Cum a folosit Valencia Inteligența Artificială pentru a zdrobi coronavirusul
Adaugă-ne ca sursă preferată în Google
Urmărește Libertatea in Google Discover
O cercetătoare cu doctorat la MIT a folosit algoritmii și sursele neortodoxe de date pentru a estima cu o exactitate uimitoare cum vor arăta valurile de COVID, dar și pentru a sugera măsurile potrivite de gestionare a pandemiei, transformând astfel Valencia într-un pionier al utilizării Inteligenței Artificiale în lupta cu coronavirusul, scrie publicația de tehnologie Wired.
Cuprins:
- Un chestionar crucial pentru înțelegerea comportamentului oamenilor
- Estimarea corectă a ratelor de spitalizare viitoare
- Cum să convingi un judecător că restricțiile sunt necesare
- Sistemul a permis exact ziua în care va începe declinul cazurilor de COVID
- Un echilibru între costuri și beneficii pentru cele mai bune decizii
- Un model adaptat și în context non-pandemic
Când pandemia de COVID a lovit Spania primăvara trecută, spitalele au fost rapid copleșite de avalanșa de cazuri. Primul deces cunoscut a fost raportat pe 1 martie, iar o lună mai târziu, aproape o mie de oameni mureau în fiecare zi din cauza infecției cu coronavirus.
La mijlocul lui martie, pe măsură ce virusul se răspândea în toate regiunile Spaniei, Nuria Oliver, o analistă de date, a înțeles că este nevoie de acțiune imediată.
Oliver a simțit că este calificată pentru așa ceva. În joburile ei anterioare la giganții telecom dezvoltase unelte care foloseau datele GPS pentru a monitoriza răspândirea H1N1 în Mexic, a Ebola în Republica Democratică Congo și a malariei în Mozambic.
Prin urmare, Oliver a contactat guvernul local din Valencia pentru a explica și cum funcționează analiza sa și cum ar putea ajuta aceasta în criza aflată în plină desfășurare.
Născută la Alicante, Oliver are un doctorat de la MIT. Pentru teza sa a creat algoritmi care foloseau clipuri video și alte date pentru a detecta automat, pentru a recunoaște și a prezice diverse forme de interacțiune umană.
Ea a petrecut apoi mai bine de șapte ani într-o echipă de cercetare a Microsoft, apoi a avut diverse poziții în companiile de telecomunicații Telefonica și Vodafone, unde și-a câștigat reputația pentru munca sa de modelare a comportamentului uman.
Când pandemia a început, Oliver a realizat că există o oportunitate pentru a-și aplica teoriile privind utilitatea datelor pentru elaborarea politicilor publice.
A devenit, prin urmare, primul comisar pentru Inteligență Artificială al Valenciei și a avut noroc să găsească o bună colaboratoare în Ana Berenguer, o fostă avocată care superviza politicile publice în cabinetul președintelui Valenciei, Ximo Puig.
Aceasta s-a asigurat că Oliver va colabora cu o comisie de experți - economiști, epidemiologi și medici - care îl vor consilia pe Puig în mod constant, pentru a-i oferi cele mai bune recomandări pentru măsurile de gestionare a pandemiei.
Prima impresie în rândul acestor specialiști, în special a epidemiologilor, a fost una de scepticism cu privire la utilitatea analizei oferite de Oliver.
Și totuși, înarmată cu un mandat oficial, analista a demarat construirea unei echipe de voluntari care cuprindea cercetători, profesori și alți oameni de știință.
Un chestionar crucial pentru înțelegerea comportamentului oamenilor
Miguel Angel Lozano, un cercetător informatician de la Universitatea din Alicante, care se ocupa de analiza tiparelor în sisteme complexe, cum ar fi cel al transportului public, a fost unul dintre cei care au răspuns la apelul lui Oliver.
Datorită muncii sale anterioare de la Telefonica și Vodafone, Oliver știa că măsurarea și înțelegerea mobilității ar putea fi cruciale în gestionarea pandemiei.
„Dacă nu ne-am mișca, nu ar exista nicio pandemie”, a explicat ea.
Din întâmplare, Institutul Național de Statistică din Spania începuse recent să examineze datele anonimizate furnizate de trei companii de telecomunicații. Scopul, printre altele: monitorizarea circulației forței de muncă la orele de vârf.
După o serie de negocieri, Oliver și echipa sa au primit acces la aceste date privind mobilitatea.
Francisco Escolano, un alt informatician de la Universitatea din Alicante care se alăturase echipei lui Oliver, a explicat că datele privind mobilitatea erau vaste, dar nu foarte complexe: arătau pur și simplu că un anume număr de oameni s-a mișcat dintr-un loc în altul, într-o anume perioadă de timp.
Pentru a face datele mai utile, Escolano a dezvoltat un sistem, folosind limbajul de programare Python, pentru a studia detaliile mai îndeaproape și pentru a genera hărți vizuale care puteau fi înțelese mai bine de oficiali.
Dar datele adunate de echipa lui Oliver au venit dintr-o mulțime de surse. Cercetătorii au folosit informații publice oferite de Facebook sau Google, căutând astfel date complementare. Au dezvoltat, de asemenea, un chestionar pentru locuitorii din Valencia, ale cărui întrebări se schimbau cu timpul, pe măsură ce pandemia evolua.
Chestionarul a fost bine primit de rezidenți, cu peste 140.000 de răspunsuri în primele 40 de ore. În următoarele luni, întrebările au generat sute de mii de alte răspunsuri care au ajutat autoritățile să înțeleagă ce gândește și simte populația - aproape în timp real.
Răspunsurile includeau locul, momentul și maniera interacțiunilor sociale, măsurile personale de protecție luate de locuitori, felul în care aceștia percepeau siguranța diferitelor activități și dacă ei se simțeau destul de bine din punct de vedere financiar pentru a se autoizola în caz de nevoie.
„Am fost capabili să răspundem unor întrebări la care nu am fi găsit altfel răspunsuri”, a explicat Oliver.
Aceste studii s-au dovedit în mod special folositoare în timpul reuniunilor cu oficialii, a explicat Berenguer, deoarece au arătat politicienilor cum se poate schimba comportamentul, într-un mod în care el poate fi ușor înțeles.
Dacă răspunsurile ar fi sugerat că oamenii coboară garda și încep să renunțe la măsurile de prevenție, spre exemplu, guvernul ar fi putut lansa o nouă campanie de informare prin care să încurajeze purtarea măștii sau distanțarea socială.
Însă răspunsurile care sugerau o creștere a interacțiunilor sociale ar fi putut anunța totodată și o viitoare creștere a numărului de cazuri.
Estimarea corectă a ratelor de spitalizare viitoare
Echipa lui Oliver a dezvoltat în același timp alte modele predictive, bazate pe Inteligența Artificială.
Unul le-a permis să estimeze prevalența COVID într-o zonă anume, într-o perioadă anume. Altul i-a ajutat să analizeze apa menajeră evacuată din toalete, bazine, mașini de spălat și dușuri, pentru a găsi anomalii care să explice ratele locale de infectare.
Un al treilea model le-a permis să prezică viitoarele rate de spitalizare și să estimeze când ar putea ajunge secțiile de terapie intensivă la capacitatea maximă. Acest model în particular s-a dovedit a fi extrem de util pentru autoritățile locale din sănătate, care au putut astfel să mute personal și echipament în alte colțuri ale regiunii, pentru a răspunde cererii.
În timpul primului și celui de-al doilea val, Valencia s-a descurcat ceva mai bine decât alte regiuni ale Spaniei. În aprilie 2020, spre exemplu, la Madrid mureau de COVID de patru ori mai mulți oameni decât în Valencia. Iar la sfârșitul lui noiembrie 2020, Valencia avea cel mai mic număr de infectări cumulative, raportat la populație, din întreaga Spanie.
Acest lucru s-a schimbat în decembrie 2020, când un al treilea val, alimentat de varianta mai contagioasă Alpha, a prins autoritățile regionale pe nepregătite.
Deși Valencia a devenit ulterior singura parte a Spaniei care a interzis călătoriile între regiuni în perioada Crăciunului, transmisibilitatea variantei Alpha însemna că virusul circula deja pe scară mai largă decât sugeraseră testele.
Infectările zilnice din regiune au sărit de la 1.450 în decembrie la aproape 8.000 o lună mai târziu, iar în aceeași perioadă, spitalizările s-au triplat, iar decesele cu crescut de șase ori.
Cum să convingi un judecător că restricțiile sunt necesare
A fost un moment definitoriu pentru recunoașterea rezultatelor muncii lui Oliver. Până atunci, a declarat Berenguer, unele reuniuni cu experții erau foarte tensionate. Epidemiologii erau extrem de sceptici cu privire la estimările făcute de echipa analistei.
Dar în decembrie 2020, un anume episod a demonstrat că scepticismul acesta începe să se risipească, pe măsură ce echipa de cercetători a creat predicții care se tot dovedeau foarte corecte.
Guvernele regionale spaniole au un grad sporit de autonomie, dar nu au autoritatea de a impune restricții de circulație cetățenilor, deoarece acestea necesită o aprobare judecătorească.
Până la finalul lui 2020, șeful secției epidemiologice din departamentul de sănătate din Valencia era cel care pleda cazul în fața unui judecător.
De data aceasta însă, un oficial a sunat-o pe Berenguer, insistând că datele adunate de echipa de informaticieni ar putea determina judecătorul să aprobe fără probleme noile restricții.
Când judecătorul a văzut datele, a aprobat imediat restricțiile de circulație și închiderile de restaurante. Și a făcut acest lucru în mod constant, de atunci înainte.
„Este uimitor”, a declarat Berenguer. „Suntem una dintre singurele regiuni care au primit această aprobare, deoarece am făcut așa de mult efort pentru a avea dovezile”, a adăugat ea.
A fost ultima dată când epidemiologii s-au mai îndoit de relevanța muncii echipei lui Oliver.
Sistemul a permis exact ziua în care va începe declinul cazurilor de COVID
În acest moment, cercetătorii erau atât de încrezători, încât au intrat într-un concurs de tehnologie sponsorizat de o organizație non-profit, care oferea 500.000 de dolari pentru un sistem de Inteligență Artificială care să dezvolte un plan de răspuns la pandemie.
Competiția s-a redus practic la construirea a două unelte: un predictor care să prezică numărul de infectări din zeci de țări și un prescriptor care să prescrie mai multe abordări ipotetice pentru gestionarea COVID.
Pentru prima unealtă, echipa lui Oliver s-a bazat pe tehnicile existente, dar le-a extins, introducând statisticile privind infectările zilnice colectate de Universitatea John Hopkins, permițând astfel elaborarea unor prognoze pentru 236 de regiuni și țări separate, cu șase luni înainte.
Ei au ajustat datele în funcție de măsurile luate de guvern, cum ar fi închiderea școlilor, obligativitatea măștilor sau distanțarea socială.
În mijlocul celui de-al treilea val din Spania, acest sistem predictiv dezvoltat pentru concurs a fost testat în Valencia.
Unealta a estimat un vârf al infectărilor spre finalul lui ianuarie. Autoritățile din sănătate erau îngrijorate de lipsa paturilor de la Terapie Intensivă, așa că estimarea exactă a momentului de vârf era crucială.
În cele din urmă, modelul nu doar că a prezis corect faptul că vârful va fi atins în ianuarie, dar a estimat foarte bine și numărul de infectări, cu o eroare de doar 1%. De fapt, modelul a prezis chiar și ziua în care numărul infectărilor va începe să scadă.
Estimările au permis autorităților să aplice măsurile de prevenție la timp și spitalelor să se pregătească numai bine pentru a face față bolnavilor.
Un echilibru între costuri și beneficii pentru cele mai bune decizii
Acum este clar că a doua unealtă dezvoltată pentru concurs, prescriptorul, s-ar putea dovedi esențială pentru viitor.
Spre exemplu, echipa lui Oliver a folosit datele pentru a genera un grafic în care axa Y reprezenta stringența măsurilor guvernamentale, iar axa X reprezenta numărul total de infectări, spitalizări și decese.
Zona de sub linia curbată dintre cele două axe era cea a combinațiilor nerealiste - adică acelea în care regulile erau prea dure pentru a fi aplicate sau mortalitatea era prea mare pentru a fi tolerată. O soluție optimă pentru un guvern ipotetic ar trebui să se afle undeva pe linia curbată.
O analiză a Universității Oxford a arătat că în orice țară, în orice zi, există în jur de opt milioane de variabile care pot fi ajustate, de la închiderea totală sau parțială a școlilor la modificarea programului magazinelor sau întoarcerea angajaților la birouri.
Oliver și colegii săi au creat astfel un model care în orice moment ar putea alege zece măsuri ce ar putea genera un echilibru care să țină atât costurile, cât și numărul de cazuri la un minim acceptabil.
Premisa, după cum a explicat Oliver, este: tu pui date în sistem, el îți spune ce trebuie să faci.
În timp, unele intervenții ar trebui anulate, iar altele adăugate, pentru a adapta măsurile la o pandemie care evident evoluează.
Un model adaptat și în context non-pandemic
Modelul, crede Alberto Conejero, unul dintre colaboratorii apropiați ai lui Oliver, profesor de matematici aplicate la Universitatea Politehnică din Alicante, ar putea fi aplicat în viitor în context non-pandemic.
Modelul ar putea fi folosit, spre exemplu, în agricultură, unde fermierii trebuie să mențină un echilibru între eficacitatea pesticidelor și efectele nocive ale acestora asupra sănătății omului.
„Descoperi că nu există o decizie unică valabilă, așa că încerci mereu să menții un echilibru între decizii”, a spus Conejero.
Această abordare, a mai explicat el, ar putea oferi o unealtă care să arate politicienilor cum să acționeze în interesul economiei, al societății și al populației în general.
Pentru Oliver, care și-a petrecut întreaga carieră studiind aceste probleme, modelul obținut reprezintă acum o victorie uriașă, deoarece acesta ar putea fi fundația pentru optimizarea politicilor publice din întregul guvern.
Echipa sa a câștigat concursul în care a intrat, iar studiul pe care l-a scris pe baza muncii depuse în pandemie a câștigat premiul cel mare la cea mai prestigioasă conferință academică europeană pe tema învățării automate - ECML PKDD.
Oliver și echipa sa rămân acum concentrați pe campania de vaccinare din Valencia, care are una dintre cele mai imunizate populații din lume.
