Superdokładny model rozprzestrzeniania się SARS-CoV-2
Model rozprzestrzeniania się SARS-CoV-2 opracowany przez naukowców z Caltech jest lepszy od innych stosowanych do tej pory i może być kluczowy w dalszych fazach pandemii COVID-19.
Niewiele z istniejących modeli rozprzestrzeniania się pandemii COVID-19 zawiera moduł sztucznej inteligencji. Pozwala on na tworzenie prognoz w oparciu o obserwacje tego, co faktycznie się dzieje, np. rosnącej liczby przypadków wśród określonych populacji. Dzięki sztucznej inteligencji możliwe jest odkrycie wzorców ukrytych w danych.
- Sztuczna inteligencja jest potężnym narzędziem, więc sensowne jest użycie jej do jednego z najpoważniejszych problemów, z jakimi boryka się świat - powiedział prof. Yaser Abu-Mostafa z Caltech kierujący zespołem, który stworzył nowy model.
Model został nazwany CS156 - na cześć klasy informatyki Caltech, w której zaczynał prof. Abu-Mostafa.
Badacze oceniają dokładność modelu CS156 porównując go z modelem zespołowym opracowanym przez Centra Kontroli i Zapobiegania Chorób na podstawie danych pochodzących z 45 uniwersytetów i instytutów z całego kraju. Wykorzystując 1500 prognoz, naukowcy stwierdzili, że model CS156 był dokładniejszy niż model CDC w 58 proc. przypadków. Przewyższa on również prognozy Institute for Health Metrics and Evaluation (IHME), czyli instytutu założonego przez Fundację Billa i Melindy Gatesów.
Model CS156 jest połączeniem kilku modeli opracowanych przez Abu-Mostafę i jego grupę w ciągu ostatnich dziewięciu miesięcy. Waga, jaką każdy z tych modeli ma na ogólne wyniki modelu CS156, jest określana na podstawie jego wyników w poprzednich tygodniach.
Abu-Mostafa rozszerza obecnie model CS156 w oparciu o informacje zwrotne od urzędników służby zdrowia w nadziei, że może on być narzędziem ratującym życie i ukierunkowującym decyzje polityczne. Skontaktowali się z nim urzędnicy z Kalifornijskiego Departamentu Zdrowia Publicznego (CDPH) oraz przedstawiciele nowojorskiego komisarza ds. zdrowia. Urzędy te już korzystają z modelu CS156 do podejmowania decyzji związanych z kontrolą pandemii COVID-19.
Model CS156 narodził się w konkursie klasy informatyki Abu-Mostafy - CS/CNS/EE 156, Learning Systems - podczas semestru wiosennego 2020 w Caltech. Model był systematycznie ulepszany - oficjalny start CS156 nastąpił 24 sierpnia bieżącego roku.
- W tym momencie jestem jak kucharz gotujący posiłek. Potrzebujesz dobrych składników, bez nich posiłek nie może być dobry. Ale nawet z nimi, nadal musisz ciężko pracować, aby dobrze przygotować posiłek - dodał Abu-Mostafa.
Model CS156 może być kluczowy dla decydentów z sektora zdrowia publicznego, którzy mogą wykorzystać go do prób opanowania pandemii COVID-19.
