महामारी आने से पहले ही उसकी भविष्यवाणी करें

कैनेडियन ब्लूडॉट एल्गोरिदम नवीनतम कोरोना वायरस के खतरे को पहचानने में विशेषज्ञों की तुलना में तेज़ था। उन्होंने अमेरिकी रोग नियंत्रण और रोकथाम केंद्र (सीडीसी) और विश्व स्वास्थ्य संगठन (डब्ल्यूएचओ) द्वारा दुनिया को आधिकारिक नोटिस भेजे जाने से कुछ दिन पहले अपने ग्राहकों को खतरे के बारे में जानकारी दी थी।

कामरान खान (1), चिकित्सक, संक्रामक रोग विशेषज्ञ, कार्यक्रम के संस्थापक और सीईओ Bluedot, ने एक प्रेस साक्षात्कार में बताया कि कैसे यह प्रारंभिक चेतावनी प्रणाली भी ट्रैक करने के लिए प्राकृतिक भाषा प्रसंस्करण और मशीन लर्निंग सहित कृत्रिम बुद्धिमत्ता का उपयोग करती है एक ही समय में सौ संक्रामक बीमारियाँ. प्रतिदिन 100 भाषाओं में लगभग 65 लेखों का विश्लेषण किया जाता है।

1. कामरान खान और एक नक्शा जो वुहान कोरोना वायरस के प्रसार को दर्शाता है।

यह डेटा कंपनियों को संकेत देता है कि उन्हें किसी संक्रामक रोग की संभावित उपस्थिति और प्रसार के बारे में अपने ग्राहकों को कब सूचित करना है। अन्य डेटा, जैसे यात्रा कार्यक्रम और उड़ानों के बारे में जानकारी, प्रकोप विकसित होने की संभावना के बारे में अतिरिक्त जानकारी प्रदान करने में मदद कर सकती है।

ब्लूडॉट मॉडल के पीछे का विचार इस प्रकार है। जितनी जल्दी हो सके जानकारी प्राप्त करें स्वास्थ्यकर्मी इस उम्मीद में हैं कि वे खतरे के प्रारंभिक चरण में संक्रमित और संभावित संक्रामक लोगों का निदान कर सकते हैं - और, यदि आवश्यक हो, तो अलग कर सकते हैं। खान बताते हैं कि एल्गोरिदम सोशल मीडिया डेटा का उपयोग नहीं करता है क्योंकि यह "बहुत अराजक" है। हालाँकि, "आधिकारिक जानकारी हमेशा अद्यतन नहीं होती है," उन्होंने रिकोड को बताया। और किसी प्रकोप को सफलतापूर्वक रोकने के लिए प्रतिक्रिया समय ही मायने रखता है।

2003 में जब यह घटना घटी तब खान टोरंटो में एक संक्रामक रोग विशेषज्ञ के रूप में काम कर रहे थे। महामारी सार्स. वह इस प्रकार की बीमारियों पर नज़र रखने के लिए एक नया तरीका विकसित करना चाहते थे। कई पूर्वानुमानित कार्यक्रमों का परीक्षण करने के बाद, उन्होंने 2014 में ब्लूडॉट लॉन्च किया और अपने प्रोजेक्ट के लिए 9,4 मिलियन डॉलर की फंडिंग जुटाई। कंपनी में वर्तमान में चालीस कर्मचारी कार्यरत हैं, डॉक्टर और प्रोग्रामरजो बीमारियों पर नज़र रखने के लिए एक विश्लेषणात्मक उपकरण विकसित कर रहे हैं।

डेटा एकत्र करने और उनके प्रारंभिक चयन के बाद, वे खेल में प्रवेश करते हैं विश्लेषकों. तब महामारी विज्ञान वे वैज्ञानिक वैधता के लिए निष्कर्षों का परीक्षण करते हैं और फिर सरकार, व्यवसाय और स्वास्थ्य देखभाल पेशेवरों को रिपोर्ट करते हैं। ग्राहकों.

खान ने कहा कि उनका सिस्टम कई अन्य डेटा का भी उपयोग कर सकता है, जैसे किसी विशेष क्षेत्र की जलवायु, तापमान और यहां तक ​​​​कि स्थानीय पशुधन के बारे में जानकारी, यह अनुमान लगाने के लिए कि क्या बीमारी से संक्रमित कोई व्यक्ति प्रकोप का कारण बन सकता है। वह बताते हैं कि 2016 की शुरुआत में, ब्लू-डॉट फ्लोरिडा में ज़िका वायरस के फैलने की भविष्यवाणी करने में सक्षम था, इससे छह महीने पहले ही यह वास्तव में क्षेत्र में पंजीकृत हो गया था।

कंपनी समान तरीके से और समान तकनीकों का उपयोग करके काम करती है। मेटाबायोटाSARS महामारी की निगरानी। इसके विशेषज्ञों ने एक समय में पाया था कि थाईलैंड, दक्षिण कोरिया, जापान और ताइवान में इस वायरस के उभरने का सबसे बड़ा जोखिम है और उन्होंने इन देशों में मामलों की घोषणा होने से एक सप्ताह से अधिक पहले ऐसा किया था। उनके कुछ निष्कर्ष यात्री उड़ान डेटा के विश्लेषण से निकाले गए थे।

मेटाबायोटा, ब्लूडॉट की तरह, संभावित रोग रिपोर्टों का मूल्यांकन करने के लिए प्राकृतिक भाषा प्रसंस्करण का उपयोग करता है, लेकिन सोशल मीडिया जानकारी के लिए उसी तकनीक को विकसित करने के लिए भी काम कर रहा है।

मार्क गैलिवनमेटाबायोटा के डेटा के वैज्ञानिक निदेशक ने मीडिया को समझाया कि ऑनलाइन प्लेटफ़ॉर्म और फ़ोरम प्रकोप के जोखिम का संकेत दे सकते हैं। स्टाफ विशेषज्ञों का यह भी कहना है कि वे बीमारी के लक्षण, मृत्यु दर और उपचार की उपलब्धता जैसी जानकारी के आधार पर सामाजिक और राजनीतिक रूप से विघटनकारी बीमारी फैलने के जोखिम का अनुमान लगा सकते हैं।

इंटरनेट के युग में, हर कोई कोरोनोवायरस महामारी की प्रगति के बारे में जानकारी की त्वरित, विश्वसनीय और संभवतः सुपाठ्य दृश्य प्रस्तुति की अपेक्षा करता है, उदाहरण के लिए एक अद्यतन मानचित्र के रूप में।

2. जॉन्स हॉपकिन्स यूनिवर्सिटी कोरोनावायरस 2019-nCoV डैशबोर्ड।

जॉन्स हॉपकिन्स यूनिवर्सिटी के सेंटर फॉर सिस्टम साइंस एंड इंजीनियरिंग ने शायद दुनिया में सबसे प्रसिद्ध कोरोनोवायरस डैशबोर्ड (2) विकसित किया है। इसने Google शीट के रूप में डाउनलोड के लिए संपूर्ण डेटासेट भी प्रदान किया। मानचित्र नए मामले, पुष्टि की गई मौतें और ठीक होने वालों को दिखाता है। विज़ुअलाइज़ेशन के लिए उपयोग किया जाने वाला डेटा विभिन्न स्रोतों से आता है, जिसमें WHO, CDC, चीन CDC, NHC और DXY शामिल हैं, एक चीनी वेबसाइट जो वास्तविक समय NHC रिपोर्ट और स्थानीय CCDC स्थिति रिपोर्ट एकत्र करती है।

निदान घंटों में, दिनों में नहीं

दुनिया ने सबसे पहले चीन के वुहान में सामने आई एक नई बीमारी के बारे में सुना। 31 दिसम्बर 2019 शहर एक हफ्ते बाद, चीनी वैज्ञानिकों ने घोषणा की कि उन्होंने अपराधी की पहचान कर ली है। अगले सप्ताह, जर्मन विशेषज्ञों ने पहला नैदानिक ​​परीक्षण (3) विकसित किया। यह तेज़ है, पहले और बाद में सार्स या इसी तरह की महामारी के दिनों की तुलना में बहुत तेज़ है।

पिछले दशक की शुरुआत में ही, किसी प्रकार के खतरनाक वायरस की तलाश कर रहे वैज्ञानिकों को इसे पेट्री डिश में पशु कोशिकाओं में विकसित करना पड़ा। आपने बनाने के लिए पर्याप्त वायरस बना लिए होंगे डीएनए को अलग करें और आनुवंशिक कोड को एक प्रक्रिया के माध्यम से पढ़ते हैं जिसे कहा जाता है क्रियाओं का क्रम. हालाँकि, हाल के वर्षों में इस तकनीक का काफी विकास हुआ है।

वैज्ञानिकों को अब कोशिकाओं में वायरस बढ़ाने की भी जरूरत नहीं है। वे सीधे मरीज के फेफड़ों या रक्त स्राव में बहुत कम मात्रा में वायरल डीएनए का पता लगा सकते हैं। और इसमें दिन नहीं, बल्कि घंटे लगते हैं।

और भी तेज़ और अधिक सुविधाजनक वायरस पहचान उपकरण विकसित करने के लिए काम चल रहा है। सिंगापुर स्थित वेरेडस लेबोरेटरीज इसका पता लगाने के लिए एक पोर्टेबल किट पर काम कर रही है। VereChip (4) इस साल 1 फरवरी से बिक्री पर उपलब्ध होगा। कुशल और पोर्टेबल समाधानों से क्षेत्र में चिकित्सा टीमों को तैनात करते समय उचित चिकित्सा देखभाल के लिए संक्रमित लोगों की पहचान करना भी तेज़ हो जाएगा, खासकर जब अस्पतालों में भीड़भाड़ हो।

हाल की तकनीकी प्रगति ने लगभग वास्तविक समय में निदान परिणामों को एकत्र करना और साझा करना संभव बना दिया है। क्विडेल से प्लेटफ़ॉर्म उदाहरण सोफिया मैं एक सिस्टम हूं पीसीआर10 फिल्मअरे श्वसन रोगज़नक़ों के लिए तेजी से नैदानिक ​​​​परीक्षण प्रदान करने वाली बायोफायर कंपनियां क्लाउड में डेटाबेस के लिए वायरलेस कनेक्टिविटी के माध्यम से तुरंत उपलब्ध हैं।

पहले मामले की खोज के एक महीने से भी कम समय के बाद चीनी वैज्ञानिकों द्वारा 2019-एनसीओवी कोरोनावायरस (कोविड-19) के जीनोम को पूरी तरह से अनुक्रमित किया गया है। पहली अनुक्रमण के बाद से लगभग बीस और कार्य पूरे हो चुके हैं। इसकी तुलना में, SARS वायरस महामारी 2002 के अंत में शुरू हुई, और इसका पूरा जीनोम अप्रैल 2003 तक उपलब्ध नहीं था।

इस बीमारी के निदान और टीके के विकास के लिए जीनोम अनुक्रमण महत्वपूर्ण है।

अस्पताल नवाचार

5. एवरेट में प्रोविडेंस रीजनल मेडिकल सेंटर से मेडिकल रोबोट।

दुर्भाग्य से, नए कोरोना वायरस से डॉक्टरों को भी ख़तरा है। सीएनएन के मुताबिक, अस्पताल के अंदर और बाहर कोरोना वायरस के प्रसार को रोकें, एवरेट, वाशिंगटन में प्रोविडेंस रीजनल मेडिकल सेंटर के कर्मचारी, उपयोग करते हैं काम (5), जो एक पृथक रोगी में महत्वपूर्ण संकेतों को मापता है और एक वीडियो कॉन्फ्रेंसिंग प्लेटफॉर्म के रूप में कार्य करता है। मशीन एक अंतर्निर्मित स्क्रीन के साथ पहियों पर चलने वाले एक संचारक से कहीं अधिक है, लेकिन यह मानव श्रम को पूरी तरह से समाप्त नहीं करती है।

नर्सों को अभी भी मरीज के साथ कमरे में प्रवेश करना पड़ता है। वे एक ऐसा रोबोट भी संचालित करते हैं जो कम से कम जैविक रूप से संक्रमण के संपर्क में नहीं आएगा, इसलिए संक्रामक रोगों के उपचार में इस प्रकार के उपकरणों का तेजी से उपयोग किया जाएगा।

बेशक, कमरों को इंसुलेट किया जा सकता है, लेकिन आपको हवादार होने की भी ज़रूरत है ताकि आप सांस ले सकें। इसके लिए नये की आवश्यकता है वेंटिलेशन सिस्टमरोगाणुओं के प्रसार को रोकना।

फ़िनिश कंपनी गेनानो (6), जिसने इस प्रकार की तकनीक विकसित की, को चीन में चिकित्सा संस्थानों के लिए एक एक्सप्रेस ऑर्डर प्राप्त हुआ। कंपनी के आधिकारिक बयान में कहा गया है कि कंपनी के पास बाँझ और पृथक अस्पताल के कमरों में संक्रामक रोगों के प्रसार को रोकने के लिए उपकरण उपलब्ध कराने का व्यापक अनुभव है। पिछले वर्षों में, उसने अन्य चीजों के अलावा, एमईआरएस वायरस महामारी के दौरान सऊदी अरब में चिकित्सा संस्थानों में प्रसव कराया था। सुरक्षित वेंटिलेशन के लिए फिनिश उपकरण भी वुहान में 2019-एनसीओवी कोरोनोवायरस से संक्रमित लोगों के लिए प्रसिद्ध अस्थायी अस्पताल में पहुंचाए गए हैं, जो पहले से ही दस दिनों में बनाया गया है।

6. इन्सुलेटर में गेनानो प्रणाली का आरेख

जेनानो के अनुसार, प्यूरीफायर में इस्तेमाल की गई पेटेंट तकनीक "वायरस और बैक्टीरिया जैसे सभी वायुजनित रोगाणुओं को खत्म और मार देती है"। 3 नैनोमीटर जितने छोटे कणों को पकड़ने में सक्षम, वायु शोधक में रखरखाव के लिए कोई यांत्रिक फिल्टर नहीं होता है, और हवा को एक मजबूत विद्युत क्षेत्र द्वारा फ़िल्टर किया जाता है।

एक और तकनीकी जिज्ञासा जो कोरोनोवायरस प्रकोप के दौरान उभरी थर्मल स्कैनर, अन्य बातों के अलावा, बुखार से पीड़ित लोगों को भारतीय हवाई अड्डों पर उठाया जाता है।

इंटरनेट - चोट या मदद?

प्रतिकृति और प्रसार, दुष्प्रचार और दहशत फैलाने के लिए आलोचना की भारी लहर के बावजूद, चीन में प्रकोप के बाद से सोशल मीडिया टूल ने भी सकारात्मक भूमिका निभाई है।

जैसा कि, उदाहरण के लिए, चीनी प्रौद्योगिकी साइट टीएमटी पोस्ट द्वारा रिपोर्ट किया गया है, जो मिनी-वीडियो के लिए एक सामाजिक मंच है। दोयिन, जो विश्व प्रसिद्ध टिकटॉक (7) का चीनी समकक्ष है, ने कोरोना वायरस के प्रसार के बारे में जानकारी संसाधित करने के लिए एक विशेष खंड लॉन्च किया है। हैशटैग के तहत #निमोनिया से लड़ो, न केवल उपयोगकर्ताओं की जानकारी प्रकाशित करता है, बल्कि विशेषज्ञ रिपोर्ट और सलाह भी प्रकाशित करता है।

जागरूकता बढ़ाने और महत्वपूर्ण जानकारी फैलाने के अलावा, डॉयिन का लक्ष्य वायरस से लड़ने वाले डॉक्टरों और चिकित्सा कर्मचारियों के साथ-साथ संक्रमित रोगियों के लिए एक सहायता उपकरण के रूप में सेवा करना भी है। विश्लेषक डेनियल अहमद ट्वीट किया गया कि ऐप ने एक "जियाउ वीडियो इफ़ेक्ट" (अर्थात् प्रोत्साहन) लॉन्च किया है जिसका उपयोग उपयोगकर्ताओं को डॉक्टरों, स्वास्थ्य देखभाल पेशेवरों और रोगियों के समर्थन में सकारात्मक संदेश भेजने के लिए करना चाहिए। इस प्रकार की सामग्री प्रसिद्ध लोगों, मशहूर हस्तियों और तथाकथित प्रभावशाली लोगों द्वारा भी प्रकाशित की जाती है।

आज, यह माना जाता है कि स्वास्थ्य संबंधी सोशल मीडिया रुझानों का सावधानीपूर्वक अध्ययन वैज्ञानिकों और सार्वजनिक स्वास्थ्य अधिकारियों को लोगों के बीच रोग संचरण के तंत्र को बेहतर ढंग से पहचानने और समझने में काफी मदद कर सकता है।

आंशिक रूप से क्योंकि सोशल मीडिया "अत्यधिक प्रासंगिक और तेजी से हाइपर-स्थानीय" हो जाता है, उन्होंने 2016 में द अटलांटिक को बताया था। मार्सिले सलाद, स्विटज़रलैंड के लॉज़ेन में फ़ेडरल पॉलिटेक्निक स्कूल के एक शोधकर्ता और एक बढ़ते हुए क्षेत्र के विशेषज्ञ जिसे वैज्ञानिक कहते हैं "डिजिटल महामारी विज्ञान". हालाँकि, उन्होंने आगे कहा, शोधकर्ता अभी भी यह समझने की कोशिश कर रहे हैं कि क्या सोशल मीडिया स्वास्थ्य समस्याओं के बारे में बात कर रहा है जो वास्तव में महामारी संबंधी घटनाओं को प्रतिबिंबित करता है या नहीं (8)।

8. चीनी लोग मास्क पहनकर सेल्फी लेते हैं।

इस संबंध में पहले प्रयोगों के परिणाम अस्पष्ट हैं। 2008 में ही, Google इंजीनियरों ने एक रोग पूर्वानुमान उपकरण लॉन्च किया - Google फ्लू रुझान (जीएफटी)। कंपनी ने लक्षणों और संकेत शब्दों के लिए Google खोज इंजन डेटा का विश्लेषण करने के लिए इसका उपयोग करने की योजना बनाई। उस समय, उन्हें उम्मीद थी कि परिणामों का उपयोग इन्फ्लूएंजा और डेंगू के प्रकोप की "रूपरेखा" को सटीक और तुरंत पहचानने के लिए किया जाएगा - अमेरिकी रोग नियंत्रण और रोकथाम केंद्रों की तुलना में दो सप्ताह पहले। (सीडीसी), जिसका शोध क्षेत्र में सर्वोत्तम मानक माना जाता है। हालाँकि, अमेरिका में इन्फ्लूएंजा और बाद में थाईलैंड में मलेरिया के प्रारंभिक इंटरनेट सिग्नल-आधारित निदान पर Google के परिणामों को बहुत गलत माना गया।

तकनीकें और प्रणालियाँ जो विभिन्न घटनाओं की "भविष्यवाणी" करती हैं। जैसे कि दंगों या महामारी का विस्फोट, माइक्रोसॉफ्ट ने भी काम किया है, जिसने 2013 में इज़राइली टेक्नियन इंस्टीट्यूट के साथ मिलकर मीडिया सामग्री के विश्लेषण के आधार पर एक आपदा भविष्यवाणी कार्यक्रम शुरू किया था। बहुभाषी शीर्षकों के विभाजन की मदद से, "कंप्यूटर इंटेलिजेंस" को सामाजिक खतरों को पहचानना पड़ा।

वैज्ञानिकों ने घटनाओं के कुछ अनुक्रमों की जांच की, जैसे कि अंगोला में सूखे के बारे में जानकारी, जिसने संभावित हैजा महामारी के बारे में पूर्वानुमान प्रणालियों में भविष्यवाणियों को जन्म दिया, क्योंकि उन्हें सूखे और बीमारी की घटनाओं में वृद्धि के बीच एक संबंध मिला। सिस्टम की रूपरेखा 1986 में शुरू हुए न्यूयॉर्क टाइम्स के अभिलेखीय प्रकाशनों के विश्लेषण के आधार पर बनाई गई थी। आगे के विकास और मशीन लर्निंग की प्रक्रिया में नए इंटरनेट संसाधनों का उपयोग शामिल था।

अब तक, महामारी विज्ञान के पूर्वानुमान में ब्लूडॉट और मेटाबियोटा की सफलता के आधार पर, कोई यह निष्कर्ष निकालने के लिए प्रलोभित हो सकता है कि एक सटीक भविष्यवाणी मुख्य रूप से "योग्य" डेटा के आधार पर संभव है, अर्थात। पेशेवर, सत्यापित, विशिष्ट स्रोत, इंटरनेट और पोर्टल समुदायों की अराजकता नहीं.

लेकिन शायद यह सब स्मार्ट एल्गोरिदम और बेहतर मशीन लर्निंग के बारे में है?