گسترش فعال و مداوم جهانی ویروس آنفولانزای پرندگان بر بیش از ۱۴ میلیون پرنده در کانادا و ۱۶۰ میلیون پرنده در ایالات متحده آمریکا تأثیر گذاشته است.
این شیوع اخیر منجر به خسارات اقتصادی عمده و افزایش قیمت تخممرغ در چند سال گذشته شده است. این روند میتواند باعث اختلال در زنجیره تأمین طیور و افزایش قابل توجه قیمت سایر محصولات طیور شود.
ویروسی مانند آنفولانزای پرندگان توسط پرندگان حمل میشود، اما میتواند گونهها را «بپرد» و دامهایی مانند گاوهای شیری یا گوسفندان یا حتی حیوانات خانگی مانند سگها و گربهها را آلوده کند.
و بیشتر، اگر نگوییم همه، ویروسهای آنفولانزای همهگیر انسانی در چند دهه گذشته منشأ پرندگان داشتهاند. کارشناسان هشدار میدهند که تنها مسئله زمان است تا با تهدید همهگیری دیگری روبرو شویم.
خبر خوب این است که ما بیش از هر زمان دیگری برای مقابله با این چالش آماده هستیم. نه فقط به این دلیل که واکسن یا درمان داریم، اگرچه اینها حیاتی هستند. بلکه به این دلیل که ما چیزی داریم که میتواند بازی را کاملاً تغییر دهد: هوش مصنوعی (AI).
حجم وسیعی از اطلاعات
هوش مصنوعی میتواند اطلاعات و برنامهریزی پیشرفته زیادی در زمینه همهگیری ارائه دهد. روزهای اولیه کووید-۱۹ را به خاطر دارید؟ اگر زمان بیشتری برای آمادهسازی داشتیم چه میشد؟ اگر مقامات بهداشتی هفتهها زودتر میدانستند که ویروس کجا در حال گسترش است، کدام محلهها بیشتر در معرض خطر هستند و برای متوقف کردن آن چه کاری باید انجام دهیم؟
هوش مصنوعی میتواند حجم عظیمی از اطلاعات را، از گزارشهای بهداشت حیات وحش، دادههای جغرافیایی، تصاویر ماهوارهای گرفته تا روندهای رسانههای اجتماعی، محتوای آنلاین، دادههای مزارع و حتی الگوهای آب و هوایی، تجزیه و تحلیل کند تا به برخی سوالات در مورد چگونگی، زمان و چرایی وقوع همهگیریها پاسخ دهد. این فناوری الگوها، ناهنجاریها و روابطی را که انسانها نمیتوانند در زمان واقعی ببینند، شناسایی میکند.
هوش مصنوعی میتواند ناظران را از مکانی که ممکن است شیوع آنفولانزای پرندگان قبل از تحت تأثیر قرار گرفتن یک منطقه رخ دهد، شدت احتمالی شیوع و نوع مداخلهای که ممکن است مؤثرتر باشد، آگاه سازد. هوش مصنوعی میتواند به پاسخدهندگان و دولتها کمک کند تا سریع، دقیق و کارآمد عمل کنند.
پیشبینی شیوع بیماری
در دانشگاه گولف، من و تیم تحقیقاتیام در حال کار بر روی راهحلهای هوش مصنوعی برای کمک به ردیابی و پیشبینی شیوع آنفولانزای پرندگان هستیم. تحقیقات ما - که در حال حاضر در دست بررسی است - از هوش مصنوعی برای فیلتر کردن اطلاعات نادرست در مورد آنفولانزای پرندگان از پلتفرمهای رسانههای اجتماعی و Reddit، و همچنین دادههای جستجوی گوگل و سایر منابع آنلاین استفاده کرده است.
این به ما کمک میکند تا بحث عمومی در مورد آنفولانزای پرندگان را درک کنیم. ما همچنین این فعالیتهای آنلاین را با سایر منابع داده ترکیب کردهایم تا اشارات و روندهای آنلاین آنفولانزای پرندگان را نظارت کنیم - ما دریافتیم که هوش مصنوعی میتواند از این اطلاعات برای پیشبینی احتمال وقوع شیوع در یک منطقه خاص استفاده کند.
با در دسترس بودن دادههای آنلاین و رسانههای اجتماعی، میتوان افزایش شیوع بیماری را تا چهار هفته قبل در مناطق خاص پیشبینی کرد.
تیم تحقیقاتی ما همچنین ابزارهای پشتیبانی تصمیمگیری ایجاد و آزمایش کرده است که از انواع مختلف اطلاعات از گزارشهای پرندگان وحشی، تصاویر ماهوارهای، دادههای تغییرات آب و هوایی و اطلاعات مزارع استفاده میکنند. این ابزارها به پیشبینی شیوع آنفولانزای پرندگان و شدت احتمالی آنها در یک منطقه خاص کمک میکنند؛ از طریق آزمایش، ما به دقت ۸۵ درصد دست یافتیم.
ما در حال حاضر در حال ساخت یک ابزار کانادایی برای پیشبینی مکان احتمالی ظهور آنفولانزای پرندگان هستیم که به کشاورزان و مقامات بهداشت عمومی کمک میکند تا از شیوع بیماری پیشی بگیرند - این میتواند تفاوت بین یک شیوع مهار شده و یک بحران جهانی باشد.
آنفولانزای پرندگان از طریق زنجیره غذایی، حیات وحش و تجارت جهانی گسترش مییابد. شیوع آن در طیور میتواند کشاورزی را ویران کرده و امنیت غذایی ما را تهدید کند. بدتر از آن، میتواند با هشدار کمی به جمعیت انسانی منتقل شود.
این مسئله فقط یک مسئله بهداشت عمومی نیست. بلکه یک نگرانی اقتصادی و اجتماعی نیز هست. اما اگر از هوش مصنوعی به درستی استفاده کنیم، میتوانیم شانس بهتری برای مقابله با این تهدیدها به خود بدهیم. میتوانیم پیشبینی کنیم که شیوع بعدی از کجا ممکن است ناشی شود و قبل از گسترش آن اقدام کنیم.
استفاده از هوش مصنوعی برای پیشبینی شیوع و گسترش آنفولانزای پرندگان میتواند در موقعیتهای دیگر، از جمله بیماریهای دیگر و شرایط آب و هوایی و محیطی که میتوانند به گسترش بیماری کمک کنند، اعمال شود.
ابزارهای تصمیمگیری مبتنی بر هوش مصنوعی همچنین میتوانند شامل واقعیت افزوده باشند که امکان آزمایش هزاران سناریوی فرضی مربوط به آنفولانزای پرندگان را فراهم میکند. این سناریوها شامل نحوه گسترش احتمالی شیوع، تأثیرات استراتژیهای مختلف مداخله، چگونگی وقوع تغییرات در اقتصاد و محیط زیست و نحوه تأثیرگذاری بر زنجیره تأمین است.
ما این فناوری را در آزمایشگاههای خود داریم. اما برای کارآمد کردن آن، به مشارکتهای قوی بین دولت، دانشگاهها، کشاورزان، صنعت و جوامع نیاز داریم. باید اطمینان حاصل کنیم که دادههای با کیفیت بالا تولید میکنیم، از دادهها به صورت اخلاقی و با حفظ حریم خصوصی استفاده میکنیم، ابزار هوش مصنوعی را مسئولانه توسعه داده و آن را منصفانه به کار میگیریم تا اطمینان حاصل شود که هیچکس عقب نمیماند.