«Когда закончится пандемия COVID-19?» Этот вопрос не давал нам покоя уже много лет, и часто кажется, что ответ просто недостижим.
Размышляя о неумолимом характере этой пандемии , важно признать, что борьба с Covid-19 далека от завершения. Хотя новые волны, возможно, не будут атаковать с такой же яростностью, как раньше, их длительное существование требует нашего полного внимания. Новые варианты продолжают появляться, и неясно, насколько эффективны против них наши нынешние вакцины.
В то же время многие люди остаются непривитыми, у них не выработан иммунитет или у них нарушена иммунная система. Для них вирус по-прежнему представляет собой серьезную угрозу.
По всем этим причинам пандемия COVID-19 требует постоянного особого внимания. Поскольку вирус продолжает развиваться и бросает вызов нашему пониманию пандемии, одно остается ясным: даже при наличии вакцин нам нужны надежные стратегии прогнозирования и контроля, чтобы сдержать дальнейшие волны.
Важное значение имеет надежное прогнозирование количества будущих инфекций, выздоровевших пациентов и случаев смерти. Это ключ к эффективному управлению пандемией. Точнее, надежные прогнозы служат путеводной звездой для систем здравоохранения и политиков, позволяя им эффективно распределять ресурсы, планировать непредвиденные ситуации и активно реагировать.
В этом начинании появляется луч надежды в виде алгоритмов искусственного интеллекта и машинного обучения (ИИ/МО). Эти алгоритмы в сочетании с обширными данными становятся еще более эффективными в формировании нашей реакции на пандемию.
В недавнем исследовании , опубликованном в Журнале Общества операционных исследований , мы изучили потенциал трех передовых алгоритмов искусственного интеллекта и машинного обучения: группового метода обработки данных (GMDH), двунаправленной долговременной краткосрочной памяти (Bi-LSTM). и генетический алгоритм + нейронная сеть (GA+NN). Мы использовали общедоступные данные для поддержки этих алгоритмов и получения информации, которая может способствовать повышению готовности к пандемии и реагированию на нее.
Что мы узнали?
Во-первых, эти интеллектуальные алгоритмы обладают замечательной способностью прогнозировать ход пандемии, и они надежны, даже несмотря на постоянно меняющуюся динамику пандемии. Они процветают благодаря обширным данным, и чем больше общедоступных данных мы имеем, тем точнее становятся их прогнозы.
Во-вторых, они могут предложить лицам, принимающим решения, более длительные сроки для разработки стратегии и эффективного распределения ресурсов, вплоть до шести месяцев вперед.
В-третьих, качество данных имеет решающее значение, а регулярные обновления и непрерывный учет необходимы для будущего надежного прогнозирования. Именно здесь в игру вступает управление данными. Эффективная политика управления данными, обеспечивающая качество и доступность общедоступных данных, является неотъемлемой частью этого процесса, позволяя алгоритмам искусственного интеллекта и машинного обучения творить чудеса.
Почему ценны прогнозы на шесть месяцев вперед?
В отличие от прогнозов на два или три месяца, которые позволяют осуществлять краткосрочное планирование и принятие тактических решений (например, прогнозирование спроса на больничные койки и медикаменты , проведение целевых кампаний вакцинации и совершенствование стратегий тестирования в районах, где прогнозируется всплеск заболеваемости). прогнозы на шесть месяцев вперед поддерживают принятие стратегических решений и планирование, долгосрочное распределение ресурсов, а также оценку рисков и планирование сценариев.
Прогнозы на шесть месяцев вперед позволяют системам здравоохранения повысить устойчивость, скорректировать штатное расписание и обеспечить критически важные ресурсы в течение длительного периода. Они также помогают правительствам в разработке политики ограничений на поездки, пограничного контроля и восстановления экономики, и все это на основе ожидаемых тенденций COVID-19. Долгосрочные прогнозы также помогают в оценке рисков и планировании сценариев, позволяя лицам, принимающим решения , предвидеть проблемы и возможности.
Короче говоря, эти прогнозы служат основой для разработки комплексных стратегий управления рисками, способствуют упреждающему принятию решений и уменьшают неопределенность перед лицом ситуации, которая по своей сути непредсказуема.
В основе всего этого лежат данные
Ключевой урок заключается в том, что потенциал алгоритмов искусственного интеллекта и машинного обучения можно реализовать только в том случае, если мы будем тщательно вести записи. Данные играют центральную роль в прогнозировании. Политики должны уделять первоочередное внимание сохранению данных и выделять на это ресурсы. Им необходимо обеспечить точную регистрацию данных и сосредоточиться на их качестве , руководствуясь при этом надежной политикой управления данными.
Размышляя о прошлом, мы узнаем, что прогнозирование возможно. Заглядывая в будущее, мы понимаем, что это зависит от тщательного ведения учета. Разработка политики непрерывной регистрации данных и внимание к детализации данных являются жизненно важными компонентами нашего пути вперед.
В эти неопределенные времена долгосрочное надежное прогнозирование случаев заболевания COVID-19 остается первостепенным. Возможность прогнозировать на шесть месяцев вперед означает, что мы можем предсказывать будущие волны и принимать обоснованные решения. Это помогает нам максимально эффективно использовать наши ресурсы, замедлять распространение вируса и побуждать людей соблюдать меры здравоохранения.
Хотя впереди могут возникнуть проблемы, алгоритмы искусственного интеллекта и машинного обучения открывают обнадеживающий путь вперед в сочетании с эффективными и надежными практиками управления данными.
Наконец, важно осознавать, что обсуждаемые здесь принципы и практика касаются не только COVID-19. Они применимы к управлению пандемиями в целом, обеспечивая план действий по преодолению неожиданных кризисов в области здравоохранения и обеспечению общественного благосостояния.
Эта история является частью Science X Dialog , где исследователи могут сообщать о результатах своих опубликованных исследовательских статей. Посетите эту страницу , чтобы получить информацию о ScienceX Dialog и о том, как принять в нем участие.
Теги: ИИ, коронавирус
