ИИ предсказывает бессимптомных носителей COVID-19

В статье, опубликованной в пятницу в журнале Scientific Reports, исследователи из Synergies Intelligent Systems и Гамбургского университета описывают алгоритм машинного обучения, который может идентифицировать людей в толпе, которые, скорее всего, являются бессимптомными носителями COVID-19. Алгоритм делает эти прогнозы на основе GPS-данных передвижения людей в городской среде и известных случаях заражения.

По мнению авторов статьи, такое точное отслеживание контактов могло бы сократить количество людей, которые без необходимости помещаются в карантин. «С помощью этой технологии мы можем изолировать очень небольшую часть людей и довольно эффективно снизить распространение болезни», - говорит Майкл Чанг, соучредитель Synergies.

Этот инструмент также можно использовать для выявления суперраспространителей - людей, инфицированных вирусом, которые передают его непропорционально большому количеству людей. По словам Чанга, это может помочь руководителям общественного здравоохранения определить приоритеты, на которых сосредоточить запасы вакцины, чтобы предотвратить вспышку.

Одним из недостатков этого инструмента является то, что его точность зависит от количества людей, которые используют приложение на основе GPS на своих телефонах. Такое приложение будет отслеживать их местоположение с точностью до одного метра и регистрировать любые положительные результаты тестов на COVID-19.

«Мобильные данные также могут быть получены от сотовых операторов, - говорит Цзянвэй Чжан, профессор Гамбургского университета и автор статьи. - Если бы мы могли использовать данные, помимо GPS, для построения интерактивных взаимодействий между людьми - например, с камер или методом определения местоположения в помещении - это повысило бы точность прогнозов [алгоритма]».

Ряд исследователей разработали приложения для цифрового отслеживания контактов на ранней стадии пандемии. Такое программное обеспечение широко использовалось в Восточной Азии, вызывая критику на неприкосновенность частной жизни. Эта технология не получила широкого распространения в мире.