Одна из самых неприятных особенностей КОВИД-19 - это возможность заразиться и не выказывать при этом никаких симптомов. Это позволяет вирусу размножаться, будучи незамеченным системами отслеживания контактов. Но новое решение на базе технологии искусственного интеллекта может помочь выследить этих незаметных носителей.
В статье, опубликованной в журнале Scientific Reports , ученые из компании Synergies Intelligent Systems и Гамбургского университета описывают алгоритм машинного обучения, который может идентифицировать людей в движущейся толпе, которые, скорее всего, являются бессимптомными носителями вируса, вызывающего КОВИД-19. Алгоритм делает эти предположения, основанные на GPS-треке движения людей в городской среде, а также на известных случаях заражения.
По мнению авторов статьи, такое точное отслеживание зараженных контактов могло бы уменьшить количество людей, которых ошибочно заставили сесть в карантин в результате обычной контактной трассировки. "С помощью этой технологии мы можем отправить в карантин очень небольшую часть людей - всего лишь от трех до пяти процентов - и довольно эффективно уменьшить эффект от болезни", - говорят представители компании Synergies Intelligent Systems .
Эта же система также может быть использована для идентификации суперраспространителей, т.е. людей, инфицированных вирусом, которые передают его непропорционально большому количеству людей. Это могло бы помочь работникам общественного здравоохранения в определении приоритетов, где сконцентрировать запасы вакцин, чтобы остановить распространение болезни.
Одно из ограничений этого решения состоит в том, что его точность зависит от людей, добровольно использующих приложение на базе GPS на своих телефонах. Такое приложение будет отслеживать их местоположение с точностью до одного метра и регистрировать любые положительные результаты теста COVID-19. По словам профессора Гамбургского университета и автора статьи Цзянвэя Чжана ( Jianwei Zhang ),
Мобильные данные также собираются из данных сотовых телефонов. Если бы мы могли использовать данные, отличные от GPS, для построения интерактивных отношений между людьми, например, с помощью камер или методов локализации внутри помещений, это повысило бы точность прогнозирования алгоритма.
В принципе, алгоритм может также интегрировать данные реального мира, такие как транзакции по кредитным картам, данные об общественном транспорте и камерах на зданиях, чтобы определить, как долго и как часто люди вступали в контакт, и на каком физическом расстоянии они находились между собой. Сейчас, на этапе тестирования, такие данные из реального мира поступают из города в Китае, которые авторы не раскрывают.
Алгоритм может также учитывать ношение масок, мытье рук и здоровье - данные об этом предоставляются пользователями через интерактивный интерфейс или автоматически извлечена с помощью дополнительных датчиков. Система маркирует людей, основываясь на статусе их заболевания, таких как восприимчивость, карантин, инфицирование, госпитализация и выздоровление.
Напомним, что уже были разработаны приложения для отслеживания контактов на ранних стадиях пандемии. Такое программное обеспечение широко использовалось в Восточной Азии, вызывая критику по поводу прав граждан на неприкосновенность частной жизни. Эта технология не получила широкого распространения во многих других регионах мира.
Источник: IEEE Spectrum
