az új koronavírus már december elején felütötte a fejét Kínában, a hatóságok kezdeti titkolózása miatt egészen január elejéig kellett várni arra, hogy világszerte elterjedjen a rejtélyes, tüdőgyulladást okozó vírus híre. Az Egészségügyi Világszervezet január 9-én adott ki először tájékoztatást a vuhani járványról, amikor már azt is tudni lehetett, hogy a betegség kiindulópontja vélhetően a város egyik piaca lehetett (azóta mondjuk kiderült, hogy ez utóbbi nem biztos, hogy így van).
Az Amerikai Járványügyi Központ ennél is gyorsabb volt a tájékoztatásban, ők január 6-án figyelmeztettek arra, hogy a szokásosnál jóval nagyobb számú megbetegedést észleltek Kínában. Őket is kenterbe verte ugyanakkor a kanadai BlueDot, ami már aznap jelezte a felhasználóinak a járványt, amikor Vuhanban bejelentették az első feltételezett eseteket,
méghozzá egy mesterséges intelligencia (MI) által hajtott algoritmus segítségével.
A BlueDot ráadásul nemcsak a járványról értesült rekordsebességgel, hanem azt is helyesen jósolta meg, hogy a vírus merre terjed majd tovább Vuhanból. Azt egyelőre nem tudni, hogy az algoritmus a járvány további terjedésénél is ilyen eredményes lesz-e, de az már most látszik, hogy milyen gyümölcsöző lehet az MI és az egészségügy viszonya a jövőben.
A sztori megértéséhez ezúttal is a kétezres évek elején tomboló SARS-járványig kell visszamenni, azon belül is addig a pontig, amikor a vírus Hongkongból átjutott a kanadai Torontóba. A SARS 44 ember halálát okozta a városban, és 2 milliárd dolláros veszteséget okozott a gazdaságban. Mindezt egy fertőző betegségekre és közegészségügyre specializálódott doktor, Kamran Khan is kénytelen volt testközelből átélni.
Khan végignézte, ahogy a várost legyűrő vírus megbénítja a kórházakat, a dolog pedig olyan mély nyomot hagyott benne, hogy elhatározta: kitalál egy módszert, amivel hatékonyabban lehet nyomon követni a betegségeket. Ennek nyomán 2008-ban létrehozott egy tudományos kutatóprogramot BioDiaspora néven, és elkezdte vizsgálni, hogyan köti össze a világ lakosságát a kereskedelmi repülés. A projekt keretében sikerült előrejeleznie a 21. század első nagy influenzajárványának terjedését, 2012-ben pedig az angol hatóságokkal közösen keresték azonosították be a londoni olimpia járványügyi kockázatait.
Az igazi áttörés végül 2014-ben jött el, amikor a cég egy nagyobb tőkeinjekciót követően felvette a BlueDot nevet, majd nem sokkal később több milliárd útiterv elemzésével sikeresen jósolta meg, hogy az ebola hogyan és mikor fog kijutni Nyugat-Afrikából. Később a Brazíliából kiinduló Zika-vírus esetében sem fogtak mellé, és a kockázatelemzési modelljeikkel fél évvel azelőtt figyelmeztettek egy floridai járványra, hogy az kitört volna.
A BlueDot egy mesterséges intelligencia által hajtott algoritmust használ, ami természetes nyelvi feldolgozást és gépi tanulást alkalmazva fésül át híradásokat 65 nyelven, majd ezekhez hozzáveszi a repülési információkat, és az állatok körében pusztító járványok adatait is. Ennek az eredménye, hogy jó közelítéssel előre tudja jelezni a járványok kitörését és terjedését. Az algoritmus figyelembe veszi a különféle blogokat és fórumokat, a közösségi médiát azonban nem, Khan szerint ugyanis az itt megjelenő adatok nem elég megbízhatóak az elemzéshez.
Tisztában vagyunk azzal, hogy krízishelyzetekben nem feltétlenül számíthatunk arra, hogy időben választ kapunk a hivatalos szervektől. Így viszont már akkor elkaphatjuk az információmorzsákat és a szokatlan eseményeket, amikor még gyakorlatilag senki sem tud róluk.
– mondta, a szavai pedig ebben az esetben különösen igaznak tűnnek.
A kínai hatóságok ugyanis nem szeretnek beszélni a járványokról – elég csak arra gondolni, hogy a SARS esetében hónapokig titkolóztak –, az egészségügyi szervezetek azonban így is csak rájuk hagyatkozhatnak, ha információhoz szeretnének jutni. Emiatt az algoritmus eleve előnyt élvez, a repülőjegyek értékesítési adataiból pedig azt is ki tudja következtetni, hogy merre terjedhet tovább a vírus. Ez most is sikerült, az algoritmus helyesen jósolta meg, hogy Vuhanból kiindulva pár napon belül Bangkokban, Szöulban, Tajpejben és Tokióban üti majd fel a fejét a vírus.
Khan kiemelte, hogy a folyamatosan fejlődő algoritmus képes különbséget tenni egy Mongóliában kitörő anthrax-járvány és az Anthrax nevű thrash metál zenekarról szóló hírek között, de az átfésült adatokat azért emberi epidemiológusok is elemzik. Ha a szakemberek úgy látják, hogy a levont következtetések tudományosan megállják a helyüket, a BlueDot már küldi is a jelentést minden partnerének a közelgő járványról. A cég a nagyközönséggel egyelőre nem osztja meg az adatait, de az alapító elmondta, hogy dolgoznak ennek megvalósításán.
Természetesen nem a BlueDot az első cég, ami a hatóságok helyett adatokból következtet a betegségek terjedésére, korábban a Google is próbálkozott már hasonlóval, annak a sztorinak azonban hatalmas kudarc lett a vége. A cég 2008-ban indította el a Google Flu Trends nevű projektet, ami keresési adatok alapján igyekezett megjósolni az influenza terjedési mintázatát. Végül lelőtték a szolgáltatást, miután
a 2013-as influenzaszezonban jócskán alulbecsülte a járvány súlyosságát.
Azt egyelőre nem tudni, hogy a BlueDot ezúttal is annyira sikeres lesz-e, mint a korábbi eseteknél, vagy egyszerűen mázlija volt a jóslatokkal. Szakértők szerint érdemes figyelembe venni azt is, hogy a rendszer csak a járvány kitörésére érkező reakciókból tud dolgozni, nincs közvetlen információja a megbetegedésről. Mindenesetre ha nem is ez lesz a következő nagy áttörés az orvostudományban, az biztos, hogy a mesterséges intelligencia számos dologban segíthet az orvosoknak.
A Scientific American pár hónappal ezelőtt megjelent cikke azt fejtegeti, hogy arra azért nem kell gondolni, hogy robotok váltják majd le az orvosokat. Valószínűbbnek tűnik, hogy egy új, hibrid pozíció jön majd létre olyan orvosokkal, akik az adatok elemzése mellett a gépi tanulásos modellekhez is értenek. Az ilyen algoritmusok segítségével nemcsak a járványok terjedése válhat pontosabban megjósolhatóvá, hanem például az is, hogy veszélyben forog-e egy kórházba került beteg élete.
A mesterséges intelligencia fontos szerepet tölthet be egy sor betegség diagnosztizálásánál is, mert az emberekkel ellentétben sosem lankad a figyelme, a legapróbb részletek fölött sem siklik el - így félrediagnosztizálni is kisebb eséllyel fogja a beteget. Egy ilyen megoldással a tavalyi InnovEIT-en mi is találkoztunk: az Inveox a mesterséges intelligenciát a rákos megbetegedések diagnosztizálásánál hívja segítségül, és minden eddiginél pontosabb mintaelemzéssel küszöböli ki a jelenleg elég gyakori hibákat. Azt ugyanakkor itt is ki kell emelni, hogy az MI valószínűleg itt is csak egy szakorvossal közösen lehet igazán hatékony.
Egy másik fontos aspektusa lehet a dolognak, hogy a depresszióval és szorongással küzdő emberek a USC kutatása szerint előbb nyílnak meg egy robotnak, mint egy hús-vér embernek, és az állapotuk is javul a velük való beszélgetéstől. Az ilyen robotok a magányos embereken is segíthetnek, és különösen hasznosan lehetnek az időskori gondozásban, ahol a szakemberhiány miatt sokszor nem jut elég ápoló a gondozottakra. Utóbbit amúgy azért is fontos kiemelni, mert az MI terhet vehet le a szakorvosok válláról is, akik így több időt tölthetnek a pácienseikkel.