(Denne artikkelen ble først publisert i Aftenposten på nett 16. februar 2020).
Korona-utbruddet i Wuhan er det første kjente eksempelet på en epidemi som er blitt fanget opp av kunstig intelligens samtidig som myndigheter prøvde å skjule utbruddet.
Utbruddet i Wuhan ble ikke varslet på bakgrunn av vanlige helsedata, for på ett eller annet nivå i Kina ble varslene på den nye epidemien sensurert. Først ute med å varsle et mulig utbrudd var det lille selskapet BlueDot i Kanada. Forskerne i BlueDot fant indikasjoner på et sykdomsutbrudd ved hjelp av maskinlæring med naturlig språkprosessering. Mer enn en uke før Verdens helseorganisasjon slo alarm, varslet forskerne om utbruddet og hvilke byer det ville spre seg til, skriver digitalmagasinet Wired.
Det ferske eksempelet fra Kina viser både hvor mye teknologien utvikler seg, og hvor viktig teknologien kan være for helsesektoren. Tidlig varsling av virusutbrudd er essensielt, fordi spredningen er eksponentiell. Hvis kunstig intelligens kan være med på å avdekke utbrudd tidlig, kan det ha en effekt både der hvor helsevesenet ikke evner å avdekke sykdomsutfordringer, og der hvor autoriteter på et eller annet nivå ikke ønsker å få fram sannheten.
Det mest offentlig omtalte eksempelet på å predikere virusutbrudd med kunstig intelligens, er Google sin lansering av Google Flu Trends i 2009. Ideen gikk ut på å fange opp Google-søk på influensarelaterte symptomer, for å kunne forutsi hvilke områder som var utsatt for influensa. Initiativet mislyktes, og ifølge en rapport fra Science, var årsaken at de aller fleste Google-søkene ble utført av folk som var smittet av noe annet enn influensavirus. Derfor ble det for mye “støy” til at algoritmen kunne trekke ut de riktige signalene.
Misledende data er altså en utfordring. Noen av de mer spennende aktørene på kunstig intelligens, BlueDot inkludert, holder seg unna sosiale medier fordi falsk informasjon ødelegger verdien av dataene fra de store plattformene.
For å oppdage virus siler i stedet BlueDot-algoritmen nyhetsartikler på 65 ulike språk, informasjon om sykdomsutbrudd hos planter og dyr, forum, blogger og andre digitale kilder, kombinert med flyreisedata. Dette gjøres løpende og i sanntid. I tett samarbeid bestemmer data- og helseeksperter hvilke faktorer som algoritmen fokuserer på, før epidemiologer igjen vurderer sluttproduktet.
Selv om den kunstige intelligensen får bedre kapasitet og treffsikkerhet, blir det ikke mindre viktig å jobbe videre med strukturerte helsedata for å kunne følge opp befolkningen så raskt og godt som mulig. De ulike retningene innen dataanalyse og helseteknologi er neppe tjent med bare å følge ett spor, men bør utvikles sammen og hver for seg. Det kommer garantert flere eksempler på algoritmer som feiler, eller at lokale helseaktører rundt om i verden er upålitelige, inkompetente eller mangler informasjon.
Koronaviruset viser behovet for å utvikle kunstig intelligens som et hjelpemiddel i kampen mot framtidige epidemier.
.png?alt=listing)