به گزارش گروه علم و فناوری ایسکانیوز، با توجه به اینکه ویروس کرونا در چین کشنده‌تر می‌شود؛ محققان هوش مصنوعی از تکنیک‌های یادگیری ماشین در رسانه‌های اجتماعی، وب و سایر داده‌ها جهت یافتن نشانه‌های گسترش این بیماری در جاهای دیگر استفاده می‌کنند.

ویروس جدید در ماه دسامبر در ووهان چین پدیدار و باعث گسترش جهانی آن شد. هنوز مشخص نیست که ویروس چقدر کشنده یا مسری و تا چه حد ممکن است شیوع داشته باشد. عفونت‌ها و مرگ و میر ناشی از آن رو به افزایش است. براساس آمار و ارقام منتشر شده توسط مقامات در روز یکشنبه، اکنون بیش از 40 هزار نفر در چین به این بیماری مبتلا شده و بیش از 900 نفر نیز جان باخته اند.

«جان براونشتاین» مدیر ارشد نوآوری در دانشکده پزشکی هاروارد و کارشناس استخراج اطلاعات رسانه‌های اجتماعی در مورد روندهای بهداشتی، بخشی از یک تیم بین المللی است که با استفاده از یادگیری ماشین پیمایش پست‌های رسانه‌های اجتماعی، گزارش‌های خبری، داده‌های کانال‌های رسمی بهداشت عمومی و اطلاعات پزشکان را در کشورهای خارج چین را بر عهده گرفته‌اند.

این برنامه در جستجوی پست‌ رسانه‌های اجتماعی و گزارش‌های پزشکان در مورد علائم خاصی مانند مشکلات تنفسی و تب در منطقه خاص جغرافیایی است. برای مثال، از پردازش زبان طبیعی جهت تجزیه متن ارسال شده در رسانه‌های اجتماعی استفاده می‌شود.

شرکتی به نام BlueDot از رویکردی مشابه ( غیر از رسانه‌های اجتماعی) برای شناسایی محل ویروس کرونا در اواخر ماه دسامبر و قبل از اعلام وضعیت اضطراری مقامات چینی استفاده کرد.

تعیین اینکه ویروس‌ها کدام مناطق را بیشتر آلوده می‌کنند برای تخصیص منابع و جلوگیری از شیوع آن بسیار مهم است.

براونشتاین اعلام کرد که گروه وی به دنبال بررسی اتفاقاتی است که در جمعیت پیش می‌رود.

تاکنون، سایر کشورها موارد بسیار کمی از ویروس کرونا را گزارش کرده‌اند. اما هنوز هم نگرانی گسترده ای در مورد شیوع ویروس وجود دارد. ایالات متحده و برخی دیگر از کشورها ممنوعیت مسافرت به چین را وضع کرده است. محققان دانشگاه جان هاپکینز براساس شماره‌های رسمی و موارد تایید شده، تصویری از پیشرفت ویروس در سراسر جهان ایجاد کرده اند.

متخصصان بهداشت هنگام جستجوی ردیابی شیوع‌های قبلی مانند سندرم حاد تنفسی حاد (SARS) به چنین مقادیری از داده‌های اجتماعی، وب و تلفن همراه دسترسی نداشتند. اما یافتن علائم ویروس جدید در ظرف رنگارنگی از حدس و گمان، شایعه و پست‌های مربوط به علائم سرماخوردگی و آنفولانزا معمولی یک چالش بزرگ است. براونشتاین اعلام کرد که این مدل‌ها باید مجدداً آموزش داده شوند تا در مورد شناسایی اصطلاحاتی که مردم از آن استفاده خواهند کرد و علائم کمی متفاوت، آمادگی داشته باشند. این رویکرد می‌تواند یک مورد ویروس کرونا را در مجموعه‌ای بزرگ تشخیص دهد.

براونشتاین اعلام کردند همکاران وی که رسانه های اجتماعی چینی و منابع خبری چینی را ردیابی می‌کردند؛ در 30 دسامبر در مورد شیوع بیماری مانند آنفلوانزا هشدار داده بودند. این موضوع با سازمان بهداشت جهانی مطرح شد اما تأیید جدی بودن آن زمان بر بود.

محققان اعلام کردند که این روش می‌تواند به متخصصان در یادگیری رفتار ویروس کمک کند. با استفاده از این تکنولوژی سن، جنس و محل در معرض خطر قرار گرفتن با سرعت بیشتری نسبت به منابع پزشکی رسمی تعیین شود.

«Alessandro Vespignani» متخصص الگوبرداری از بیماری‌های مسری در جمعیت‌های بزرگ، اعلام کرد که شناسایی موارد جدید ویروس کرونا از پست رسانه‌های اجتماعی، حتی با استفاده از پیشرفته ترین ابزارهای هوش مصنوعی، چالش برانگیز خواهد بود زیرا هنوز خصوصیات آن کاملاً واضح نیست.

انتهای پیام/