2025. 06. 13. - 08:20
Fertőző betegségek előrejelzésében üti ki a mesterséges intelligencia a legjobb módszereket
Újragondolja a fertőző betegségek előrejelzését egy új mesterséges intelligencia eszköz, felülmúlva a jelenlegi legmodernebb módszereket.
A Johns Hopkins és a Duke egyetemek kutatói által létrehozott új mesterséges intelligencia eszköz forradalmasíthatja, hogyan jelzik előre, követik nyomon és kezelik a fertőző betegségek, köztük az influenza és a Covid-19 kitöréseit a közegészségügyi szakemberek.
„A Covid-19 rávilágított a betegség terjedésének előrejelzésével járó kihívásra, amely az állandóan változó komplex tényezők kölcsönhatása miatt jelentkezik” – mondta Lauren Gardner, a Johns Hopkins Egyetem szerzője, modellezési szakértő. Ő hozta létre a Covid-19 irányítópultot, amelyre a világjárvány idején világszerte támaszkodtak az emberek.
„Amikor a körülmények stabilak voltak, a modellek rendben voltak. Amikor azonban új variánsok jelentek meg, vagy a szabályzatok megváltoztak, szörnyűek voltunk az eredmények előrejelzésében, mert nem rendelkeztünk a modellezési képességekkel ahhoz, hogy a kritikus típusú információkat is beépítsük. Az új eszköz kitölti ezt a hiányosságot” – tette hozzá Gardner.
A tanulmányt a Nature Computational Science folyóiratban közölték a kutatók.
A mesterséges intelligencia-modell négyféle adatot vesz alapul
A koronavírus-járvány idején az új eszköz alapjául szolgáló technológia nem létezett. A csapat első alkalommal használ nagy nyelvi modellezést - a legismertebb módon a ChatGPT-ben alkalmazott generatív mesterséges intelligencia típusát - a betegség terjedésének előrejelzésére.
Ahelyett, hogy a predikciót pusztán matematikai feladatként kezelné, a PandemicLLM névre keresztelt modell olyan bemeneteket vesz figyelembe, mint a közelmúltbeli fertőzési csúcsok, az új variánsok és a maszkviselési kötelezettségek. Olvasd el: Nincs ok pánikra, segíthet egy következő járványnál a mesterséges intelligencia
A kutatócsoport információfolyamokkal táplálta a modellt, beleértve a pandémia előrejelző eszközökben korábban soha nem használt adatokat is.
Felfedezte, hogy a PandemicLLM 1-3 héttel előre pontosan képes megjósolni a betegségmintákat és a kórházi kezelések trendjeit, következetesen felülmúlva más módszereket - beleértve a CDC COVIDHub-ján található, legjobban teljesítőket is.
„A betegségelőrejelzés egyik sürgető kihívása annak kiderítése, hogy mi okozza a fertőzések és a kórházi kezelések számának növekedését, illetve, hogy ezeket az új információfolyamokat beépítsük a modellezésbe” – mondta Gardner.
A mesterséges intelligencia-modell négyféle adatra támaszkodik:
-Állami szintű térbeli adatok, beleértve a demográfiai, egészségügyi rendszerbeli és politikai hovatartozásra vonatkozó információkat.
-Epidemiológiai idősoros adatok, például a jelentett esetek, a kórházi kezelések és az oltási arányok.
-Közegészségügyi politikai adatok, beleértve a szigorúságot és a kormányzati politikák típusait.
-Genomikai megfigyelési adatok, beleértve a betegségváltozatok jellemzőire és prevalenciájára vonatkozó információkat.
Ezen információk felhasználása után a modell meg tudja jósolni, hogy a különböző elemek hogyan befolyásolják majd együttesen a betegség viselkedését.
Visszamenőleg tesztelték a világjárványon
A teszteléshez a kutatócsoport visszamenőlegesen alkalmazta azt a Covid-19 világjárványra: 19 hónapon keresztül elemezték az egyes amerikai államokat.
Más modellekhez képest az új MI-eszköz különösen sikeresnek bizonyult, amikor a járvány folyamatosan változott.
„Hagyományosan a múltat használjuk a jövő előrejelzésére. Ez azonban nem ad elegendő információt a modellnek ahhoz, hogy megértse és megjósolja, mi történik. Ehelyett ez a keretrendszer új típusú valós idejű információkat használ"– mondta Hao „Frank” Yang, a Johns Hopkins Egyetem Építő- és Rendszermérnöki Karának adjunktusa, aki megbízható mesterséges intelligencia fejlesztésére specializálódott.
A mesterséges intelligencia-modell bármely fertőző betegségre alkalmazható
A szükséges adatokkal a modell bármilyen fertőző betegségre adaptálható, beleértve a madárinfluenzát, a majomhimlőt és az RSV-t.
A kutatócsapat jelenleg azt vizsgálja, hogy az LLM-ek képesek-e lemásolni az egyének egészséggel kapcsolatos döntéseit, abban a reményben, hogy egy ilyen modell segít az egészségügyi tisztviselőknek biztonságosabb és hatékonyabb politikákat kidolgozni.
„A Covid-19 miatt tudjuk: jobb eszközökre van szükségünk ahhoz, hogy hatékonyabb politikákat tudjunk kidolgozni. Jöhet újabb világjárvány és az ilyen típusú keretrendszerek kulcsfontosságúak lesznek a közegészségügyi válaszlépések támogatásához” – jegyezte meg Gardner.
B.A.
