కరోనావైరస్ వ్యాప్తికి AI ఎలా పోరాడుతోంది?


సమాధానం 1:

ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ ఫ్యూచర్ కరోనావైరస్ తో పోరాడగలదు

.

కరోనావైరస్ వంటి వ్యాధుల వ్యాప్తి తరచుగా శాస్త్రవేత్తలకు నివారణను కనుగొనటానికి చాలా త్వరగా విప్పుతుంది. కానీ భవిష్యత్తులో, కృత్రిమ మేధస్సు పరిశోధకులు మెరుగైన పని చేయడానికి సహాయపడుతుంది.

ప్రస్తుత అంటువ్యాధిలో ప్రధానమైన పాత్ర పోషించటానికి సాంకేతిక పరిజ్ఞానం చాలా ఆలస్యం అయినప్పటికీ, తదుపరి వ్యాప్తికి ఆశ ఉంది. ఏ రకమైన చికిత్సలు పని చేయవచ్చో లేదా తదుపరి ఏ ప్రయోగాలు చేయవచ్చో గుర్తించడాన్ని సులభతరం చేసే కనెక్షన్‌లను కనుగొనడానికి డేటా మట్టిదిబ్బల ద్వారా కలపడం AI మంచిది.

కోవిడ్ -19 వంటి కొత్తగా ఉద్భవించిన అనారోగ్యం గురించి కొద్దిపాటి సమాచారం మాత్రమే వచ్చినప్పుడు బిగ్ డేటా ఏమి వస్తుంది అనేది ప్రశ్న, ఇది గత ఏడాది చివరలో చైనాలో ఉద్భవించింది మరియు సుమారు రెండు నెలల్లో 75,000 మందికి పైగా అనారోగ్యానికి గురైంది.

మొట్టమొదటిగా నివేదించబడిన కేసుల వారాల్లోనే కొత్త వైరస్ యొక్క జన్యు శ్రేణిని పరిశోధకులు ఉత్పత్తి చేయగలిగారు అనే వాస్తవం ఆశాజనకంగా ఉంది, ఎందుకంటే వ్యాప్తి జరిగినప్పుడు ఇప్పుడు చాలా తక్షణ డేటా అందుబాటులో ఉందని ఇది చూపిస్తుంది.

మాదకద్రవ్యాల ఆవిష్కరణ కోసం కృత్రిమ మేధస్సును శిక్షణ ఇవ్వడానికి సహాయపడే వారిలో ఇంగ్లాండ్‌కు చెందిన స్టార్టప్ ఎక్స్‌సైంటియా లిమిటెడ్ ఆక్స్ఫర్డ్ చీఫ్ ఎగ్జిక్యూటివ్ ఆఫీసర్ ఆండ్రూ హాప్కిన్స్ ఉన్నారు. కొత్త చికిత్సలు గర్భం నుండి క్లినికల్ టెస్టింగ్ వరకు వచ్చే దశాబ్దంలో 18 నుండి 24 నెలల్లోపు వెళ్ళవచ్చని ఆయన అభిప్రాయపడ్డారు, AI కి ధన్యవాదాలు.

ప్రాధమిక పరిశోధన దశలో ఒక సంవత్సరం కన్నా తక్కువ సమయం తర్వాత ప్రయోగశాలలో పరీక్షించడానికి సిద్ధంగా ఉన్న అబ్సెసివ్-కంపల్సివ్ డిజార్డర్ చికిత్స కోసం ఎక్సైన్షియా కొత్త సమ్మేళనాన్ని రూపొందించింది. ఇది సగటు కంటే ఐదు రెట్లు వేగంగా ఉంటుందని కంపెనీ తెలిపింది.

కేంబ్రిడ్జ్ ఆధారిత హీల్క్స్ ఇదే విధానాన్ని కలిగి ఉంది, అయితే ఇది ఇప్పటికే ఉన్న for షధాల కోసం కొత్త ఉపయోగాలను కనుగొనడానికి యంత్ర అభ్యాసాన్ని ఉపయోగిస్తుంది. రెండు కంపెనీలు తమ అల్గోరిథంలను సమాచారంతో తింటాయి - జర్నల్స్, బయోమెడికల్ డేటాబేస్ మరియు క్లినికల్ ట్రయల్స్ వంటి మూలాల నుండి సేకరించినవి - వ్యాధులకు కొత్త చికిత్సలను సూచించడంలో సహాయపడతాయి.

మానవ పర్యవేక్షణ

ఈ రెండు సంస్థలు ఒక్కొక్కటి మానవ పరిశోధకుల బృందాన్ని AI తో కలిసి పనిచేయడానికి ఉపయోగిస్తాయి. సెంటార్ కెమిస్ట్ గా పిలువబడే ఎక్సెన్షియా యొక్క విధానంలో, design షధ డిజైనర్లు సమ్మేళనాల కోసం శోధించడానికి అల్గోరిథం వ్యూహాలను నేర్పడానికి సహాయపడతారు. ఫలితాలను విశ్లేషించి, ఏమి కొనసాగించాలో నిర్ణయించుకునే పరిశోధకులకు AI యొక్క అంచనాలను హీల్క్స్ ఉంచుతుంది.

కొత్త వ్యాధిపై తగినంత డేటా ఉన్నంతవరకు కరోనావైరస్ వంటి వ్యాప్తికి వ్యతిరేకంగా ఈ పద్ధతిని ఉపయోగించవచ్చని హీల్క్స్ యొక్క చీఫ్ సైన్స్ ఆఫీసర్ నీల్ థాంప్సన్ చెప్పారు. కరోనావైరస్ను పరిష్కరించడంలో లేదా వ్యాప్తికి దాని సాంకేతికతను ట్వీకింగ్ చేయడంలో హీల్క్స్ పనిచేయడం లేదు, కానీ ఇది సాగదీయడం కాదు.

"మేము చాలా దగ్గరగా ఉన్నాము" అని థాంప్సన్ ఒక ఇంటర్వ్యూలో చెప్పారు. “మేము ఉపయోగించే AI అల్గోరిథంల గురించి మనం పెద్దగా మార్చాల్సిన అవసరం లేదు. లక్షణాలకు సరిపోయే drug షధ లక్షణాలను మేము పరిశీలిస్తాము. ”

ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ అల్గోరిథంలు మనకు తెలిసిన వ్యాధుల కోసం ఇప్పటికే మందులు వేయడం ప్రారంభించాయి. మసాచుసెట్స్ ఇన్స్టిట్యూట్ ఆఫ్ టెక్నాలజీ పరిశోధకులు గురువారం మాట్లాడుతూ, శక్తివంతమైన కొత్త యాంటీబయాటిక్ సమ్మేళనాన్ని గుర్తించడానికి వారు ఈ పద్ధతిని ఉపయోగించారని, ఇది సమస్యాత్మకమైన బ్యాక్టీరియాను చంపగలదు, కొన్ని ప్రస్తుతం ఇతర చికిత్సలకు నిరోధకతను కలిగి ఉన్నాయి.

ఈ సాంకేతిక పరిజ్ఞానాలన్నింటికీ ఒక క్యాచ్ క్లినికల్ టెస్టింగ్. ఒక వ్యాధిని నయం చేయడానికి ఇప్పటికే సురక్షితమైన మందులు కూడా మరొకదానికి సూచించబడటానికి ముందే మళ్లీ పరీక్షించబడాలి. వారు అధిక సంఖ్యలో ప్రజలపై సురక్షితంగా మరియు ప్రభావవంతంగా ఉన్నారని చూపించే ప్రక్రియ సమీక్ష కోసం నియంత్రకుల వద్దకు వెళ్ళడానికి సంవత్సరాలు పడుతుంది.

ప్రభావవంతంగా ఉండటానికి, AI- ఆధారిత drug షధ డెవలపర్లు ముందుగానే ప్లాన్ చేసుకోవాలి, భవిష్యత్తులో సమస్యలను కలిగించే వైరస్ జన్యువును ఎంచుకోవడం మరియు అలా చేయటానికి తక్కువ ప్రోత్సాహకాలు ఉన్నప్పుడు దాన్ని లక్ష్యంగా చేసుకోవడం.

ధన్యవాదాలు.


సమాధానం 2:

ఆట ఇప్పటికే ఉంది!

కరోనావైరస్ కోసం కాకపోతే, కనీసం సూపర్బగ్స్ కోసం. MIT మరియు హార్వర్డ్ పరిశోధకులు AI ని ఉపయోగించారు, అనేక drug షధ-నిరోధక బ్యాక్టీరియాను చంపగల కొత్త యాంటీబయాటిక్‌ను గుర్తించారు. ఇప్పటికే ఉన్న .షధాల నుండి భిన్నమైన యంత్రాంగాలను ఉపయోగించి అంటువ్యాధులతో పోరాడగల రసాయన సమ్మేళనాలను విశ్లేషించడానికి వారు యంత్ర అభ్యాస అల్గోరిథంకు శిక్షణ ఇచ్చారు.

రోగుల నుండి తీసుకున్న బ్యాక్టీరియా మరియు ప్రయోగశాలలలో పెరిగిన బ్యాక్టీరియాపై పరీక్ష కోసం వారు 2,500 అణువులపై ఒక సమ్మేళనాన్ని (వారు దీనిని హాలిసిన్ అని పిలుస్తారు) గుర్తించారు. "హాలిసిన్" అనేక drug షధ నిరోధక బ్యాక్టీరియాను చంపగలదు

మైకోబాక్టీరియం క్షయ, క్లోస్ట్రిడియం డిఫిసిల్

మరియు

acinetobacter baumannii.

సోకిన రెండు ఎలుకలను హాలిసిన్ నయం చేసింది

A.baumannii.

యాదృచ్ఛికంగా, ఇరాక్ మరియు ఆఫ్ఘనిస్తాన్లలో చాలా మంది యుఎస్ సైనికులు ఒకే బగ్ బారిన పడ్డారు. ఈ రెండు ఎలుకల చర్మంపై వర్తించే హాలిసిన్ లేపనం కేవలం 24 గంటల్లోనే పూర్తిగా నయమవుతుందని నివేదిక తెలిపింది.

Drug షధ ఆవిష్కరణ కోసం computer హాజనిత కంప్యూటర్ మోడళ్లను ఉపయోగించడం కొత్తది కాదు కాని ఇప్పటివరకు సాధించిన ఉత్తమ విజయం హాలిసిన్‌తో కనిపిస్తుంది.

పరిశోధకుల ప్రకారం, వారి ప్రయోగాత్మక నమూనా సాంప్రదాయ ప్రయోగాత్మక విధానాలకు ఖరీదైనది చేయగలదు.

హాలిసిన్ యొక్క ఈ విజయం మానవ చరిత్రలో కీలకమైన దశలో వస్తుంది. 2050 నాటికి, drug షధ నిరోధక బ్యాక్టీరియా కారణంగా ప్రపంచవ్యాప్తంగా మరణాలు 10 మిలియన్లకు చేరుకుంటాయని అంచనా.

మానవులలో హాలిసిన్ ఉపయోగపడేలా చేయడానికి మరింత కృషి అవసరం. వారి అల్గోరిథం బ్యాక్టీరియా కోసం రూపొందించబడినప్పటికీ, వైరస్‌తో పోరాడటానికి ఇది “అప్‌గ్రేడబుల్” కావచ్చు.


సమాధానం 3:

చైనాలోని ఒక ఆసుపత్రిలో ఇలాంటి లక్షణాలతో 1000 కేసులు ఉన్నాయని g హించుకోండి, ఆసుపత్రి ఏమి చేస్తుంది? లక్షణాలు మరియు రోగ నిర్ధారణకు సంబంధించిన మొత్తం సమాచారం డాక్యుమెంట్ చేయబడి ఎలక్ట్రానిక్ పద్ధతిలో లభిస్తుంది, అయితే ఆరోగ్య శాఖ అవసరమైన మరియు తగిన చర్యలు తీసుకోగలదు.

నమూనాలను గుర్తించడంలో AI అద్భుతమైనది మరియు వేగంగా ఉంటుంది, వేగంగా గుర్తించడానికి సారూప్యతలు. ఎలా అనేదానికి ఒక ఉదాహరణ

Google శోధన చేయగలదు

ప్రపంచవ్యాప్తంగా సాధ్యమయ్యే అనారోగ్యాలను గుర్తించడానికి. సరళమైన శోధన నమూనాలతో మాత్రమే, AI వాస్తవానికి ప్రపంచవ్యాప్తంగా పెద్ద నిష్పత్తిలో పేల్చే అవకాశం ఉన్న బెదిరింపులు మరియు అంటువ్యాధులను గుర్తించగలదు.

కరోనా వైరస్కు తిరిగి రావడం, ఒకసారి చైనా అనారోగ్య లక్షణాలను డాక్యుమెంట్ చేసి, నిర్ధారణ చేసిన తరువాత, ఈ సమాచారాన్ని ఇతర అన్ని ప్రభుత్వ సంస్థలతో పంచుకుంటుంది, ఈ లక్షణాలను ఉన్న వ్యక్తులను స్కాన్ చేయగల థర్మల్ డిటెక్టర్లను త్వరగా ఉంచవచ్చు మరియు వాటిని బహుశా సోకిన లేదా క్యారియర్లుగా వర్గీకరించవచ్చు. లేదా రోగనిరోధక శక్తి. వైరస్లు త్వరగా పరివర్తన చెందుతున్నప్పుడు, అవి కనిపించే తీరును మారుస్తాయి, లక్షణాలు మారవచ్చు మరియు రోగ నిర్ధారణ చేయడం కష్టం. AI తో, చైనా నుండి, ముఖ్యంగా వుహాన్ నుండి తరలివచ్చిన మరియు తరువాత నగరాల మీదుగా అంతర్జాతీయంగా మారిన వ్యక్తులతో చైనా ప్రభుత్వాలకు సహాయం చేయగలదు. ఈ సమాచారాన్ని AI ద్వారా విశ్లేషించవచ్చు, ఆ నగరాల నుండి వచ్చే వార్తలను గుర్తించడానికి, ఆస్పత్రులు పజిల్ ముక్కలను కలిపి ఉంచడానికి.

ఇది సహాయపడుతుందని ఆశిస్తున్నాము!


సమాధానం 4:

ఇటీవలి పరంగా, కరోనా పాజిటివ్ రోగుల యొక్క నమూనాలను గుర్తించి, కనుగొనగలిగే దానికంటే చాలా మంది రోగుల డేటా మన వద్ద ఉంటే. ఆ తరువాత, ఈ రోగికి వ్యాధి సోకిందా లేదా అని to హించడానికి క్రొత్త రోగి కోసం మేము తనిఖీ చేయవచ్చు, వారి నమూనా నుండి చూస్తే. దీన్ని వేరు చేయడానికి క్లాసికల్ మెషిన్ లెర్నింగ్ లేదా డీప్ లెర్నింగ్ టెక్నిక్‌లను ఉపయోగించవచ్చు.

మరింత సాధారణ పరంగా మనం చాలా జాగ్రత్తగా ఉండాలి మరియు వాస్తవానికి ఏమి జరుగుతుందో సాధారణీకరించడానికి నమూనాను విశ్లేషించడానికి వైద్య రంగానికి చెందిన వ్యక్తితో సంభాషించాలి, మోడల్‌ను బాగా అర్థం చేసుకోవడానికి శరీరంలో వైరస్ ద్వారా ప్రేరేపించబడిన మార్పులు మరియు విధానాలు ఏమిటి.


సమాధానం 5:

కరోనావైరస్ వంటి వ్యాధుల వ్యాప్తి తరచుగా శాస్త్రవేత్తలకు నివారణను కనుగొనటానికి చాలా త్వరగా విప్పుతుంది. కానీ భవిష్యత్తులో, కృత్రిమ మేధస్సు పరిశోధకులు మెరుగైన పని చేయడానికి సహాయపడుతుంది.

ప్రస్తుత అంటువ్యాధిలో ప్రధానమైన పాత్ర పోషించటానికి సాంకేతిక పరిజ్ఞానం చాలా ఆలస్యం అయినప్పటికీ, తదుపరి వ్యాప్తికి ఆశ ఉంది. ఏ రకమైన చికిత్సలు పని చేయవచ్చో లేదా తదుపరి ఏ ప్రయోగాలు చేయవచ్చో గుర్తించడాన్ని సులభతరం చేసే కనెక్షన్‌లను కనుగొనడానికి డేటా మట్టిదిబ్బల ద్వారా కలపడం AI మంచిది.

కోవిడ్ -19 వంటి కొత్తగా ఉద్భవించిన అనారోగ్యం గురించి కొద్దిపాటి సమాచారం మాత్రమే వచ్చినప్పుడు బిగ్ డేటా ఏమి వస్తుంది అనేది ప్రశ్న, ఇది గత ఏడాది చివరలో చైనాలో ఉద్భవించింది మరియు సుమారు రెండు నెలల్లో 75,000 మందికి పైగా అనారోగ్యానికి గురైంది.

మొట్టమొదటిగా నివేదించబడిన కేసుల వారాల్లోనే కొత్త వైరస్ యొక్క జన్యు శ్రేణిని పరిశోధకులు ఉత్పత్తి చేయగలిగారు అనే వాస్తవం ఆశాజనకంగా ఉంది, ఎందుకంటే వ్యాప్తి జరిగినప్పుడు ఇప్పుడు చాలా తక్షణ డేటా అందుబాటులో ఉందని ఇది చూపిస్తుంది.

మాదకద్రవ్యాల ఆవిష్కరణ కోసం కృత్రిమ మేధస్సును శిక్షణ ఇవ్వడానికి సహాయపడే వారిలో ఇంగ్లాండ్‌కు చెందిన స్టార్టప్ ఎక్స్‌సైంటియా లిమిటెడ్ ఆక్స్ఫర్డ్ చీఫ్ ఎగ్జిక్యూటివ్ ఆఫీసర్ ఆండ్రూ హాప్కిన్స్ ఉన్నారు. కొత్త చికిత్సలు గర్భం నుండి క్లినికల్ టెస్టింగ్ వరకు వచ్చే దశాబ్దంలో 18 నుండి 24 నెలల్లోపు వెళ్ళవచ్చని ఆయన అభిప్రాయపడ్డారు, AI కి ధన్యవాదాలు.

ప్రాధమిక పరిశోధన దశలో ఒక సంవత్సరం కన్నా తక్కువ సమయం తర్వాత ప్రయోగశాలలో పరీక్షించడానికి సిద్ధంగా ఉన్న అబ్సెసివ్-కంపల్సివ్ డిజార్డర్ చికిత్స కోసం ఎక్సైన్షియా కొత్త సమ్మేళనాన్ని రూపొందించింది. ఇది సగటు కంటే ఐదు రెట్లు వేగంగా ఉంటుందని కంపెనీ తెలిపింది.

కేంబ్రిడ్జ్ ఆధారిత హీల్క్స్ ఇదే విధానాన్ని కలిగి ఉంది, అయితే ఇది ఇప్పటికే ఉన్న for షధాల కోసం కొత్త ఉపయోగాలను కనుగొనడానికి యంత్ర అభ్యాసాన్ని ఉపయోగిస్తుంది. రెండు కంపెనీలు తమ అల్గోరిథంలను సమాచారంతో తింటాయి - జర్నల్స్, బయోమెడికల్ డేటాబేస్ మరియు క్లినికల్ ట్రయల్స్ వంటి మూలాల నుండి సేకరించినవి - వ్యాధులకు కొత్త చికిత్సలను సూచించడంలో సహాయపడతాయి.

మానవ పర్యవేక్షణ

ఈ రెండు సంస్థలు ఒక్కొక్కటి మానవ పరిశోధకుల బృందాన్ని AI తో కలిసి పనిచేయడానికి ఉపయోగిస్తాయి. సెంటార్ కెమిస్ట్ గా పిలువబడే ఎక్సెన్షియా యొక్క విధానంలో, design షధ డిజైనర్లు సమ్మేళనాల కోసం శోధించడానికి అల్గోరిథం వ్యూహాలను నేర్పడానికి సహాయపడతారు. ఫలితాలను విశ్లేషించి, ఏమి కొనసాగించాలో నిర్ణయించుకునే పరిశోధకులకు AI యొక్క అంచనాలను హీల్క్స్ ఉంచుతుంది.

కొత్త వ్యాధిపై తగినంత డేటా ఉన్నంతవరకు కరోనావైరస్ వంటి వ్యాప్తికి వ్యతిరేకంగా ఈ పద్ధతిని ఉపయోగించవచ్చని హీల్క్స్ యొక్క చీఫ్ సైన్స్ ఆఫీసర్ నీల్ థాంప్సన్ చెప్పారు. కరోనావైరస్ను పరిష్కరించడంలో లేదా వ్యాప్తికి దాని సాంకేతికతను ట్వీకింగ్ చేయడంలో హీల్క్స్ పనిచేయడం లేదు, కానీ ఇది సాగదీయడం కాదు.

"మేము చాలా దగ్గరగా ఉన్నాము" అని థాంప్సన్ ఒక ఇంటర్వ్యూలో చెప్పారు. “మేము ఉపయోగించే AI అల్గోరిథంల గురించి మనం పెద్దగా మార్చాల్సిన అవసరం లేదు. లక్షణాలకు సరిపోయే drug షధ లక్షణాలను మేము పరిశీలిస్తాము. ”

ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ అల్గోరిథంలు మనకు తెలిసిన వ్యాధుల కోసం ఇప్పటికే మందులు వేయడం ప్రారంభించాయి. మసాచుసెట్స్ ఇన్స్టిట్యూట్ ఆఫ్ టెక్నాలజీ పరిశోధకులు గురువారం మాట్లాడుతూ, శక్తివంతమైన కొత్త యాంటీబయాటిక్ సమ్మేళనాన్ని గుర్తించడానికి వారు ఈ పద్ధతిని ఉపయోగించారని, ఇది సమస్యాత్మకమైన బ్యాక్టీరియాను చంపగలదు, కొన్ని ప్రస్తుతం ఇతర చికిత్సలకు నిరోధకతను కలిగి ఉన్నాయి.

ఈ సాంకేతిక పరిజ్ఞానాలన్నింటికీ ఒక క్యాచ్ క్లినికల్ టెస్టింగ్. ఒక వ్యాధిని నయం చేయడానికి ఇప్పటికే సురక్షితమైన మందులు కూడా మరొకదానికి సూచించబడటానికి ముందే మళ్లీ పరీక్షించబడాలి. వారు అధిక సంఖ్యలో ప్రజలపై సురక్షితంగా మరియు ప్రభావవంతంగా ఉన్నారని చూపించే ప్రక్రియ సమీక్ష కోసం నియంత్రకుల వద్దకు వెళ్ళడానికి సంవత్సరాలు పడుతుంది.

ప్రభావవంతంగా ఉండటానికి, AI- ఆధారిత drug షధ డెవలపర్లు ముందుగానే ప్లాన్ చేసుకోవాలి, భవిష్యత్తులో సమస్యలను కలిగించే వైరస్ జన్యువును ఎంచుకోవడం మరియు అలా చేయటానికి తక్కువ ప్రోత్సాహకాలు ఉన్నప్పుడు దాన్ని లక్ష్యంగా చేసుకోవడం.

అర్హతగల సిబ్బందిని కనుగొనడం మరో అడ్డంకి.

"AI మరియు జీవశాస్త్రం యొక్క ఖండన వద్ద పనిచేయగల వ్యక్తులను కనుగొనడం చాలా కష్టం, మరియు పెద్ద కంపెనీలు ఇలాంటి సాంకేతిక పరిజ్ఞానంపై త్వరగా నిర్ణయాలు తీసుకోవడం చాలా కష్టం" అని వెంచర్ క్యాపిటల్ సంస్థ అటామికోలో భాగస్వామి మరియు కూర్చున్న మాజీ సర్జన్ ఇరినా హైవాస్ అన్నారు. హీల్క్స్ బోర్డు. "AI ఇంజనీర్ కావడానికి ఇది సరిపోదు, మీరు జీవశాస్త్రం యొక్క అనువర్తనాలను అర్థం చేసుకోవాలి."


సమాధానం 6:

ఒక మర్మమైన అనారోగ్యం మొదట కనిపించినప్పుడు, ప్రభుత్వాలు మరియు ప్రజారోగ్య అధికారులు త్వరగా సమాచారాన్ని సేకరించి ప్రతిస్పందనను సమన్వయం చేయడం కష్టం. కొత్త ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ టెక్నాలజీ ప్రపంచవ్యాప్తంగా వార్తా నివేదికలు మరియు ఆన్‌లైన్ కంటెంట్ ద్వారా స్వయంచాలకంగా గనిని చేయగలదు, సంభావ్య అంటువ్యాధికి లేదా అధ్వాన్నానికి దారితీసే సంభావ్య రుగ్మతలను గుర్తించడానికి నిపుణులకు సహాయపడుతుంది. మరో మాటలో చెప్పాలంటే, మా కొత్త AI ఉన్నతాధికారులు తదుపరి ప్లేగు నుండి బయటపడటానికి మాకు సహాయపడవచ్చు.

ఈ కొత్త

AI

కెనడాకు చెందిన బ్లూడాట్ అనే సంస్థ గుర్తించిన ఇటీవలి కరోనావైరస్ వ్యాప్తితో సామర్థ్యాలు పూర్తి స్థాయిలో ఉన్నాయి, ఇది ప్రజారోగ్య నష్టాలను అంచనా వేయడానికి డేటాను ఉపయోగించే అనేక సంస్థలలో ఒకటి. యుఎస్ సెంటర్స్ ఫర్ డిసీజ్ కంట్రోల్ అండ్ ప్రివెన్షన్ (సిడిసి) మరియు ప్రపంచ ఆరోగ్య సంస్థ (డబ్ల్యూహెచ్‌ఓ) అధికారిక నోటీసులు జారీ చేశాయి, ఏజెన్సీ "ఆటోమేటిక్ ఇన్ఫెక్షియస్ డిసీజ్ నిఘా" నిర్వహిస్తున్నట్లు పేర్కొంది. ఇప్పుడు జనవరి చివరిలో, చైనాలోని వుహాన్ నగరానికి అనుసంధానించబడిన శ్వాసకోశ వైరస్ ఇప్పటికే 100 మందికి పైగా ప్రాణాలు కోల్పోయింది. అమెరికాతో సహా అనేక ఇతర దేశాలలో కేసులు తలెత్తాయి మరియు చైనాకు అనవసరమైన ప్రయాణాన్ని నివారించాలని సిడిసి అమెరికన్లను హెచ్చరిస్తోంది.


సమాధానం 7:

ఒక వింత అనారోగ్యం మొదట పుట్టుకొచ్చే సమయంలో, ప్రభుత్వాలు మరియు సాధారణ శ్రేయస్సు అధికారులు డేటాను వేగంగా కూడబెట్టుకోవడం మరియు ప్రతిచర్యను సులభతరం చేయడం చాలా కష్టం. ఏదేమైనా, కొత్త మానవనిర్మిత తార్కిక ఆవిష్కరణ సహజంగా ప్రపంచవ్యాప్తంగా ఉన్న వార్తా నివేదికలు మరియు ఆన్‌లైన్ పదార్ధాల ద్వారా గనిని పొందగలదు, నిపుణులు సంభావ్య ప్లేగును లేదా మరింత విచారం కలిగించే మహమ్మారిని ప్రేరేపించగల అసమానతలను గ్రహించడంలో సహాయపడుతుంది. రోజు చివరిలో, మా కొత్త AI అధిపతులు ఈ క్రింది వ్యాధిని భరించడంలో మాకు సహాయపడవచ్చు.

ఈ కొత్త AI సామర్ధ్యాలు కొనసాగుతున్న కరోనావైరస్ మంటతో పూర్తి ప్రదర్శనలో ఉన్నాయి, ఇది కెనడియన్ సంస్థ బ్లూడాట్ చేత సకాలంలో గుర్తించబడింది, ఇది సాధారణ శ్రేయస్సు ప్రమాదాలను అంచనా వేయడానికి సమాచారాన్ని ఉపయోగించే వివిధ సంస్థలలో ఒకటి. "రోబోటైజ్డ్ ఇర్రెసిస్టిబుల్ సిక్నెస్ అబ్జర్వేషన్" నిర్వహిస్తున్నట్లు చెప్పే సంస్థ, డిసెంబర్ చివరి నాటికి కొత్త రకం కరోనావైరస్ గురించి తన ఖాతాదారులకు చెప్పారు, యుఎస్ సెంటర్స్ ఫర్ డిసీజ్ కంట్రోల్ అండ్ ప్రివెన్షన్ (సిడిసి) మరియు ప్రపంచ ఆరోగ్య సంస్థ (డబ్ల్యూహెచ్‌ఓ) ) వైర్డ్ ప్రకటించినట్లు అధికారిక నోటిఫికేషన్‌ను తెలియజేసింది. ప్రస్తుతం జనవరి నెలాఖరుకు చేరుకుంటున్న తరుణంలో, చైనాలోని వుహాన్ నగరానికి అనుసంధానించబడిన శ్వాసకోశ సంక్రమణ కేవలం 100 మందికి పైగా మరణించింది. యునైటెడ్ స్టేట్స్ సహా కొన్ని వేర్వేరు దేశాలలో కూడా కేసులు పుట్టుకొచ్చాయి, మరియు చైనాకు అనవసరమైన ప్రయాణం నుండి వ్యూహాత్మక దూరాన్ని కొనసాగించాలని సిడిసి అమెరికన్లను హెచ్చరిస్తోంది.

ఇర్రెసిస్టిబుల్ అనారోగ్య వైద్యుడు మరియు బ్లూడాట్ రచయిత మరియు సిఇఒ కమ్రాన్ ఖాన్ ఒక సమావేశంలో సంస్థ యొక్క ప్రారంభ ఉపదేశ ఫ్రేమ్‌వర్క్ సాధారణ భాషా నిర్వహణ మరియు AI తో సహా మానవనిర్మిత స్పృహను ఎలా ఉపయోగిస్తుందో, సుమారు 100,000 వ్యాసాలను విచ్ఛిన్నం చేయడం ద్వారా 100 కి పైగా ఇర్రెసిస్టిబుల్ ఇన్ఫెక్షన్లను అనుసరిస్తుంది. 65 మాండలికాలు స్థిరంగా. ఇర్రెసిస్టిబుల్ అనారోగ్యం యొక్క సంభావ్యత మరియు వ్యాప్తి గురించి తన వినియోగదారులకు ఎప్పుడు చెప్పాలో ఆ సమాచారం సంస్థను అనుమతిస్తుంది.

ఎక్స్‌ప్లోరర్ షెడ్యూల్ డేటా మరియు విమాన మార్గాల మాదిరిగానే ఇతర సమాచారం, వ్యాధి ఎలా వ్యాప్తి చెందుతుందనే దాని గురించి సంస్థకు అదనపు సూచనలు ఇవ్వడానికి సహాయపడుతుంది. ఉదాహరణకు, ఇటీవల, బ్లూడాట్ నిపుణులు ఆసియాలోని వివిధ పట్టణ సంఘాలను ated హించారు, ఇక్కడ భూభాగం చైనాలో కనిపించిన తర్వాత కరోనావైరస్ కనిపిస్తుంది.

బ్లూడాట్ యొక్క నమూనా వెనుక ఉన్న ఆలోచన (దీని యొక్క నిశ్చయాత్మక ఫలితాలను మానవ నిపుణులు ఈ విధంగా పరిశీలిస్తారు) సామాజిక భీమా కార్మికులకు అనుమతించదగినంత వేగంగా డేటాను పొందడం, వారు విశ్లేషించగలరనే అంచనాతో - మరియు అవసరమైతే, డిస్‌కనెక్ట్ చేయండి - కళంకం మరియు సంభావ్య సమయంలో అంటువ్యాధులు.

"అధికారిక డేటా ప్రతి సందర్భంలోనూ శుభమైనది కాదు" అని ఖాన్ రెకోడ్తో అన్నారు. "ఒక ఎక్స్‌ప్లోరర్‌లో ఒక కేసు మరియు మంటల మధ్య వ్యత్యాసం ఒక నిర్దిష్ట అనారోగ్యం ఉందని గ్రహించిన మీ ముందరి మానవ సేవల నిపుణుడిపై ఆధారపడుతుంది. ఇది నిజంగా జరగకుండా ఒక మంటను ఉంచడంలో వ్యత్యాసం కావచ్చు."

తన ఫ్రేమ్‌వర్క్ కూడా అనేక రకాలైన ఇతర సమాచారాన్ని ఉపయోగించుకోగలదని ఖాన్ పేర్కొన్నాడు - ఉదాహరణకు, ఒక భూభాగం యొక్క వాతావరణం, ఉష్ణోగ్రత లేదా సమీప పెంపుడు జంతువుల గురించిన డేటా - అనారోగ్యంతో కలుషితమైన ఎవరైనా బహుశా మంటలకు కారణమవుతుందో లేదో to హించడానికి అక్కడ. అతను 2016 లో, ఫ్లోరిడాలో జికా సంక్రమణ ఉనికిని to హించే అవకాశాన్ని బ్లూడాట్ కలిగి ఉంది.

అలాగే, థర్లాండ్, దక్షిణ కొరియా, జపాన్ మరియు తైవాన్లలో ఏడు రోజులలో సంక్రమణ కనిపించే ప్రమాదం ఉందని స్కార్జ్ చెకింగ్ సంస్థ మెటాబియోటా ధృవీకరించింది, ఆ దేశాలలో కేసులు నిజంగా బయటపడటానికి ముందు, కొంతవరకు విమాన సమాచారం ఆశించి. మెటాబయోటా, బ్లూడాట్ వలె, సంభావ్య అనారోగ్యం గురించి ఆన్‌లైన్ నివేదికలను అంచనా వేయడానికి సాధారణ భాషా నిర్వహణను ఉపయోగిస్తుంది మరియు వెబ్ ఆధారిత జీవిత సమాచారం కోసం ఇలాంటి ఆవిష్కరణను రూపొందించడంలో ఇది అదనంగా దూరంగా ఉంటుంది.

మెటాబయోటా యొక్క ఇన్ఫర్మేషన్ సైన్స్ ఎగ్జిక్యూటివ్ ముద్రణ గల్లివన్, ఆన్‌లైన్ దశలు మరియు చర్చలు కూడా మహమ్మారి ప్రమాదం ఉందని సంకేతం ఇవ్వగలదని స్పష్టం చేసింది. మెటాబయోటా అదేవిధంగా వ్యాధి యొక్క సూచనలు, మరణాల రేటు మరియు చికిత్స యొక్క ప్రాప్యత వంటి డేటాను దృష్టిలో ఉంచుకుని, సామాజిక మరియు రాజకీయ అంతరాయానికి కారణమయ్యే ఒక వ్యాధి వ్యాప్తి యొక్క ప్రమాదాన్ని అంచనా వేయగలదని పేర్కొంది. ఉదాహరణకు, ఈ ప్రస్తుత వ్యాసం పంపిణీ సమయంలో, మెటాబియోటా నవల కరోనావైరస్ యొక్క ప్రమాదాన్ని యుఎస్ మరియు చైనాలో బహిరంగ అసౌకర్యాన్ని "అధిక" గా అంచనా వేసింది, అయితే ఇది డెమొక్రాటిక్ రిపబ్లిక్ ఆఫ్ కాంగోలో మంకీపాక్స్ సంక్రమణకు ఈ ప్రమాదాన్ని అంచనా వేసింది ( ఆ సంక్రమణ యొక్క ఉదాహరణలు "మాధ్యమం" గా పరిగణించబడ్డాయి.

ఈ రేటింగ్ ఫ్రేమ్‌వర్క్ లేదా దశ ఎంత ఖచ్చితమైనదో తెలుసుకోవడం చాలా కష్టం, అయినప్పటికీ కరోనావైరస్‌తో గుర్తించబడిన సమస్యలపై సంస్థ యుఎస్ నాలెడ్జ్ నెట్‌వర్క్ మరియు డిఫెన్స్ డిపార్ట్‌మెంట్‌తో కలిసి పనిచేస్తోందని గల్లివన్ చెప్పారు. సెంట్రల్ ఇంటెలిజెన్స్ ఏజెన్సీతో అనుసంధానించబడిన లాభాపేక్షలేని అడ్వెంచర్ సంస్థ ఇన్-క్యూ-టెల్ తో మెటాబయోటా చేసిన పని ఇది. ఏదేమైనా, ప్రభుత్వ కార్యాలయాలు ఈ చట్రాల యొక్క ప్రధాన సంభావ్య వినియోగదారులు కాదు. మెటాబయోటా అదనంగా దాని భీమాను పున ins బీమా సంస్థలకు ప్రచారం చేస్తుంది - భీమా అనేది ప్రాథమికంగా భీమా ఏజెన్సీలకు రక్షణ - అనారోగ్యం యొక్క గుప్త సామర్థ్యం వ్యాప్తికి సంబంధించిన ద్రవ్య ప్రమాదాలతో వ్యవహరించాలి.

ఒకవేళ, కంప్యూటరైజ్డ్ రీజనింగ్ అనేది వ్యాధి సంక్రమణ నిపుణులు మరియు అధికారులను విద్యాసంబంధమైన అంటువ్యాధులుగా ఉంచడం కంటే కాదనలేనిది. జికా సంక్రమణ యొక్క ఎపిసోడ్లను క్రమంగా can హించగల AI- ఆధారిత మోడళ్లను స్పెషలిస్టులు కల్పించారు, ఇది సంభావ్య అత్యవసర పరిస్థితుల్లో నిపుణులు ఎలా స్పందిస్తుందో తెలుసుకోవచ్చు. అత్యవసర సమయంలో సాధారణ శ్రేయస్సు అధికారులు ఆస్తులను ఎలా చెదరగొట్టారో నిర్వహించడానికి మానవ నిర్మిత స్పృహను ఉపయోగించుకోవచ్చు. తత్ఫలితంగా, AI అనారోగ్యానికి వ్యతిరేకంగా మరొక మొదటి రక్షణగా నిలుస్తుంది.

మరింత సమగ్రంగా, AI ఇప్పుడు కొత్త ations షధాలను పరిశీలించడం, అసాధారణమైన ఇన్ఫెక్షన్లను నిర్వహించడం మరియు వృద్ధాప్య ప్రాణాంతక పెరుగుదలను గుర్తించడంలో సహాయపడుతుంది. మెక్సికో మరియు మధ్య మరియు దక్షిణ అమెరికాలో 8 మిలియన్ల మంది వ్యక్తులకు కళంకం కలిగించిన చాగాస్‌ను వ్యాప్తి చేసే గగుర్పాటు క్రాల్స్‌ను వేరు చేయడానికి మానవ నిర్మిత మేధస్సు కూడా ఉపయోగించబడింది. వెబ్ ఆధారిత జీవిత బహుమతులు వంటివి - శ్రేయస్సు లేని సమాచారాన్ని ఉపయోగించుకోవటానికి ఉత్సాహాన్ని విస్తరింపజేయడం వంటివి ఉన్నాయి. ఉదాహరణకు, ఆన్‌లైన్ జీవితాన్ని బహుమతిగా ఇవ్వగల AI లక్ష్య టార్గెట్ మాదక ద్రవ్యాల ఒప్పందాలను అందిస్తుంది మరియు ఈ నియంత్రిత పదార్థాల వ్యాప్తి గురించి సాధారణ శ్రేయస్సు అధికారులకు అవగాహన కల్పిస్తుంది.

మెటాబియోటా మరియు బ్లూడాట్స్‌తో సహా ఈ ఫ్రేమ్‌వర్క్‌లు వారు అంచనా వేస్తున్న సమాచారంతో సమానంగా ఉంటాయి. ఇంకా ఏమిటంటే, AI - చాలా వరకు - వంపుతో సమస్య ఉంది, ఇది ఒక ఫ్రేమ్‌వర్క్ యొక్క వాస్తుశిల్పులు మరియు అది తయారుచేసిన సమాచారం రెండింటినీ ప్రతిబింబిస్తుంది. అలాగే, services షధ సేవల్లో ఉపయోగించబడే AI ఏ విధంగానూ, ఆ సమస్యకు ఆకారం లేదా రూపం సురక్షితం కాదు.

పరిగణించబడిన అన్ని విషయాలు, ఈ పురోగతులు AI ఏమి చేయగలవో క్రమంగా ఆదర్శవాద దృక్పథంతో మాట్లాడతాయి. సాధారణంగా, AI రోబోట్ల యొక్క భారీ సమాచారం ద్వారా వడపోత నవీకరణలు అంత చక్కగా ఉండవు. వెబ్ నుండి తవ్విన చిత్రాల ఆధారంగా ముఖ రసీదు డేటాబేస్లను ఉపయోగించుకునే చట్ట అవసరాన్ని పరిగణించండి. లేదా మరోవైపు, మీ ఇంటర్నెట్ ఆధారిత లైఫ్ పోస్టుల వెలుగులో, మీరు గ్రౌండింగ్ ఎలా కొనసాగిస్తారో to హించడానికి AI ని ఇప్పుడు ఉపయోగించుకోగలిగే డైరెక్టర్లను చేర్చుకోవచ్చు. సావేజ్ అనారోగ్యంతో పోరాడటానికి AI చేసే అవకాశం మనకు కొంత తక్కువ అసౌకర్యంగా అనిపించే పరిస్థితిని అందిస్తుంది, కాకపోతే ఉల్లాసంగా ఉంటుంది. బహుశా ఈ ఆవిష్కరణ - సముచితంగా సృష్టించబడినప్పుడు మరియు ఉపయోగించినప్పుడు - కొన్ని జీవితాలను విడిచిపెట్టడానికి నిజంగా సహాయపడుతుంది.

ఇది కూడ చూడు

కరోనావైరస్ ఎలా వ్యాపిస్తుంది? నేను ఫేస్ మాస్క్, గ్లౌజులు లేదా ఏదైనా ఇతర రక్షణ వస్తువులను ధరించాలా?చైనా కోసం కరోనావైరస్ యొక్క ఆర్థిక ఖర్చు ఎంత? కరోనావైరస్ యొక్క లక్షణాలు ఫ్లూ లేదా జలుబుతో సమానంగా కనిపిస్తాయి. ఇతర అనారోగ్యాలను తప్పుగా భావించడం ద్వారా కేసుల సంఖ్య ముగిసే అవకాశం ఉందా?చైనీస్ వుహాన్ కరోనావైరస్ (2019-nCoV) ఐర్లాండ్‌లోని ప్రజలకు చాలా పెద్ద ముప్పుగా ఉందా? కరోనావైరస్ ఇన్ఫ్లుఎంజా కంటే ఏ విధాలుగా అధ్వాన్నంగా ఉంది? నేను నిజాయితీగా సమాచారం కోసం వెతుకుతున్నాను తప్ప నేను ప్రశ్నలను పోస్ట్ చేయను, మరియు నేను చెప్పగలిగిన దాని నుండి, ఈ విషయం చాలా విస్తృతంగా మాత్రమే కాదు> 98% ప్రాణాంతకం కాదు.