Covid-19 algoritmus Romániában
Két kolozsvári informatikai vállalat önkénteseinek csoportja megállapodást kötött az Egészségügyi Minisztériummal és a Vészhelyzeti Minisztériummal egy mesterséges intelligencia által támogatott program elindításáról, amely segíthet a kórházakba érkező betegek előválogatásában. Ez a program képes előrejelzéseket készíteni a romániai Covid-19 esetek diagnosztikai és kezelési kapacitásáról.
Beszéltem Dan Chiuzbăian-nal, a két vállalat egyikének vezérigazgatójával, aki már elkezdte a "gépi tanulás" algoritmusának adaptálását a Romániában már tesztelt esetek elemzéséhez. Chiuzbăian azt mondja, hogy inkább a két érintett cég nevét tartja név nélkül, mert ebből a projektből kiindulva "nem akarnak hirdetni", hogy pro-bono-t fejleszt.
"Önkéntesek csoportja vagyunk, az emberek hétvégén dolgoztak, éjszaka dolgoztak. Olyan emberek csoportja vagyunk, akik, ha segítünk, segítenek. De felelősségként azt feltételezzük a két cégtől, hogy az általunk elhelyezett adatok működőképesek, és van egy informatikai vállalati infrastruktúránk, egy kis adatközpontunk, mondjuk egy közepes szintű projekttel van dolgunk "- jelentette ki Chiuzbăian.
Hogyan működik?
Az első szakaszban a kísérleti projekt egy adaptív webhelyet jelent, amelyet mobiltelefonról is feltölthetünk, és alkalmazássá válik, ha a dolgok a fejlesztők által gondolt paraméterekben működnek.
Az elv, amely mögött ez a webhely működik, viszonylag egyszerű: a mérnökök egy gépi tanulási algoritmust (egy olyan programot tanulnak, amely menet közben nagy mennyiségű adat elemzésére tanul) a felhasználók által bevezetett tünetek és a Romániában jelenleg diagnosztizált esetek összehasonlítására.
Ez azt jelenti, hogy a mesterséges intelligenciának szüksége van egy, az Egészségügyi Minisztérium által rendelkezésre bocsátott adatbázisra, 7 fertőző kórház, az Országos Fertőző Betegségintézet "Prof. Dr. Matei Balș ”, a fertőző és trópusi betegségekkel foglalkozó klinikai kórház Dr. Victor Babeș, Craiova, Temesvár, Kolozsvár, Iași és Constanța fertőző kórházak.
"Az alkalmazás működési módja sok anonimizált diagnózison alapszik, mert nem magát az embert érdekli, hanem a diagnózis típusa. A tanulási alap, amelyből a döntés születik, orvosi alap, az orvosok megerősítik a triage diagnózisokat.
Kis adományai segítenek bennünket a létezésben. Ha a PressOne olvasói csak évi 5 eurót adományoznak, akkor ötször több megoldást nyújthatunk Önnek Románia problémáira. Segíteni akar nekünk?
15-20 tételből álló kérdőívet kapunk, amelyben olyan tünetek szerepelnek, mint a láz, a köhögés, a légszomj a terhelésben, az orrdugulás, a fejfájás, az izom, amelyek megfázás és influenza esetén alkalmasak, és ez Covid-19.
Vannak kockázati tényezők, amelyeket megkérdőjelezünk, krónikus betegségek, tüdőbetegségek, daganatok, elhízás, utazási területek, életkor, függetlenül attól, hogy dohányzik-e vagy sem, mindezeket az adatokat az orvosok töltik ki, de otthon ezeket az ember is kitölti. Hogy mi teszi teljessé azt a felhasználót vagy felhasználót, aki használni akarja az alkalmazást, az nem kerül mentésre az algoritmus képzési alapjaként, csak az ő adatait hasonlítja össze ugyanazzal a korcsoporttal, a kapcsolódó kockázati tényezőkkel és a gyakori tünetekkel.
A gépi tanulás algoritmusa megadja a pontszámot,% lehet influenza,% megfázás és% Sars-Cov-2 vírus. Nem helyettesíti az orvosok által végzett tesztet, mert csak ők tudják megmondani, hogy fehér vagy fekete-e, de megbecsülheti, mennyire áll közel egy vagy másik diagnózishoz. Azoknak pedig, akiknek a legkevésbé veszélyes tünetei vannak, javasoljuk, hogy maradjanak otthon, mert az orvosi rendszer valószínűleg nagyon elfoglalt lesz olyan emberekkel, akiket valóban kezelni kell. Csökkentsük az orvosokra nehezedő nyomást.
Minden este újra futtatjuk az optimalizálási funkciót a nap folyamán felhalmozott új adatsoron, így holnap az algoritmus még jobb lesz. A projekt kritikus pontja az, hogy jó minőségű adatokat orvosilag megerősítsenek a kórházak orvosai, nélkülük az algoritmus nem fogja megadni a kívánt eredményt. "
Az Egészségügyi Minisztériummal kötött megállapodás szerint írásos ajánlást tettek ki az említett kórházaknak, hogy támogatást nyújtsanak az informatikai mérnököknek a szükséges adatok összegyűjtésében. A kórházaknak két embert kell kinevezniük a kapcsolattartásra.
A projekt elindításához és a gépi tanulási algoritmus elindításához az elemzés futtatásához minimum 1000 diagnosztikát kell feltölteni az adatbázisba. "Reméljük, hogy a hét elején rendelkezünk egy hozzáférhető interfésszel az orvosok számára, ahová közvetlenül feltölthetik azokat, akik a triage szekcióban vannak és hozzáférnek. Nem kell lepedőket mozgatnunk közöttünk. Ha ez nem lehetséges, önkéntesek segítségével feltölthetünk névtelen adatokat. Még mindig nem ismerjük a rendelkezésre álló adatok mennyiségét. Vannak olyan problémák, amelyeket meg kell oldani. ”
Annak érdekében, hogy a mesterséges intelligencia által generált válasz a lehető legközelebb álljon a valósághoz, elemeznie kell a Covid-19 diagnózisát, a náthát vagy az influenzát is, és kiegyensúlyozottnak kell lennie, beleértve az alanyok nemét is.
"Tapasztalatunk van a gépi tanulásban, több mint 3 éve dolgozunk néhány mesterséges intelligencia algoritmussal, és legalább egy egyértelmű lehetőségünk van, ahogy szeretnénk. A projekt kritikus pontja az adatgyűjtésnek ez a része, amelyet meg akarunk csinálni és elérhetővé tenni a kórházak számára. Rendezési felületként is használható, ha nem, ha papírformákon dolgoznak. Ezt a rendszert ingyenesen elérhetővé tesszük számukra, statisztikát készíthetnek arról, hogy hány beteget diagnosztizáltak náthában, hányat influenzában, hányat Covid-19-ben, hányan voltak összesen, megbecsülhettük, milyen mértékben töltené be kórházak egyszerre, ha tudjuk, hány ágy van elosztva a Covid-19 diagnózisához.
Látva a növekedés ütemét és a diagnózist egy másik algoritmus, amely szomszédos azzal, amit már csinálunk, azt mondhatjuk, hogy valószínűleg 10 nap múlva eléri a kórház töltését.
Sok mindent meg lehet tenni az adatok összegyűjtésével. Ha ezeken a terápiás területeken az orvosok nem adják meg a rendelkezésükre álló adatokat, akkor a statisztikai adatokat tovább elemezzük, nem pedig a sajátosságokat. És ez nagyon helytelen, mert bárki bekerülhet a statisztikai adatokba, de a diagnózisok, sajátosságok révén olyan dolgokat láthatunk, amelyek egyébként nem láthatók nagy képben. Ehhez nincs adatbázisunk. Nem tudom, több ezer esetet teszteltünk, és nincs adatbázis, amely megmondaná az eredményeket és a diagnózist. "