الذكاء الاصطناعي وتعلم الآلة ودورهما في دعم جهود الاستجابة لأزمة كوفيد-19

  • كتب : باسل خالد

    بينما يقوم العالم حاليًا بمقاومة فيروس كوفيد -19، فإن كل جزء من الابتكارات والتقنيات والإبداع الفكري التي تم تسخيرها لمكافحة هذا الوباء تقربنا أكثر من التغلب عليه. ويلعب الذكاء الاصطناعي وتقنيات تعلم الآلة دورًا رئيسيًا في الارتقاء بفهم ومعالجة أزمة كوفيد-19.

    فتقنية تعلم الآلة تتيح لأجهزة الكمبيوتر إمكانية محاكاة الذكاء البشري واستيعاب كميات كبيرة من البيانات تمكننا من تحديد الأنماط وتكوين الرؤى بسرعة.

     

    تمكين المؤسسات من التوسع والتكيف

    وجدت الشركات والمؤسسات على اختلاف أحجامها سواء صغيرة أو كبيرة أو عامة أو خاصة، طرقًا جديدة للمحافظة على تسيير عملياتها بكفاءة والاستجابة بفاعلية لمتطلبات عملائهم وموظفيهم في ظل إجراءات التباعد الاجتماعي والحظر الذاتي التي تم فرضها للسيطرة على إنتشار الوباء.

    ولعبت تقنية تعلم الآلة دورًا مهمًا لتمكينهم من إحداث هذه النقلة، وذلك عبر توفير أدوات داعمة لقدراتهم والتحكم في اتصالاتهم التي تتم عن بعد وتعزيز قدرات العلاج عن بعد، وحماية الأمن الغذائي.

    وبالنسبة لمؤسسات الرعاية الصحية والجهات الحكومية، فقد تضمن ذلك أيضًا استخدام روبوتات الدردشة (شات بوت) القابلة للتعلم حتى تتمكن تلك المؤسسات من إجراء عمليات المسح لإجراء اختبارات كوفيد-19 والرد على الأسئلة الواردة من عموم الجمهور.

    وأحد تلك الأمثلة هي Clevy.io وهي شراكة فرنسية ناشئة تعتمد على خدمات أمازون ويب سيرفيسز، وأطلقت هذه الشركة "شات بوت" للتسهيل على الناس الذين يبحثون عن معلومات حكومية موثقة حول فيروس كوفيد-19، حيث تستقي "الشات بوت" معلوماته المحدثة باستمرار من مصادر الحكومة الفرنسية ومنظمة الصحة العالمية، ومن ثم يعمل على تقييم الأعراض المعروفة والاجابة على الأسئلة التي تتعلق بسياسات الحكومة.

    ويقوم "الشات بوت" بإرسال نحو 3 ملايين رسالة يومية تتضمن اجابات حول كل شيء تقريبًا بدءًا من التمارين الرياضية إلى تقييم مخاطر كوفيد-19، وذلك دون إلقاء المزيد من الضغوط على موارد مؤسسات الرعاية الصحية أو الجهات الحكومية. وتعتمد عدة مدن فرنسية مثل ستراسبورغ وأورليون ونانتير على "الشات بوت" لإضفاء اللامركزية على عملية توزيع المعلومات الدقيقة والموثقة.  

     

    فهم كيفية انتشار كوفيد-19

    تساعد تقنيات تعلم الآلة أيضًا الباحثين والمهنيين على تحليل كميات كبيرة من البيانات للتنبؤ بانتشار كوفيد-19، حتى يتمكنوا من العمل كنظام إنذار مبكر للأوبئة المستقبلية وتحديد السكان المعرضين للخطر.

    وقام باحثون في مركزتشان زوكربيرج بايوهَب" في كاليفورنيا ببناء نموذج لتقدير عدد حالات الإصابة بـفيروس كوفيد-19 التي لا يتم اكتشافها وعواقب ذلك على الصحة العامة، كما يقوم المركز بتحليل 12 منطقة في جميع أنحاء العالم.

    وباستخدام تقنيات تعلم الآلة وبالشراكة مع AWS Diagnostic Development Initiative ، قام فريق المركز بتطوير طرق جديدة لتحديد عدد الإصابات غير المكتشفة، وتحليل كيفية تحور الفيروس أثناء انتشاره بين السكان من أجل استنتاج عدد عمليات انتقال العدوى التي تم رصدها.

     

    تسريع جهود البحث والعلاج

    تتلقى المؤسسات المعنية بخدمات الرعاية الصحية والباحثون حجمًا متزايدًا من المعلومات حول كوفيد-19، مما يجعل من الصعب استخلاص رؤى يمكن أن تفيد جهودهم في إيجاد العلاج الملائم. واستجابة لذلك، أطلقت أمازون ويب سيرفيسز AWS الموقع الإلكتروني الجديد CORD-19 Search الذي يعتمد على تقنيات تعلم الآلة، ويمكنه مساعدة الباحثين بسرعة وبسهولة في جهودهم البحثية والعثور على الوثائق والأوراق البحثية التي تجيب عن أسئلة من قبيل "متى يحمل اللعاب أعلى كمية من الفيروس في حالات كوفيد -19؟"

     

    وتحتوى مجموعة بيانات البحث المفتوح لوباء كوفيد-19(CORD19)  التي أطلقها "Allen Institute for AI" على أكثر من 128 ألف ورقة بحثية ومواد علمية أخرى، ويمكن لهذا الحل التقني الذي يعتمد على تعلم الآلة استخلاص المعلومات الطبية ذات العلاقة من نصوص غير  مصنفة وتوفير إمكانية الاستعلام عنها بلغة بسيطة، بما يساعد في تسريع وتيرة الاستكشاف.

     

    وفي مجال التصوير الطبي، يستخدم الباحثون حاليًا تقنيات تعلم الآلة للمساعدة على التعرف على أنماط الصور، وتعزيز قدرة أخصائيي الأشعة على رصد احتمالية وجود مرض وتشخيصه مبكرًا.

     

    وقامت إدارة الصحة التابعة لجامعة كاليفورنيا، بمدينة سان دييغو الأمريكية بهندسة طريقة جديدة لتشخيص الالتهاب الرؤي مبكرًا، وهي حالة مرتبطة بأعراض الإصابة الحادة بفيروس كوفيد-19.

    ويساعد هذا الكشف المبكر الأطباء على فرز المرضى بسرعة إلى المستوى المناسب من الرعاية الصحية حتى قبل تأكيد تشخيص المرض سواء كوفيد-19 أو إصابة أخرى.

    وتم تزويد تعلم الآلة بنحو 22 ألف ترميز مستقاة من أعمال أخصائيي الأشعة، حيث تقوم خوارزميات تعلم الآلة بإجراء عملية تطابق الأشعة السينية مع خرائط مشفّرة بالألوان لرصد احتمالية الاصابة بالإلتهاب الرؤي. وبدعم من AWS Diagnostic Development Initiative، تم تطبيق هذه الطرق التشخيصية على جميع أشعات الصدر والأشعات المقطعية وكذلك تم نشرها في دراسة بحثية إكلينيكية في إدارة الصحة التابعة لجامعة كاليفورنيا بمدينة سان دييغو.

     



    حمّل تطبيق Alamrakamy| عالم رقمي الآن