Paano nakikipaglaban ang AI sa pag-aalsa ng coronavirus?


sagot 1:

Ang Artipisyal na Kaalaman ay Maaaring Lumaban sa isang Hinaharap na Coronavirus

.

Ang mga pag-iwas sa sakit tulad ng coronavirus ay madalas na mabilis na magbukas para sa mga siyentipiko na makahanap ng lunas. Ngunit sa hinaharap, ang artipisyal na katalinuhan ay makakatulong sa mga mananaliksik na gumawa ng isang mas mahusay na trabaho.

Habang ito ay marahil huli na para sa tumatakbo na teknolohiya upang maglaro ng isang pangunahing papel sa kasalukuyang epidemya, may pag-asa para sa susunod na mga pag-aalsa. Mahusay ang AI sa pagsusuklay ng mga mounds ng data upang makahanap ng mga koneksyon na ginagawang mas madali upang matukoy kung anong mga uri ng paggamot ang maaaring gumana o kung aling mga eksperimento upang ituloy ang susunod.

Ang tanong ay kung ano ang darating sa Big Data kung makukuha lamang nito ang kaunting mga impormasyon ng impormasyon sa isang bagong lumitaw na sakit tulad ng Covid-19, na unang lumitaw noong huling taon sa Tsina at nagkasakit ng higit sa 75,000 katao sa loob ng dalawang buwan.

Ang katotohanan na pinamamahalaang ng mga mananaliksik na gumawa ng pagkakasunud-sunod ng gene ng bagong virus sa loob ng mga linggo ng mga unang naiulat na mga kaso ay nangangako, dahil ipinakikita nito na may mas maraming agarang magagamit na ngayon kapag nangyari ang mga paglaganap.

Si Andrew Hopkins, punong executive officer ng Oxford, na nakabase sa England na nagsisimula sa Exscientia Ltd. ay kabilang sa mga nagtatrabaho upang matulungan ang sanay na artipisyal na katalinuhan sa pagtuklas ng droga. Inisip niya ang mga bagong paggamot ay maaaring pumunta mula sa paglilihi hanggang sa klinikal na pagsubok sa kahit na 18 hanggang 24 na buwan sa loob ng susunod na dekada, salamat sa AI.

Ang Exscientia ay nagdisenyo ng isang bagong tambalan para sa pagpapagamot ng obsessive-compulsive disorder na handa nang masuri sa lab pagkatapos ng mas mababa sa isang taon sa paunang yugto ng pananaliksik. Iyon ay tungkol sa limang beses na mas mabilis kaysa sa average, ayon sa kumpanya.

Ang Healx na nakabase sa Cambridge ay may katulad na pamamaraan, ngunit gumagamit ito ng pagkatuto ng makina upang makahanap ng mga bagong gamit para sa umiiral na mga gamot. Ang parehong mga kumpanya ay pinapakain ang kanilang mga algorithm ng impormasyon - na gleaned mula sa mga mapagkukunan tulad ng mga journal, biomedical database at mga pagsubok sa klinikal - upang makatulong na magmungkahi ng mga bagong paggamot para sa mga sakit.

Pangangasiwa ng Tao

Ang dalawang kumpanya bawat isa ay gumagamit ng isang koponan ng mga mananaliksik ng tao upang gumana sa tabi ng AI upang matulungan ang gabay sa proseso. Sa diskarte ng Exscientia, na tinawag na Centaur Chemist, tinutulungan ng mga taga-disenyo ng droga na ituro ang mga estratehiya ng algorithm para sa paghahanap ng mga compound. Inilalagay ni Healx ang mga hula ng AI sa mga mananaliksik na pinag-aaralan ang mga resulta at magpasya kung ano ang ituloy.

Si Neil Thompson, ang punong opisyal ng agham ng Healx, sinabi na ang pamamaraan ay maaaring ma-deploy laban sa isang pagsiklab tulad ng coronavirus hangga't mayroon itong sapat na data sa bagong sakit. Ang Healx ay hindi gumagana sa pag-tackle ng coronavirus o pag-tweak ng teknolohiya nito para sa mga paglaganap, ngunit hindi ito magiging isang kahabaan.

"Kami ay malapit na," Thompson sinabi sa isang pakikipanayam. "Hindi namin kailangang magbago nang labis tungkol sa mga algorithm ng AI na ginagamit namin. Tinitingnan namin ang pagtutugma ng mga katangian ng gamot sa mga tampok ng sakit. "

Ang mga artipisyal na algorithm ng intelektwal ay nagsisimula na magpalabas ng mga gamot para sa mga sakit na alam natin. Sinabi ng mga mananaliksik sa Massachusetts Institute of Technology noong Huwebes na ginamit nila ang pamamaraan upang makilala ang isang makapangyarihang bagong antibiotic compound na maaaring pumatay ng maraming mga nakakahamong bakterya, kahit na ang ilan ay kasalukuyang lumalaban sa iba pang mga paggamot.

Ang isang catch para sa lahat ng mga teknolohiyang ito ay ang pagsusuri sa klinikal. Kahit na ang mga gamot na ligtas para magamit upang gamutin ang isang karamdaman ay dapat na masuri muli bago sila inireseta para sa isa pa. Ang proseso ng pagpapakita ng mga ito ay ligtas at epektibo sa isang malaking bilang ng mga tao ay maaaring tumagal ng mga taon bago pumunta sa mga regulators para suriin.

Upang maging epektibo, ang mga tagabuo ng gamot na nakabase sa AI ay kailangang magplano nang maaga, ang pagpili ng isang virus na genome na malamang na magdulot ng mga problema sa hinaharap at mai-target ito kung kakaunti ang mga insentibo na gawin ito.

Salamat.


sagot 2:

Ang laro ay mayroon na!

Kung hindi para sa coronavirus, hindi bababa sa mga superbugs. Ginamit ng mga mananaliksik sa MIT at Harvard ang AI upang makilala ang isang bagong antibiotic na may kakayahang pumatay ng maraming bakterya na lumalaban sa droga. Sinanay nila ang isang algorithm sa pag-aaral ng makina upang pag-aralan ang mga compound ng kemikal na may kakayahang labanan ang mga impeksyon gamit ang mga mekanismo na naiiba sa mga umiiral na gamot.

Sinanay nila ang kanilang modelo sa 2,500 molekula na nagpapakilala ng isang compound (tinawag nila ito na Halicin) para sa pagsubok sa mga bakterya na kinuha mula sa mga pasyente at bakterya na lumago sa mga lab. Ang "Halicin" ay maaaring pumatay ng maraming mga bakteryang lumalaban sa gamot kasama na

mycobactirium tuberculosis, clostridium difficile

at

acinetobacter baumannii.

Pinagaling ni Halicin ang dalawang daga na nahawaan

A.baumannii.

Hindi sinasadya, maraming sundalo ng US sa Iraq at Afghanistan ang nahawaan ng parehong bug. Sinabi ng ulat, isang pamahid ng Halicin na inilapat sa balat ng dalawang daga na ito ay ganap na nagpagaling sa kanila sa loob lamang ng 24 na oras.

Ang paggamit ng mga mapaghulaang modelo ng computer para sa pagtuklas ng gamot ay hindi bago ngunit ang pinakamahusay na tagumpay sa ngayon ay nakikita kasama si Halicin.

Bawat mga mananaliksik, ang kanilang mahuhulaang modelo ay maaaring gawin kung ano ang magiging prohibitively mahal para sa tradisyonal na diskarte sa pang-eksperimentong.

Ang tagumpay na ito ng Halicin ay dumating sa isang mahalagang yugto sa kasaysayan ng tao. Nahuhulaan ito, sa pamamagitan ng 2050, ang pagkamatay sa buong mundo dahil sa mga bakterya na lumalaban sa gamot ay maaaring umabot sa 10 milyon.

Ang karagdagang trabaho ay kinakailangan upang gawing kapaki-pakinabang ang Halicin sa mga tao. Bagaman ang kanilang algorithm ay dinisenyo para sa bakterya, maaari itong "maa-upgrade" para sa paglaban din ng virus.


sagot 3:

Isipin ang isang ospital sa Tsina ay mayroong 1000 ng mga kaso na may katulad na mga sintomas, ano ang ginagawa ng ospital? Habang ang lahat ng impormasyon tungkol sa mga sintomas at diagnosis ay naitala at magagamit sa elektroniko, ang kagawaran ng kalusugan ay maaaring gumawa ng mga kinakailangan at naaangkop na mga hakbang.

Ang AI ay napakaganda at mabilis sa pag-alis ng mga pattern, pagkakapareho para sa mabilis na pagtuklas. Isang halimbawa ng kung paano

Nagagawa ang paghahanap sa Google

upang makita ang mga posibleng sakit sa buong mundo. Sa simpleng mga pattern ng paghahanap lamang, ang AI ay maaaring aktwal na makakita ng mga posibleng pagbabanta at mga epidemya na maaaring pumutok sa malalaking proporsyon sa buong mundo.

Pagbabalik sa Corona Virus, sa sandaling naitala na ng Tsina ang mga sintomas ng karamdaman, nasuri ito, ibinahagi nito ang impormasyong ito sa lahat ng iba pang posibleng mga samahan ng gobyerno na maaaring mabilis na maglagay ng mga thermal detector na maaaring mag-scan ng mga taong may mga sintomas na ito at pag-uri-uriin ang mga ito bilang marahil ay nahawahan o mga carrier. o immune. Habang mabilis na nag-mutate ang mga virus, malamang na baguhin nila ang hitsura nila, maaaring magbago ang mga sintomas at mahirap mag-diagnose. Ngunit sa AI, ang Tsina ay makakatulong sa mga pamahalaan sa mga taong lumipat mula sa Tsina, lalo na kay Wuhan at pagkatapos ay lumipat sa buong mundo sa mga lungsod. Ang impormasyong ito ay maaaring masuri ng AI, upang makita ang balita mula sa mga lunsod, mga ospital upang magkasama ang mga piraso ng puzzle.

Sana makakatulong ito!


sagot 4:

Sa mga kamakailang termino, kung mayroon kaming data ng maraming mga pasyente kaysa sa maaari naming makilala at makahanap ng mga pattern, ng mga pasyente ng corona positibo. Pagkatapos nito, maaari naming suriin para sa isang bagong pasyente upang mahulaan kung ang pasyente na ito ay maaaring mahawahan o hindi, nakikita mula sa kanilang pattern. Ang pag-aaral ng klasikal na makina o mga diskarte sa malalim na pagkatuto ay maaaring magamit upang paghiwalayin ito.

Sa mas pangkalahatang mga termino kailangan nating maging maingat at dapat makipag-ugnay sa tao mula sa larangan ng medikal upang pag-aralan ang pattern sa pangkalahatan kung ano ang talagang nangyayari, ano ang mga pagbabago at mekanismo na na-trigger ng virus sa katawan upang mas maunawaan ang modelo.


sagot 5:

Ang mga pag-iwas sa sakit tulad ng coronavirus ay madalas na mabilis na magbukas para sa mga siyentipiko na makahanap ng lunas. Ngunit sa hinaharap, ang artipisyal na katalinuhan ay makakatulong sa mga mananaliksik na gumawa ng isang mas mahusay na trabaho.

Habang ito ay marahil huli na para sa tumatakbo na teknolohiya upang maglaro ng isang pangunahing papel sa kasalukuyang epidemya, may pag-asa para sa susunod na mga pag-aalsa. Mahusay ang AI sa pagsusuklay ng mga mounds ng data upang makahanap ng mga koneksyon na ginagawang mas madali upang matukoy kung anong mga uri ng paggamot ang maaaring gumana o kung aling mga eksperimento upang ituloy ang susunod.

Ang tanong ay kung ano ang darating sa Big Data kung makukuha lamang nito ang kaunting mga impormasyon ng impormasyon sa isang bagong lumitaw na sakit tulad ng Covid-19, na unang lumitaw noong huling taon sa Tsina at nagkasakit ng higit sa 75,000 katao sa loob ng dalawang buwan.

Ang katotohanan na ang mga mananaliksik ay nagawa upang makagawa ng pagkakasunud-sunod ng gene ng bagong virus sa loob ng mga linggo ng mga unang naiulat na mga kaso ay nangangako, dahil ipinakikita nito na mayroong mas maraming agarang data na magagamit na ngayon kapag nangyari ang mga paglaganap.

Si Andrew Hopkins, punong executive officer ng Oxford, na nakabase sa England na nagsisimula sa Exscientia Ltd. ay kabilang sa mga nagtatrabaho upang matulungan ang sanay na artipisyal na katalinuhan para sa pagtuklas ng droga. Inisip niya ang mga bagong paggamot ay maaaring pumunta mula sa paglilihi hanggang sa klinikal na pagsubok sa kahit na 18 hanggang 24 na buwan sa loob ng susunod na dekada, salamat sa AI.

Ang Exscientia ay nagdisenyo ng isang bagong tambalan para sa pagpapagamot ng obsessive-compulsive disorder na handa nang masuri sa lab pagkatapos ng mas mababa sa isang taon sa paunang yugto ng pananaliksik. Iyon ay tungkol sa limang beses na mas mabilis kaysa sa average, ayon sa kumpanya.

Ang Healx na nakabase sa Cambridge ay may katulad na pamamaraan, ngunit gumagamit ito ng pagkatuto ng makina upang makahanap ng mga bagong gamit para sa umiiral na mga gamot. Ang parehong mga kumpanya ay pinapakain ang kanilang mga algorithm ng impormasyon - na gleaned mula sa mga mapagkukunan tulad ng mga journal, biomedical database at mga pagsubok sa klinikal - upang makatulong na magmungkahi ng mga bagong paggamot para sa mga sakit.

Pangangasiwa ng Tao

Ang dalawang kumpanya bawat isa ay gumagamit ng isang koponan ng mga mananaliksik ng tao upang gumana sa tabi ng AI upang matulungan ang gabay sa proseso. Sa diskarte ng Exscientia, na tinawag na Centaur Chemist, tinutulungan ng mga taga-disenyo ng droga na ituro ang mga estratehiya ng algorithm para sa paghahanap ng mga compound. Inilalagay ni Healx ang mga hula ng AI sa mga mananaliksik na pinag-aaralan ang mga resulta at magpasya kung ano ang ituloy.

Si Neil Thompson, ang punong opisyal ng agham ng Healx, sinabi na ang pamamaraan ay maaaring ma-deploy laban sa isang pagsiklab tulad ng coronavirus hangga't mayroon itong sapat na data sa bagong sakit. Ang Healx ay hindi gumagana sa pag-tackle ng coronavirus o pag-tweak ng teknolohiya nito para sa mga paglaganap, ngunit hindi ito magiging isang kahabaan.

"Kami ay malapit na," Thompson sinabi sa isang pakikipanayam. "Hindi namin kailangang magbago nang labis tungkol sa mga algorithm ng AI na ginagamit namin. Tinitingnan namin ang pagtutugma ng mga katangian ng gamot sa mga tampok ng sakit. "

Ang mga artipisyal na algorithm ng intelektwal ay nagsisimula na magpalabas ng mga gamot para sa mga sakit na alam natin. Sinabi ng mga mananaliksik sa Massachusetts Institute of Technology noong Huwebes na ginamit nila ang pamamaraan upang makilala ang isang makapangyarihang bagong antibiotic compound na maaaring pumatay ng maraming mga nakakahamong bakterya, kahit na ang ilan ay kasalukuyang lumalaban sa iba pang mga paggamot.

Ang isang catch para sa lahat ng mga teknolohiyang ito ay ang pagsusuri sa klinikal. Kahit na ang mga gamot na ligtas para magamit upang gamutin ang isang karamdaman ay dapat na masuri muli bago sila inireseta para sa isa pa. Ang proseso ng pagpapakita ng mga ito ay ligtas at epektibo sa isang malaking bilang ng mga tao ay maaaring tumagal ng mga taon bago pumunta sa mga regulators para suriin.

Upang maging epektibo, ang mga developer ng gamot na nakabase sa AI ay kailangang magplano nang maaga, ang pagpili ng isang virus na genome na malamang na magdulot ng mga problema sa hinaharap at mai-target ito kung kakaunti ang mga insentibo na gawin ito.

Ang isa pang hadlang ay ang paghahanap ng mga kwalipikadong kawani.

"Mahirap hanapin ang mga taong maaaring gumana sa intersection ng AI at biology, at mahirap para sa mga malalaking kumpanya na gumawa ng mabilis na mga pagpapasya sa teknolohiya tulad nito," sabi ni Irina Haivas, isang kasosyo sa venture capital firm na Atomico at dating siruhano na nakaupo sa ang lupon ng Healx. "Hindi sapat na maging isang engineer ng AI, kailangan mong maunawaan at makapasok sa mga aplikasyon ng biology."


sagot 6:

Kapag unang lumitaw ang isang mahiwagang sakit, mahirap para sa mga pamahalaan at mga awtoridad sa kalusugan ng publiko na magtipon ng impormasyon nang mabilis at ayusin ang tugon. Ngunit ang bagong artipisyal na teknolohiyang intelihente ay maaaring awtomatikong minahan sa pamamagitan ng mga ulat ng balita at online na nilalaman sa buong mundo, na tumutulong sa mga propesyonal na makilala ang mga potensyal na karamdaman na humantong sa isang potensyal na epidemya o mas masahol pa. Sa madaling salita, maaaring makatulong sa amin ang aming bagong mga boss ng AI na makalabas sa susunod na salot.

Ang mga bago

AI

Ang mga kakayahan ay nakakasabay sa kamakailan na pagsiklab ng coronavirus, na kinilala ng isang kumpanya na nakabase sa Canada, ang BlueDat, na kung saan ay isa sa ilang mga organisasyon na gumagamit ng data upang masuri ang mga panganib sa kalusugan ng publiko. Ang US Centers for Disease Control and Prevention (CDC) at World Health Organization (WHO) ay naglabas ng mga opisyal na abiso na sinasabing ang ahensya ay nagsasagawa ng "awtomatikong nakakahawang sakit na pagsubaybay". Ngayon sa katapusan ng Enero, ang isang respiratory virus na naka-link sa lungsod ng Wuhan sa China ay nawala na ng higit sa 100 buhay. Ang mga kaso ay lumitaw sa maraming iba pang mga bansa, kabilang ang US, at binabalaan ng CDC ang mga Amerikano na maiwasan ang hindi kinakailangang paglalakbay sa China.


sagot 7:

Sa puntong kapag ang isang kakaibang karamdaman ay unang umuusbong, napakahusay na maaaring mahirap para sa mga gobyerno at pangkalahatang awtoridad sa kagalingan na makaipon ng data nang mabilis at mapadali ang isang reaksyon. Sa anumang kaso, ang bagong makabagong pangangatwiran na makabagong pangangatwiran ay maaaring likas na minahan sa pamamagitan ng mga ulat ng balita at online na sangkap mula sa buong mundo, na tumutulong sa mga dalubhasa na makaramdam ng hindi pagkakapare-pareho na maaaring mag-agahan ng isang potensyal na salot o, higit na ikinalulungkot, isang pandemya. Sa pagtatapos ng araw, ang aming bagong mga overlay ng AI ay maaaring makatulong sa amin sa pagtitiis sa sumusunod na sakit.

Ang mga bagong kakayahan ng AI ay nasa buong showcase na may patuloy na coronavirus flare-up, na nakikilala nang tama sa oras ng isang kompanya ng Canada na tinawag na BlueDot, na kung saan ay isa sa iba't ibang mga organisasyon na gumagamit ng impormasyon upang masuri ang pangkalahatang kapahamakan ng kabutihan. Ang samahan, na nagsasabing nagsasagawa ito ng "robotized irresistible disease observation," sinabi sa mga kliyente nito tungkol sa bagong uri ng coronavirus sa pagtatapos ng Disyembre, mga araw bago ang parehong US Centers for Disease Control and Prevention (CDC) at World Health Organization (WHO ) nagpahayag ng opisyal na abiso, tulad ng inihayag ng Wired. Sa kasalukuyan ay papalapit na sa pagtatapos ng Enero, ang impeksyon sa paghinga na konektado sa lungsod ng Wuhan sa China ay pumatay na lamang sa higit sa 100 mga indibidwal. Ang mga kaso ay umusbong din sa ilang magkakaibang mga bansa, kabilang ang Estados Unidos, at ang CDC ay binabalaan ang mga Amerikano na mapanatili ang isang madiskarteng distansya mula sa hindi kinakailangang paglalakbay sa China.

Si Kamran Khan, isang hindi mapaglabanan na doktor na may sakit at ang may-akda at CEO ng BlueDot, ay nilinaw sa isang pulong kung paano ginagamit ang paunang balangkas ng admonition ng samahan ng tao, kabilang ang normal na paghawak ng wika at AI, upang sundin ang higit sa 100 hindi mapaglabanan na mga impeksyon sa pamamagitan ng pagbasag sa paligid ng 100,000 mga artikulo sa 65 dialect na palagi. Ang impormasyong iyon ay nagbibigay-daan sa samahan na mapagtanto kung kailan sasabihin sa mga customer ang tungkol sa potensyal na pagiging malapit at pagkalat ng isang hindi mapaglabanan sakit.

Ang iba pang impormasyon, na katulad ng mga data ng iskedyul ng explorer at mga paraan ng paglipad, ay makakatulong na bigyan ang samahan ng mga karagdagang indikasyon tungkol sa kung paano marahil kumakalat ang isang sakit. Halimbawa, kamakailan, inaasahan ng mga espesyalista ng BlueDot ang iba't ibang mga komunidad sa lunsod sa Asya kung saan lilitaw ang coronavirus matapos itong ipakita sa teritoryo ng China.

Ang pag-iisip sa likod ng modelo ng BlueDot (na ang mga kwalipikadong kinalabasan ay sa paraang sinuri ng mga espesyalista ng tao) ay upang makakuha ng data sa mga manggagawa sa seguro sa lipunan nang mas mabilis, na may pag-asa na maaari nilang pag-aralan - at, kung kinakailangan, idiskonekta - tainted at hindi nakakaisip na nakakahawang mga indibidwal sa isang tamang oras.

"Ang opisyal na data ay hindi sa bawat kaso masuwerteng," sinabi ni Khan sa Recode. "Ang pagkakaiba sa pagitan ng isang kaso sa isang explorer at isang flare-up ay nakasalalay sa iyong pinuno ng mga espesyalista sa serbisyo ng tao na nakakilala na mayroong isang tukoy na sakit. Maaaring ito ang pagkakaiba sa pag-iingat ng isang flare-up mula sa talagang nangyayari."

Kasama ni Khan na ang kanyang balangkas ay maaari ring gumamit ng iba't ibang iba pang impormasyon -, halimbawa, ang data tungkol sa kapaligiran, temperatura, o kahit na kalapit na mga bahay na teritoryo - upang mahulaan kung ang isang tao na nahawahan ng isang sakit ay marahil ay magiging sanhi ng isang apoy sa paligid doon. Pinagsasama niya iyon, noong 2016, ang BlueDot ay may pagpipilian upang makita ang pagkakaroon ng impeksyon sa Zika sa Florida isang kalahating taon bago ito lumitaw doon.

Gayundin, pinatunayan ng samahan ng pag-check sa Metabiota na ang Thailand, South Korea, Japan, at Taiwan ay may pinakamataas na panganib na makita ang paglitaw ng impeksyon sa pitong araw bago maipahayag ang mga kaso sa mga bansang iyon, medyo sa pag-asa sa impormasyon sa paglipad. Ang Metabiota, bilang BlueDot, ay gumagamit ng karaniwang paghawak ng wika upang masuri ang mga online na ulat tungkol sa isang potensyal na pagkakasakit, at bukod dito ay pagdaragdag pa sa pagbuo ng isang katulad na pagbabago para sa impormasyon sa buhay na batay sa web.

Si Imprint Gallivan, executive science information Metabiota, nilinaw na ang mga online na yugto at talakayan ay maaaring magbigay din ng isang palatandaan na mayroong panganib ng isang pandemya. Ipinagpalagay din ng Metabiota na maaari nitong talakayin ang panganib ng pagkalat ng isang sakit na sanhi ng pagkagambala sa lipunan at pampulitika, sa pananaw ng mga data tulad ng mga indikasyon ng isang karamdaman, rate ng kamatayan, at pag-access ng paggamot. Halimbawa, sa oras ng pamamahagi ng artikulong ito sa kasalukuyan, tinukoy ng Metabiota ang panganib ng nobelang coronavirus na nagdudulot ng bukas na pagkabalisa bilang "mataas" sa US at China, subalit sinuri nito ang peligro na ito para sa impeksyon ng monkeypox sa Demokratikong Republika ng Congo ( kung saan may accounted para sa mga pagkakataon ng impeksyon na iyon) bilang "medium."

Mahirap mapagtanto nang eksakto kung paano tumpak na ang ranggo ng rating na ito o ang yugto mismo ay maaaring, subalit sinabi ni Gallivan na ang samahan ay nagtatrabaho sa US kaalaman network at ang Defense Department sa mga isyu na kinilala sa coronavirus. Ito ay isang piraso ng gawa ni Metabiota kasama ang In-Q-Tel, ang firm na hindi for-profit na pakikipagsapalaran na konektado sa Central Intelligence Agency. Gayunpaman, ang mga tanggapan ng gobyerno ay hindi ang pangunahing potensyal na mga kostumer ng mga balangkas na ito. Karagdagan din ng Metabiota ang pundasyon nito sa mga samahan ng muling pagsiguro - ang muling pagsiguro ay pananggalang proteksyon para sa mga ahensya ng seguro - na dapat harapin ang mga panganib sa pananalapi na may kaugnayan sa napakalawak na kapasidad ng isang sakit.

Maging tulad nito, ang computerized na pangangatuwiran ay maaaring hindi maikakaila mas mahalaga kaysa sa pagpapanatili lamang ng mga dalubhasa sa paghahatid ng sakit at mga awtoridad na pinag-aralan bilang isang impeksyon na tumataas. Ang mga espesyalista ay gumawa ng mga modelo na batay sa AI na maaaring maasahan ang mga yugto ng impeksyon sa Zika na unti-unting, kung saan maaaring turuan kung paano tumugon ang mga espesyalista sa mga potensyal na emerhensiya. Ang kamalayan ng ginawa ng tao ay maaari ring magamit upang pamahalaan kung paano nakakalat ng mga pangkalahatang awtoridad sa kalinisan ang mga ari-arian sa panahon ng isang emerhensiya. Bilang isang resulta, ang AI ay nakatayo upang maging isa pang unang linya ng proteksyon laban sa sakit.

Lahat ng mas kumpleto, ang AI ay tumutulong ngayon sa pagsusuri sa mga bagong gamot, paghawak ng mga hindi pangkaraniwang impeksyon, at pagtukoy sa paglaki ng dibdib. Ang katalinuhan na gawa ng tao ay ginamit pa upang makilala ang mga kakatakot na pag-crawl na kumakalat sa Chagas, isang malubhang at walang malay na nakamamatay na sakit na nasaktan sa isang inaasahang 8 milyong mga indibidwal sa Mexico at Central at South America. Dagdag dito ang pagpapalawak ng sigasig para sa paggamit ng di-kagalingan ng impormasyon - tulad ng mga regalo sa buhay na batay sa web - sa tulong ng mga tagabuo ng kabutihan at mga organisasyon ng gamot na nauunawaan ang kalawakan ng isang kagalingan sa kagalingan. Halimbawa, ang AI na maaaring minahan ng online na buhay ay nagtatanghal sa target na hindi maayos na mga deal sa narkotiko, at panatilihin ang mga pangkalahatang awtoridad sa kalusugan na pinag-aralan tungkol sa pagkontrol na kinokontrol na mga sangkap na ito.

Ang mga balangkas na ito, kabilang ang Metabiota's at BlueDot's, ay nasa isang parke lamang na may impormasyon na kanilang nasuri. Ano pa, ang AI - para sa pinaka-bahagi - ay may isang isyu na may pagkahilig, na maaaring sumalamin sa parehong mga arkitekto ng isang balangkas at ang impormasyon na inihanda nito. Gayundin, ang AI na ginagamit sa loob ng mga serbisyong panggamot ay hindi kailanman, hugis o form na ligtas sa isyu na iyon.

Ang lahat ng mga bagay na isinasaalang-alang, ang mga pag-unlad na ito ay nagsasalita sa isang tuloy-tuloy na idealistikong pananaw para sa magagawa ng AI. Karaniwan, ang mga pag-update sa mga pag-filter ng AI sa mga malalaking swathes ng impormasyon ay hindi umupo nang maayos. Isaalang-alang ang kahilingan sa batas na gumagamit ng mga database ng pagkilala sa facial batay sa mga larawan na mined mula sa web. O sa kabilang banda nagpalista ng mga direktor na ngayon ay magagamit ang AI upang mahulaan kung paano mo madadala ang paggiling, sa ilaw ng iyong mga post sa buhay na batay sa internet. Ang posibilidad ng AI na gumagawa ng paglaban sa malulungkot na sakit ay nag-aalok ng isang sitwasyon kung saan maaari naming pakiramdam medyo hindi komportable, kung hindi sa pamamagitan at sa pamamagitan ng masasayang. Siguro ang makabagong-likha na ito - tuwing nilikha at magamit nang naaangkop - makakatulong talaga sa ekstrang ilang buhay.