Появляется все больше исследований, которые говорят о том, что 60-80% людей болеет вирусом бессимптомно [3]. Если бы вам, например, сказали, что вы с 99.999% вероятностью переболеете бессимптомно, то не согласитесь ли переболеть в изоляции две недели дома и потом гулять с иммунитетом без ограничений?
Возникает вопрос, а что мешает так сделать? Скажете, что мы не умеем это определять, и будете не правы. В этом нет ничего невозможного, и такие исследования проводятся.
Например, чтобы узнать, каким пациентам с коронавирусной инфекцией потребуется аппарат искусственной вентиляции легких, ученые Копенгагенского университета применили искусственный интеллект [2]
А китайские ученые построили алгоритм, который по 4-ем признакам с высокой точностью предсказывает тяжесть течения коронавируса у пациента [4] Признаки использовались такие: сопутствующие заболевания, возраст, уровень лимфоцитов, уровень лактатдегидрогеназы в крови.
Четыре признака для алгоритмов ИИ - это очень мало. Поэтому простор для улучшений есть. Алгоритмы ИИ созданы для того чтобы находить закономерности в данных, в которых люди ничего найти не смогут. Клинические данные пациентов именно такие. Все, что нужно сделать, - это собирать их по людям, которые уже заболели, а это где-то 50 тыс. человек. Для ИИ чем больше данных, тем точнее он будет работать, поэтому исследования на 200 пациентах это не очень надежно. Часто исследователи считают статистику по каждой переменной в отдельности: количество тяжелых/не тяжелых пациентов в каждой возрастной группе, в группе людей с диабетом и т. п. В итоге они получают очень слабый алгоритм ИИ, который не может учесть взаимодействие признаков, например диабет И возраст 20-29.
Что же нужно делать, чтобы все стало хорошо? Тщательно заносить анализы всех пациентов в базу данных и натравливать датасаентистов на ананомизированные данные обучать модели. Главное преимущество ИИ в том, что процесс разработки алгоритма быстрый. Модели на 4-ех признаках и 200 пациентах построятся за пару минут на обычном ноутбуке. Более значительные датасеты могут потребовать нескольких дней расчетов. Основные временные затраты это сбор данных, но это проблемы организации процесса. Точно можно сказать, что ИИ решение можно разработать гораздо быстрее чем безопасную вакцину.
Но надо, конечно же, обдумать вопросы безопасности. Никакие алгоритмы не дают 100% точности, и ошибки будут. Но, с другой стороны, вакцины тоже страдают от этого недостатка.
Вакцины могут вызывать серьезные осложнения в некотором небольшом проценте людей. О каком именно проценте мы говорим? Для каждой вакцины риски разные, и иногда о них узнают только после начала массовой вакцинации.
Давайте вспомним несколько примеров.
Вспышка асептического менингита была зафиксирована в Бразилии после проведения вакцинации от свинки в 1998 году. Риск такого осложнения оценили в 0.007%, т. е. 1 из 14000 человек получал такое осложнение [1]
В 1993 в Великобритании использовали другой штамм вакцины от свинки, и посчитали, что риск развития асептического менингита составлял 0.009%, или 9 человек из 100000. В итоге закупка этой вакцины была остановлена. Дальнейшие исследования вакцины увеличили оценку риска до 0.1% [1]
В случае с ИИ, нужно заранее определить максимально допустимый уровень ложноположительных ошибок, когда предсказывается легкое течение болезни, а на самом деле происходит тяжелое. Обычно можно достичь заданного уровня точности, понижая долю положительных срабатываний
Может возникнуть вопрос, зачем все усложнять? Почему бы просто не переболеть всей страной, не такой уж и большой риск смерти? Чтобы ответить на этот вопрос достаточно посчитать количество потенциальных смертей при таком варианте развития событий. Это подробно рассмотрено в другой статье «Что произойдет если отменить карантин».
Источники
[1] https://www.who.int/vaccine_safety/initiative/tools/MMR_vaccine_rates_information_sheet.pdf
[2] https://rg.ru/2020/04/06/borba-s-koronavirusom.html
[3] https://www.bmj.com/content/369/bmj.m1375
[4] https://academic.oup.com/cid/article/doi/10.1093/cid/ciaa414/5818317