هل استطاع نظام الذكاء الاصطناعي أن يتغلب على الأطباء البشر في تحذير العالم من التفشي الحاد لفيروس كورونا في الصين؟
من وجهة نظر محدودة، نعم، لكن ما لا يستطيع البشر من إنجازه بسرعة، يتألقون في إنجازه ببراعة فيما بعد.
وتعمل التحذيرات المبكرة من تفشي الأمراض على مساعدة الناس والحكومات في إنقاذ الأرواح، ففي أواخر أيام عام 2019، أرسل نظام الذكاء الاصطناعي في بوسطن أول حالة تأهب عالمي حول اندلاع فيروس جديد في الصين، بينما استغرق الأمر ذكاءً بشريًا ليدرك أهمية تفشي المرض، ثم يثير استجابة من منظمة الصحة العامة، ولكن الجدير بالملاحظة أن البشر تمكنوا من صنع حالة تأهب مماثلة بعد أنظمة الذكاء الاصطناعي بنصف ساعة فقط.
في الوقت الحالي، لا تزال أنظمة التنبيه للأمراض التي يشغلها الذكاء الاصطناعي شبيهة بأجهزة الإنذار في السيارات؛ حيث يمكن تشغيلها بسهولة وتجاهلها بسهولة أيضًا في بعض الأحيان.
ولا يزال يتعين على شبكة من الخبراء والأطباء أداء العمل الشاق المتمثل في غربلة الشائعات لتجميع الصورة الكاملة، فمن الصعب التنبؤ بأنظمة الذكاء الاصطناعي المستقبلية، التي تدعمها مجموعات بيانات أكبر من أي وقت مضى عند تفشي المرض.
جاء أول تنبيه عام خارج الصين حول فيروس كورونا الجديد، في 30 ديسمبر، والذي أطلقه نظام HealthMap الآلي في مستشفى بوسطن للأطفال؛ حيث أرسل في الساعة 11:12 مساءً بالتوقيت المحلي، تنبيهًا بشأن حالات الالتهاب الرئوي المجهولة الهوية في مدينة ووهان الصينية، وصنف النظام، الذي يفحص الأخبار عبر الإنترنت وتقارير وسائل التواصل الاجتماعي، خطورة التنبيه على أن درجته 3 من أصل 5 فقط، كما استغرق الأمر أيامًا حتى يدرك باحثو HealthMap أهميته.
ولكن قبل أربع ساعات من إشعار HealthMap، بدأت مارجوري بولاك؛ المتخصصة في علم الأوبئة في نيويورك ونائب رئيس تحرير البرنامج الذي يديره المتطوعون لمراقبة الأمراض الناشئة، والمعروف باسم ProMed، العمل في حالة تأهب علني، مدفوعة بإحساس متزايد بالفزع بعد قراءة بريد إلكتروني شخصي تلقته في ذلك المساء، ثم جهزت سريعًا فريقًا للنظر فيه، وصدر تقرير ProMed الأكثر تفصيلًا بعد 30 دقيقة تقريبًا من التنبيه الذي أصدرته HealthMap.
تساعد أنظمة الإنذار المبكر التي تفحص وسائل التواصل الاجتماعي والمقالات الإخبارية على الإنترنت، والتقارير الحكومية بحثًا عن علامات تفشي الأمراض المعدية، في إبلاغ الوكالات العالمية، مثل منظمة الصحة العالمية، ما يمنح الخبراء الدوليين نقطة انطلاق عندما تقف في طريقهم العقبات الروتينية المحلية والحواجز اللغوية.
وتعتمد بعض الأنظمة على الخبرة البشرية، بما في ذلك ProMed، بينما يكون البعض الآخر آليًا بشكل جزئي أو كلي، وغالبًا ما تكون مكملة لبعضهم البعض، بدل من التنافس بين بعضها، حيث تتشابك HealthMap مع ProMed وتساعد في تشغيل بنيتها التحتية عبر الإنترنت.
وكانت الـ 48 ساعة الأخيرة من عام 2019 ، وقتًا حاسمًا لفهم خطورة الفيروس الجديد، ويوم 30 ديسمبر، حذر لي ون ليانغ؛ الطبيب في مستشفى ووهان المركزي، زملاءه السابقين من الفيروس، عبر مجموعة من وسائل التواصل الاجتماعي، ما دفع بالسلطات المحلية إلى استدعائه لاستجوابه بعد عدة ساعات.
وقال لي؛ الذي توفي في 7 فبراير بعد إصابته بالفيروس، لصحيفة “نيويورك تايمز”، إنه كان من الأفضل لو صرح المسؤولون بمعلومات عن الوباء في وقت سابق. وقال “يجب أن يكون هناك مزيد من الانفتاح والشفافية”.
وغالبًا ما يتم دمج تقارير ProMed مع أنظمة التحذير من تفشي المرض، بما في ذلك تلك التي تديرها منظمة الصحة العالمية، والحكومة الكندية وBlueDot الناشئة في تورنتو، كما تتولى منظمة الصحة العالمية أيضًا تجميع البيانات من HealthMap وغيرها من المصادر.
جدير بالذكر، أن أنظمة الكمبيوتر التي تفحص التقارير عبر الإنترنت للحصول على معلومات حول تفشي الأمراض، تعتمد على معالجة اللغة الطبيعية، وهو نفس الفرع من الذكاء الاصطناعي الذي يساعد في الإجابة عن الأسئلة المطروحة على محرك بحث أو مساعد صوت رقمي.
يقول أندرو بيم؛ عالم الأوبئة بجامعة هارفارد، إن مسح التقارير عبر الإنترنت بحثًا عن الكلمات الرئيسية يمكن أن يساعد في الكشف عن الاتجاهات، لكن تعتمد الدقة على جودة البيانات، كما لاحظ أنّ هذه التقنيات ليست حديثة جدًا.
ويقول بيم أيضًا: “هناك فن لإلغاء المواقع الإلكترونية بذكاء”، “لكنها أيضًا تقنية Google الأساسية منذ التسعينيات؛ حيث بدأت جوجل ذاتها خدمة Flu Trends الخاصة بها للكشف عن تفشي المرض في عام 2008؛ وذلك من خلال البحث عن أنماط في استعلامات البحث حول أعراض الإنفلونزا، وتعرض هذا للانتقاد من قبل الخبراء؛ بسبب المبالغة في تقدير انتشار الإنفلونزا، ثم أغلقت جوجل موقع الويب هذا في عام 2015 وسلمت تقنيتها إلى مؤسسات غير ربحية، مثل HealthMap؛ لاستخدام بيانات جوجل لبناء نماذجها الخاصة.
وتعمل جوجل الآن مع فريق Brownstein على اتباع نهج مماثل عبر شبكة الإنترنت لتتبع الانتشار الجغرافي لمرض Lyme؛ حيث يستخدم العلماء أيضًا بيانات كبيرة لتصميم طرق محتملة لانتقال المرض في وقت مبكر.
وتولى إسحاق بوجوش؛ وهو طبيب وباحث في الأمراض المعدية في مستشفى تورنتو العام، في أوائل شهر يناير، تحليل بيانات الرحلات الجوية مع كامران خان؛ مؤسس شركة BlueDot، لمعرفة المدن التي تقع خارج البر الرئيسي للصين، والتي كانت أكثر ارتباطًا بووهان؛ حيث أوقفت ووهان السفر الجوي التجاري إلى الخارج في أواخر شهر يناير، ولكن ليس قبل فرار ما يقدر بنحو 5 ملايين شخص من المدينة، بحسب ما صرح به عمدة ووهان في وقت لاحق للصحفيين.
الآن، وبعد أن اتخذت العديد من الحكومات إجراءات صارمة للحد من انتقال المرض، أصبح من الصعب بناء خوارزميات للتنبؤ بما هو متوقع، على حد قول بوجوش.
وعلى الرغم من أن أنظمة الذكاء الاصطناعي تعتمد على كميات هائلة من البيانات السابقة؛ لتدريب أجهزة الكمبيوتر على كيفية تفسير الحقائق الجديدة، إلا أنه ليس هناك أوجه تشابه وثيقة مع الطريقة التي تطبق بها الصين مناطق الحجر الصحي، والتي تؤثر في مئات الملايين من الناس.
المصدر: apnews: Can AI flag disease outbreaks faster than humans? Not quite
بعد قراءة الموضوع يمكنك معرفة المزيد عن الكلمات الآتية:
5G Apple ChatGPT Google iPhone أبل أمازون أمن المعلومات أندرويد إيلون ماسك الأمن السيبراني الإنترنت البيانات التخصصات المطلوبة التكنولوجيا الذكاء الاصطناعي الزراعة السيارات الكهربائية الصين الطاقة الفضاء المدن الذكية المملكة العربية السعودية الهواتف الذكية تويتر جوجل حساب المواطن رابط التقديم رابط التقديم للوظيفة سامسونج سدايا سيارة شركة أبل شركة جوجل عالم التكنولوجيا فيروس كورونا فيسبوك كورونا مايكروسوفت منصة أبشر ناسا هاتف هواوي واتساب وظائف شاغرة