Η Eva μπορεί να προβλέπει την πορεία των κρουσμάτων 9 ημέρες νωρίτερα.
Ένα πρόγραμμα το οποίο δεν έχει επικοινωνηθεί αλλά εφαρμόστηκε στην Ελλάδα προκαλεί ορισμένες απορίες.
Το Wharton University της Pennsylvania των ΗΠΑ σε συνεργασία με το ελληνικό σύστημα υγείας και τους αρμοδίους για τον κορωνοιό εφαρμόζουν στην Ελλάδα το πρόγραμμα Eva.
To πείραμα, με την ονομασία Eva, χρησιμοποίησε πρόσφατα αποτελέσματα tests που συλλέχθηκαν στα ελληνικά σύνορα για τον εντοπισμό και τον περιορισμό της εισαγωγής ασυμπτωματικών φορέων COVID-19 μεταξύ διεθνών επιβατών που έφτασαν μεταξύ Αυγούστου και Νοεμβρίου 2020.
Το πείραμα
Τα ευρήματα του πειράματος εξηγούνται σε μια εργασία με τίτλο «Ανάπτυξη ενός συστήματος τεχνητής νοημοσύνης για δοκιμές COVID-19 στα ελληνικά σύνορα», που συνέταξε η Hamsa Bastani, καθηγήτρια λειτουργιών και πληροφοριών του Wharton University.
Μαζί συμμετείχαν ο Κίμων Δρακόπουλος και Vishal Gupta από το Πανεπιστήμιο της Νότιας Καλιφόρνιας, ο Jon Vlachogiannis από συμβουλευτική εταιρεία επενδύσεων Agent Risk.
Ο Χρήστος Χατζιχριστοδούλου από το Πανεπιστήμιο Θεσσαλίας. και η Παγώνα Λάγιου, Γκίκας Μαγιορκίνης, Δημήτριος Παρασκευής και ο Σωτήριος Τσιόδρας από το Πανεπιστήμιο Αθηνών.
Η ανάλυση έδειξε ότι το πείραμα Eva εντόπισε κατά μέσο όρο 1,85 φορές περισσότερους ασυμπτωματικούς, μολυσμένους ταξιδιώτες από ότι τα συμβατικά tests.
Κατά τη διάρκεια της περιόδου αιχμής του Αυγούστου και του Σεπτεμβρίου 2020, η ανίχνευση των ποσοστών μόλυνσης ήταν από δύο έως τέσσερις φορές υψηλότερη στα τυχαία δείγματα.
«Τα στοιχεία μας προτρέπουν να πούμε ότι θα μπορούσαμε να χρησιμοποιήσουμε την τεχνητή νοημοσύνη και δεδομένα σε πραγματικό χρόνο για στόχους δημόσιας υγείας, όπως ο έλεγχος των συνόρων κατά τη διάρκεια μιας πανδημίας», ανέφερε το αμερικανικό Πανεπιστήμιο.
Με την ταχεία εξάπλωση ενός νέου στελέχους κορωνοϊού, η Eva μπορεί να μεγιστοποιήσει την ήδη υπερφορτωμένη υποδομή για tests στις περισσότερες χώρες.
«Το κύριο ζήτημα ήταν, εάν θα μπορούσαμε να διεξάγουμε τα tests με πιο έξυπνο τρόπο με δυναμική παρακολούθηση για να εντοπίσουμε περισσότερους μολυσμένους ταξιδιώτες», δήλωσε η Hamsa Bastani.
Μία από τις μεγαλύτερες προκλήσεις που αντιμετωπίζουν οι κυβερνήσεις στην αντιμετώπιση του COVID-19 είναι η αδυναμία της υποδομής για tests στα εθνικά σύνορά τους να ελέγχουν ρεαλιστικά κάθε επιβάτη που φτάνει.
Τέτοιες εκτενείς δοκιμές θα ήταν και δαπανηρές και χρονοβόρες, για αυτό οι περισσότερες χώρες εξετάζουν είτε τους επιβάτες που φθάνουν από συγκεκριμένες χώρες είτε διεξάγουν τυχαίες δοκιμές για το COVID-19.
Το πείραμα Eva επέτρεψε επίσης στην Ελλάδα να εντοπίσει πότε μια χώρα παρουσίαζε αύξηση στις μολύνσεις COVID-19 κατά μέσο όρο εννέα ημέρες νωρίτερα από αυτό που θα ήταν δυνατό… με αλγόριθμους που βασίζονται στη μηχανική μάθηση χρησιμοποιώντας μόνο διαθέσιμα δεδομένα.
Η βασική τεχνολογία της Eva είναι ένας «αλγόριθμος με βάση τα κοινά δεδομένα», ένα πλαίσιο μηχανικής μάθησης που έχει δημιουργηθεί για τη «διαδοχική λήψη αποφάσεων», λαμβάνοντας υπόψη διάφορες πρακτικές προκλήσεις, όπως πληροφορίες που ποικίλλουν στο χρόνο εξήγησε η Bastani.
Η Eva είναι η πρώτη περίπτωση αυτής της τεχνολογίας που εφαρμόζεται για την αντιμετώπιση ενός προβλήματος στην δημόσια υγεία, παρόλο που τέτοιοι αλγόριθμοι ήδη χρησιμοποιούνται στο internet.
Η Eva είναι μια πρόοδος σε σχέση με τις συμβατικές πολιτικές ελέγχου των συνόρων, επειδή δεν βασίζεται σε δεδομένα που έχουν δημοσιευτεί, τα οποία έχουν πολλά ζητήματα.
Τα δεδομένα που έχουν δημοσιευτεί είναι «κακής ποιότητας» κυρίως επειδή διαφορετικές χώρες ακολουθούν διαφορετικά πρωτόκολλα αναφοράς και στρατηγικές tests.
Είναι σύνηθες να εστιάζουν τα συστήματα υγείας σε ασθενείς με συμπτώματα, ωστόσο αγνοούνται οι ασυμπτωματικοί που μπορεί να μεταδώσουν τον κορωνοιό.
Ο αλγόριθμος της Eva ξεπερνά την κακή ποιότητα των δημόσιων δεδομένων συλλέγοντας δυναμικά αποτελέσματα δοκιμών στα ελληνικά σύνορα, διατηρώντας έτσι υψηλής ποιότητας στατιστικά στοιχεία παρακολούθησης της πανδημίας.
Μάλιστα μπορεί να προβλέπει την πορεία των κρουσμάτων 9 ημέρες νωρίτερα.
www.bankingnews.gr
