AI voorspelt misschien niet de volgende pandemie, maar big data en machine learning kunnen deze bestrijden

In april, op het hoogtepunt van de lockdown, voorspelde professor informatica Àlex Arenas dat een tweede golf van coronavirus deze zomer in Spanje zeer goed mogelijk was.

Destijds waren veel wetenschappers er nog steeds van overtuigd dat hoge temperaturen en vochtigheid de impact en verspreiding van het virus tijdens de zomermaanden zouden vertragen, zoals gebeurt bij seizoensgriep.

Helaas zijn de voorspellingen van Arenas juist gebleken. Madrid, Baskenland, Aragon, Catalonië en andere Spaanse regio’s hebben momenteel te maken met een toename van COVID-19-gevallen, ondanks het gebruik van maskers, handen wassen en sociale afstand.

ZIEN: Beheer van AI en ML in de onderneming 2020: technische leiders verhogen projectontwikkeling en implementatie (TechRepublic Premium)

Toegegeven, augustus is niet zo erg als maart voor Spanje, maar het is nog steeds niet een situatie die velen hadden voorzien.

De voorspellingen van Arenas waren gebaseerd op wiskundige modellering en onderstrepen de belangrijke rol die technologie kan spelen bij de timing van beslissingen over het virus en het begrijpen van de verspreiding ervan.

“Het virus doet wat wij doen”, zegt Arenas. Het analyseren van epidemiologische, milieu- en mobiliteitsgegevens wordt dus cruciaal om de juiste maatregelen te nemen om de verspreiding van het virus in te dammen.

Om de pandemie het hoofd te bieden, heeft de Catalaanse regering een publiek-privaat gezondheidsobservatorium opgericht. Het verenigt de inspanningen van de administratie, de Hospital Germans Trias i Pujol en verschillende onderzoekscentra, zoals het Center of Innovation for Data Tech and Artificial Intelligence (CIDAI), het Technology Center Eurecat, het Barcelona Supercomputing Center (BSC), de Universiteit Rovira i Virgili en de Universiteit van Girona, evenals de Mobile World Capital Barcelona.

De Mobile World Capital Barcelona brengt het GSMA AI for Impact-initiatief voort, dat wordt geleid door een taskforce van 20 mobiele operators en een adviespanel van 12 VN-agentschappen en partners.

Buiten de instellingen is er een reële wens om de krachten te bundelen om met technologie op het virus te reageren. Dani Marco, directeur-generaal innovatie en de digitale economie in de regering van Catalonië, maakt duidelijk dat “het hebben van vergelijkende gegevens over griep en SARS-CoV-2, mobiliteit, meteorologie en volkstelling ons helpt sneller en efficiënter te reageren tegen de pandemie”.

Gegevens zijn afkomstig van openbare databases en ook van mobiele operators, die mobiliteitsrecords verstrekken. Het is allemaal geanonimiseerd om privacyproblemen te voorkomen.

De diversiteit van de bronnen van de gegevens is echter een probleem. Miguel Ponce de León, een postdoctoraal onderzoeker bij BSC, het centrum dat de database van het project host, zegt dat de gegevens uit de regio’s heterogeen zijn omdat ze gebaseerd zijn op verschillende standaarden.

Een van de belangrijkste taken bij BSC is het opschonen van gegevens om deze bruikbaar te maken bij het voorspellen van trends en het bouwen van dashboards met nuttige informatie. Het doel is om veel modellen op BSC’s supercomputers te laten draaien om een ​​reeks vragen te beantwoorden – hoe openbare mobiliteit de verspreiding van het virus bevordert, is er slechts één van.

Arenas stelt dat het hebben van mobiliteitsgegevens cruciaal is omdat “het je vertelt hoeveel tijd je hebt voordat de infectie zich van de ene plaats naar de andere verspreidt”.

“Luchtverkeersgegevens hadden ons kunnen vertellen wanneer de pandemie vanuit China naar Spanje zou komen, maar niemand was klaar.”

Voorbereid zijn is nu belangrijker dan ooit. In dit verband benadrukt Marco van de Catalaanse regering dat elke epidemioloog in staat zal zijn om de instrumenten te gebruiken die door het observatorium zijn ontwikkeld. Hij is ervan overtuigd dat digitale tools kunnen helpen, ook al zijn ze niet de enige oplossing.

Volgens professor Arenas: “We hebben modellen nodig over hoe epidemieën evolueren, en gegevens zijn cruciaal om deze modellen aan te passen. Maar voorspellingen doen over de volgende pandemie is zeer moeilijk, zelfs met AI.”

Hij pleit voor snelle testmethoden, zelfs als sommige wetenschappers hun nauwkeurigheid in twijfel trekken, omdat ze een nuttig alternatief kunnen zijn voor PCR-tests (polymerasekettingreactie), die ook beperkingen hebben. Hij beveelt ook het gebruik aan van een app voor het traceren van contacten, zoals de Spaanse Radar COVID, gebaseerd op het gedecentraliseerde DP3T-protocol.

“Een persoon kan tot drie contacten via de telefoon traceren. Met de app kun je dat aantal verhogen tot zes tot acht contacten”, zegt hij.

ZIEN: Coronavirus: zaken en technologie in een pandemie

Oriol Mitjà, onderzoeker en arts-consulent voor infectieziekten bij het Hospital Germans Trias i Pujol, is het ermee eens dat Bluetooth-technologie nuttig kan zijn. Maar natuurlijk: “We moeten nog steeds vechten tegen het idee dat het een app is om de bevolking onder controle te houden, want dat is het niet”, zegt Arenas.

Andere landen, zoals Duitsland, Ierland en Zwitserland, zijn van mening dat als de kans bestaat dat een app ook maar een kleine bijdrage levert aan de strijd tegen het virus, het het proberen waard is.

Marc Torrent, directeur van het CIDAI, stelt dat het al een overwinning is om betrouwbare gegevens en epidemiologische expertise te combineren om het beheer van publieke middelen te verbeteren.

De Catalaanse regering heeft een publiek-private gezondheidswaarnemingspost opgericht om de inspanningen en gegevens van een aantal instanties die strijden tegen COVID samen te brengen.

Afbeelding: Anna Solana/ZDNet

Posted By : data sdy