Koronavirusla mübarizədə süni intellekt, verilənlər elmi və texnologiya həlləri

Yeni koronavirusa bağlı yaranan COVID-19 xəstəliyinin yayılmasında əsas amilin insanların bir-biri ilə “təmas” etməsi olduğu artıq bilinir. Məhz burada texnologiya təması azaldaraq sürətli həllər verə bilər. Onsuz da son illərdə maşın öyrənməsi və süni neyron şəbəkələrini istifadə edən dərin öyrənmə adlı süni intellekt tətbiqləri tibbdə getdikcə çox sınanmağa başlanıb. Hətta süni intellektin mütəxəssis həkimlərdən daha düzgün diaqnoz qoyduğunu göstərən araşdırmalar dərc edilib. Bunun ardınca COVID-19 pandemiyası dünya gündəminə gəldi və texnologiya dünyası mənfi nəticələri azaltmağa böyük səy başladı. Epidemiyanın başladığı Çin və qonşu ölkələrdən Sinqapurun mobil şəbəkə infrastrukturu ilə effektiv təmas izləmə nümunələrinə şahid olduq, hətta Çin indi ölkədə həm mobil şəbəkələr, həm də 2 milyondan çox küçə kamerası ilə vətəndaşını ciddi izləyir… Yazıda təmas izləmədən xəstəxana robotlarına, uzaqdan səhiyyəyə və yeni dərman hazırlanmasını asanlaşdıran alqoritmlərə qədər 10 başlıqda süni intellekt və biotexnologiyanı topladıq.
1. Epidemiyaların müəyyənləşdirilməsi, izlənməsi və proqnozlaşdırılmasında
Virusu izləyib yayılma nöqtələrini əvvəlcədən aşkarlaya bilsək, daha yaxşı mübarizə apararıq. Bunun üçün tətbiq / alqoritmlər xəbər kanallarını, sosial medianı və hökumət hesabatlarını təhlil edərək epidemiyaları aşkar və izləyə bilir.
Kanadanın BlueDot şirkəti bu sahədə əfsanə sayıla bilər. Çünki uçuş bileti, hava şəraiti, hətta heyvan sayı və növləri daxil yüzdən çox məlumat nöqtəsi ilə epidemiyanı günlər əvvəl bildirdi və tədbirlər üçün ciddi xəbərdarlıq etdi; ilk xəbərdarlığı 31 dekabr 2019-da verdi. Tarix mühümdür, çünki Ümumdünya Səhiyyə Təşkilatı bunu yalnız 9 yanvar 2020-də edə bildi. Həmçinin 14 yanvar 2020-də “Journal of Travel Medicine” adlı səyahət xəbərdarlığı paylaşdı. Burada Wuhandan ən çox ziyarətçi alan 20 şəhəri sıraladılar. BlueDot tədqiqatçıları bu şəhərlərin yayılmada öncül ola biləcəyini də hesabatlarına əlavə etdilər.
Yaxın gələcəkdə belə tətbiqlər bəlkə yalnız heyvan mənşəli COVID-19 pandemiyası deyil, insanların yaratdığı iqlim dəyişikliyi və çirklənmə kimi problemlər üçün də xəbərdarlıq edə bilər.
Süni intellekt ani izləmə üçün də istifadə edilə bilər. Keçmişdə müxtəlif nümunələr gördük. Məsələn, 2015-ci ildə Braziliyadan Amerikaya yayılan Zika virusunu izləmək üçün dinamik neyron şəbəkəsi istifadə edildi. Bu alqoritm COVID-19 pandemiyasına yeni məlumatlarla yenidən öyrədilib istifadə edilə bilər. Carnegie Mellon Universitetinin mövsümi qrip yayılma modellərini yeni məlumatlarla öyrədib işlətməsi kimi. Lakin mühüm problem məlumatların bəzən kifayət qədər ardıcıl olmamasıdır. Buna görə bu sistemlər
SIR adlı epidemioloji modellərlə birlikdə istifadə edilir. SIR yoluxucu xəstəliklərdə nəzəri olaraq neçə insanın təsirlənəcəyini hesablama üsuludur.
SIR adı:
- S: Susceptible - Xəstəliyə tutulması ehtimallı
- I: Infected - Yoluxmuş
- R: Recovered - Sağalmış
Baş hərflərdən yaranır. Bu modelin məlumatları çox mühümdür, çünki hökumətlərin tədbir qərarları onlardan asılıdır. Çindəki genişləndirilmiş SIR modeli keçən fevralda digər ölkələr faydalansın deyə kodları ilə paylaşılıb.
- Əlaqədar mövzu: Rəqəmsal iz izləməklə COVID-19-a həll axtarışı – Hansı ölkə vətəndaşını necə izləyir?
2. COVID-19 diaqnozunda süni neyron şəbəkələri
Virusun genetik materialını aşkarlayan RT-PCR molekulyar diaqnostik testlərkoronavirus diaqnozunun əsas yanaşması sayılsa da, bəzi məhdudiyyətləri var. Nümunə götürülməsi, təhlilin vaxt tələb etməsi və dəqiqlik problemləri kimi. Buna görə alternativ üsullar axtarılır və biri kompüter tomoqrafiyasıdır (BT) (baxın: COVID-19 diaqnozunda ən effektiv üsul Kompüter Tomoqrafiyası).
COVID-19-a xüsusi aydın radioloji əlamətlər və görüntü nümunələri aşkarlanıb. Radioloqların bunlarla diaqnozu vaxt apara bilər. Buna görə BT görüntülərində süni intellekt alqoritmləri ilə vaxt qazandırmağa çalışılır. Bəzi tədqiqatlar təxminən 30 dəqiqəlik diaqnoz müddətinin 5 dəqiqəyə endiyini göstərib.
Diaqnoz sürətli olduqca müdaxilə daha yerində olar. Qazanılan vaxtla yayılma sürəti azaldıla və risk qrupları qoruna bilər.
Çinin elektron ticarət nəhəngi Alibaba süni intellekt dəstəkli BT diaqnostik sistemi ilə xəstələri %96 dəqiqliklə tanıya bildiyini deyir.
3. Dronlarla tibbi avadanlıq dəstəyi, robotlarla təmizlik, qida və logistika işlərində
Koronavirus hava ilə insandan insana yoluxa bildiyindən pilotsuz uçuş vasitələri və robotların əhəmiyyətini göstərdi.
Çinin Terra Drone şirkəti dronlarla Xinchang bölgəsində səhiyyə mərkəzləri arasında logistika dəstəyi verir. Oxşar dronlar karantin qaydalarının izlənməsi və termal görüntüləmə üçün də işlədilir.
Epidemiya səbəbindən robotları xəstəxanalarda təmizlik, xəstə baxımı, dərman və qida paylanmasında görürük. Qida yönümlü Pudu Technology şirkəti də 40-dan çox xəstəxanaya bu xidmətlər üçün robot yerləşdirib (aşağıdakı fotoya baxın).

4. Yeni dərmanların hazırlanmasında
Yeni dərman çox vaxt və xərc tələb etdiyindən alimlər mövcud dərmanlarla yeni müalicələrə yönəldi. Biotibbi bilik diaqramları ilə dərman-zülal əlaqələrini araşdıran Richardson və komandası oynaq iltihabında istifadə edilən baricitinibin COVID-19-da effektiv ola biləcəyini göstərdi.
Ge və komandası oxşar diaqram üsulu ilə insan və virus zülalları ilə dərmanlar arasındakı əlaqələri, təbii dil emalını Pubmed məlumat bazasına tətbiq edərək PARP1 inhibitoru CVL218-in də effektiv ola biləcəyini tapdı və klinik sınaqlarına başladı.
Britaniya startapı Exscientia süni intellektlə hazırlanmış dərman molekullarının insan sınaqlarını başlayan ilk şirkət oldu.
Alqoritmləri ilə cəmi 12 ayda yeni dərman hazırladılar. Ənənəvi üsullarla bu 4 ilə 5 il çəkə bilərdi.
Şirkət rəhbəri professor Andrew Hopkinsə görə süni intellekt yeni dərman kəşfində 3 sahədə istifadə edilə bilər:
- Covid-19 üçün sürətli anticisim və peyvənd istehsalı,
- Mövcud dərmanları yoxlayıb uyğun müalicə seçimləri çıxarmaq,
- Yeni dərman hazırlayıb həm indiki, həm sonrakı koronavirus epidemiyalarında istifadə etmək.
Ən yaxşı halda bunun 18 ilə 24 ay çəkə biləcəyini, istehsal planı və insanlardakı təhlükəsizlik testlərindən asılı olduğunu da əlavə edir.
Cənubi Koreya və ABŞ-dan bir qrup tədqiqatçı dərin öyrənmə üsulları ilə COVID-19 üçün kommersiya antiviral dərman tədqiqatına başladı. Əvvəlki işlər kimi ədəbiyyatdakı dərman qarşılıqlı təsirlərinə yönələn komanda HIV/AIDS müalicəsindəki atazanavirin effektiv ola biləcəyini elan etdi. Həmçinin gansiklovir, lopinavir və ritonavir, Prezcobix, darunavir və kobisistatın mümkün təsiredici maddə ola biləcəyini göstərdi. Nəticələrin Çində və başqa ölkələrdə klinik tədqiqatlara kömək edəcəyinə ümid edirlər.
Çindən başqa qrup dərin öyrənmə alqoritmləri ilə COVID-19 virusunun insan hüceyrələrinə təsirini daha yaxşı anlamaq üçün çalışır. DFCNN adlı inkişaf etmiş neyron şəbəkəsi hazırlayanlar zülal-liqand əlaqələrini yüksək dəqiqliklə müəyyən və dərəcələndirməyi hədəfləyirlər. DFCNN COVID-19 proteazası (virusun hədəflənən sahəsi) üçün potensial dərmanları müəyyən etdi və bəzi qrupları dərc etdilər.
Google-a məxsus DeepMind AlphaFold sistemi ilə koronavirus zülallarının quruluşunu proqnozlaşdırdı. Bunlar hələ təcrübi təsdiqlənməyib, lakin DeepMind ümid edir ki, məlumatlar virus funksiyalarını anlamağa kömək edə bilər.

5.Yüksək qoruyucu maska istehsalında
Ənənəvi maskaların koronavirusdan aşağı qoruması tədqiqatçıları yeni həllərə yönəltdi. Ultrasəs tekstil texnologiyası ilə antiviral maska hazırlayan İsrailin Sonovia şirkəti kimi müəssisələr tibb işçiləri və başqaları üçün yüksək texnologiyalı maska istehsalına başladı. Başqa üstünlük təkrar istifadədir. Sonovia maskaları 92 dərəcədə 65 dəfə yuyulandan sonra belə viruslara effektivliyini saxlayır.
- Əlaqədar mövzu: Maskalar dezinfeksiya edilərək yenidən istifadə oluna bilərmi?
6. Yalan xəbərlər və yanlış məlumatla mübarizədə
Google və Facebook hazırda texniki komandalarını belə yanlış məlumatların aşkarlanması və yayılmasının dayandırılmasına ciddi yönəldir.
Google-da COVID-19 axtaranda məlumat üçün brauzerin yan bölməsində pəncərə açılır və düzgün məlumat verən keçidlər təqdim edilir.
YouTube da koronavirus məzmununda birbaşa Ümumdünya Səhiyyə Təşkilatının (ÜST) məlumat səhifəsinə keçid verir.
Yalan xəbər yayılması yalnız istifadəçiləri yanıltmır, bu məlumatlarla COVID-19 yayılma və izlənməsinə öyrədilən süni intellekt alqoritmlərinin dəqiqliyinə də təsir edir. Google Flu uğursuz tarixi layihələrdəndir və məlumat manipulyasiyalarının da səbəb olduğu bilinir. Buna görə sosial media platformalarının böyük işi var.
7. Yoluxmuş şəxslərin izlənməsi və müəyyənləşdirilməsində
Termal kameralar yoluxanların diaqnozunda işlədilirdi, lakin əsas çatışmazlıq yenə insanların istifadəsi idi. İndi süni intellekt dəstəkli çoxsensorlu kameralar hava limanı, xəstəxana, bağça kimi toplu yerlərdə işlədilməyə başladı.
Bu hadisələrlə yaxın günlərdə Google və Apple COVID-19 izlənməsində əməkdaşlıq elan etdi. Layihənin hədəfi smartfon istifadəçilərinin BLE (Bluetooth Low Energy) ilə koronavirusa yoluxacaq qədər uzun müddət kimlə təmas etdiyini, kimə yaxınlaşdığını araşdırmaqdır.
Üstünlüklərdən biri istifadəçilərin virtual mağazadan tətbiq endirməyə ehtiyacının olmamasıdır. Bunun üçün cihazların mövcud sensorlarından istifadə düşünülür. Məkan və şəxsi məlumat işlətmədən məxfiliyi önə çıxarmaq hədəflənir.
Apple və Google-un birgə bəyanatında əsas 3 məqam “Məxfilik, şəffaflıq və istifadəçi razılığı” idi. Layihədən sonra məlumatların açıq mənbə kimi də paylaşılacağını elan etdilər.
Əlbəttə uğur üçün test sayının müəyyən səviyyəyə çatmasının mühüm olduğu düşünülür.

Çin, Sinqapur, İsrail, Cənubi Koreya, Polşa kimi ölkələr koronavirusla mübarizədə telefona yüklənən tətbiqlərlə izləmə texnologiyasına başladı. Türkiyə, İngiltərə, İtaliya və Almaniya kimi ölkələr də öz rəqəmsal təşəbbüslərində çalışır.
Apple və Google platformaları ilə bütün üçüncü tərəf tətbiqlərini bir dam altında toplayıb uyğunluq yaratmaq istəyir. Beləcə tətbiqlər bir-biri ilə uyğun işləyə və insanlar xarici səyahətdə belə ortaq sistemdə müəyyən edilə bilər.
Uğurlu olsa, ölkələr sərt karantin və təcridi yumşalda və ya səyahət və sərhəd giriş-çıxış məhdudiyyətlərini azalda bilər.
Şirkətlər tətbiq interfeyslərini (API) mayın ortasına qədər elan etməyi planlaşdırır. Başqa tətbiqlərin inteqrasiyası üçün proqramçılara təlimatlar dərc ediblər.
8. Tədqiqatçılar üçün bəzi mühüm sualların cavablandırılmasında
Google-a məxsus və dünyanın ən mühüm verilənlər alimi icmalarından Kaggle-da COVID-19 tədqiqatçılarının sualları üçün müsabiqə başlandı. İştirakçılara 50 mindən çox akademik nəşr mənbə verildi. Onlardan məlumat toplusunda təbii dil emalı (NLP) üsulları ilə əsas suallara cavab axtarmaq istənildi. Əsas dəstəkçilərdən biri Ağ Evin Elm və Texnologiya Şurasıdır.
Hazırda dünyada müxtəlif sahə tədqiqatçıları koronavirusla mübarizəyə böyük əmək sərf edir və nəşrlər verir. Elmi ədəbiyyat eksponensial artır və maşın öyrənməsinin nəşrləri nəzərdən keçirməkdə vaxt qazandırıb bəzi sualları cavablandıra biləcəyinə inanılır.
Bundan əlavə COVID-19 hal və ölüm proqnozları, ön cəbhə həkimlərinin tez-tez rast gəldiyi problemlərə həll üçün də müsabiqələr açılıb.
9. Uzaqdan səhiyyə xidmətləri - Telesəhiyyə
Üz-üzə müayinənin xəstə ehtiyaclarını qarşılamaqda son seçim olub-olmamalığı müzakirə edilən bu günlərdə intensiv terapiya mütəxəssisi çatışmazlığı və həkimlərin COVID-19 təhlükəsizliyi baxımından telesəhiyyə xidmətləri yenidən müzakirəyə açıldı və çoxsaylı şirkət-xəstəxana əməkdaşlığı başladı.
İsrailin Sheba Tibb Mərkəzi yenilik tətbiq edənlərdəndir. COVID-19 diaqnozlu xəstələr xəstəxanadan 2 km uzaqda təcrid mərkəzində müşahidə və müalicə alır. Bununla yalnız ev karantinindəkilərlə deyil, stasionar xəstələrlə də təmas azalır. Stasionarların klinik məlumat və hərəkətləri EarlySense süni intellekt dəstəkli sensorları ilə izlənir. InTouchHealth Robot robotları ilə vizitlər edilir.
Evdə yoxlanmalı xəstələr TytoCare müayinə dəstləri ilə həkim tərəfindən təmassız, tam uzaqdan idarə ilə istənilən yer və vaxtda müayinə edilir, müalicə planı və reseptləri hazırlana bilir.

10. 3-ölçülü printer texnologiyaları
Pandemiyada təchizat zəncirləri test dəsti, tənəffüs cihazı hissəsi kimi avadanlıq təminində ciddi çətinlik çəkir. 3 ölçülü printerlər köməyə çatır. Ohayoda normalda diş protezi hazırlayan 250 printerlə gündə 100 min test dəsti istehsalına başlanması nümunədir. Bir çox dizayner və mühəndis tənəffüs cihazı istifadəçi sayını artırmaq üçün klapanlar hazırlayıb dizayn və təlimatları paylaşaraq dünyada istifadəyə yol açdı. Minnesota Universitetindən komanda tənəffüs cihazını ucuz və tez istehsal edən 6 kritik hissə hazırladı, yaxın günlərdə paylaşmağı düşünür. Avropa və Amerikada çoxsaylı avtomobil istehsalçısı tibbi və qoruyucu avadanlıq hazırlamağa başlayıb təcrübə və dizaynlarını paylaşır.
- BÜTÜN KORONAVİRUS YAZILARIMIZ -
Mənbələr
2. https://www.gpsworld.com/china-fights-coronavirus-with-delivery-drones/
3. https://www.bbc.com/news/technology-52246319
4. https://www.bbc.com/news/technology-51851292
5. https://www.kaggle.com/covid19
6. https://academic.oup.com/jtm/article/27/2/taaa008/5704418
7. https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-019-1389-3
8. https://www.medrxiv.org/content/10.1101/2020.02.29.20029421v1
9. https://www.tytocare.com/
10. https://www.technologyreview.com/2020/03/27/950240/3d-printing-coronavirus-covid-19-medical-supplies-devices/
11. https://www.preprints.org/manuscript/202002.0061/v1
12. https://towardsdatascience.com/covid-19-and-drug-development-b800d8917b50
Bu məqalə sizə faydalı oldu?
Rəyiniz məzmunumuzu yaxşılaşdırmağa kömək edir.





Oxucu şərhləri
Şərhinizi paylaşın
Adınız və şərhiniz yalnız administrator təsdiqindən sonra dərc olunur. E-poçt ünvanınız ziyarətçilərə heç vaxt göstərilmir.
İlk şərhi siz yazın.