כמה נתונים גדולים עוזרים להילחם במגיפה

כיצד ניתוח Big Data יכול לעזור להביס את נגיף הקורונה וכיצד טכנולוגיות למידת מכונה יכולות לאפשר לנו לנתח כמות עצומה של נתונים? תשובות לשאלות אלו מתבקשות על ידי ניקולאי דובינין, מנחה ערוץ היוטיוב Industry 4.0.

ניתוח ביג דאטה הוא אחת הדרכים החזקות ביותר לעקוב אחר התפשטות הנגיף ולהביס את המגיפה. לפני 160 שנה קרה סיפור שהראה בבירור כמה חשוב לאסוף נתונים ולנתח אותם במהירות.

איך הכל התחיל? 1854 אזור סוהו בלונדון נפגע מהתפרצות כולרה. 500 אנשים מתים בעשרה ימים. אף אחד לא מבין את מקור התפשטות המחלה. באותה תקופה האמינו שהמחלה מועברת עקב שאיפת אוויר לא בריא. הכל שינה את הרופא ג'ון סנואו, שהפך לאחד ממייסדי האפידמיולוגיה המודרנית. הוא מתחיל לראיין תושבים מקומיים ומעלה את כל המקרים שזוהו של המחלה על המפה. הסטטיסטיקה הראתה שרוב ההרוגים היו ליד צינור היציבות ברחוב ברוד. לא אוויר, אלא מים שהורעלו בביוב גרמו למגיפה.

השירות של Tectonix מראה, תוך שימוש בדוגמה של חוף במיאמי, כיצד המונים יכולים להשפיע על התפשטות המגיפות. המפה מכילה מיליוני פיסות נתונים אנונימיים עם מיקום גיאוגרפי המגיע מסמארטפונים וטאבלטים.

עכשיו תארו לעצמכם כמה מהר מתפשט נגיף הקורונה ברחבי ארצנו לאחר פקק תנועה במטרו של מוסקבה ב-15 באפריל. אז המשטרה בדקה את הכרטיס הדיגיטלי של כל אדם שירד לרכבת התחתית.

למה אנחנו צריכים מעברים דיגיטליים אם המערכת לא יכולה להתמודד עם האימות שלהם? יש גם מצלמות מעקב.

לדברי גריגורי באקונוב, מנהל הפצת טכנולוגיה ב-Yandex, מערכת זיהוי הפנים שפועלת היום מזהה 20-30 פריימים לשנייה במחשב בודד. זה עולה בערך $10. במקביל, יש במוסקבה 200 מצלמות. כדי שהכל יעבוד במצב אמיתי, עליך להתקין כ-20 אלף מחשבים. לעיר אין כסף מהסוג הזה.

במקביל, ב-15 במרץ נערכו בדרום קוריאה בחירות לא מקוונות לפרלמנט. שיעור ההצבעה בשש עשרה השנים האחרונות היה שיא - 66%. למה הם לא מפחדים ממקומות צפופים?

דרום קוריאה הצליחה להפוך את התפתחות המגיפה בתוך המדינה. הם כבר חוו חוויה דומה: ב-2015 וב-2018, כשהיו התפרצויות של נגיף ה-MERS בארץ. ב-2018 הם לקחו בחשבון את הטעויות שלהם מלפני שלוש שנים. הפעם הרשויות פעלו בנחישות במיוחד וחיברו ביג דאטה.

תנועות המטופל נוטרו באמצעות:

• הקלטות ממצלמות מעקב

• עסקאות בכרטיסי אשראי

• נתוני GPS ממכוניות אזרחים

• טלפונים ניידים

מי שהיו בהסגר נאלצו להתקין אפליקציה מיוחדת שהתריעה בפני הרשויות על מפרים. אפשר היה לראות את כל התנועות בדיוק של עד דקה, וגם לברר אם אנשים עוטים מסכות.

הקנס בגין הפרה היה עד 2,5 אלף דולר. אותה אפליקציה מודיעה למשתמש אם יש אנשים נגועים או קהל של אנשים בקרבת מקום. כל זה במקביל לבדיקות המוניות. עד 20 בדיקות נעשו בארץ מדי יום. 633 מרכזים המוקדשים רק לבדיקות נגיף קורונה הוקמו. היו גם 50 תחנות בחניונים שבהם ניתן היה לגשת לטסט מבלי לעזוב את המכונית.

אבל, כפי שמציין נכון עיתונאי המדע ויוצר פורטל המדע N + 1 אנדריי קוניייב, המגיפה תעבור, אבל הנתונים האישיים יישארו. המדינה והתאגידים יוכלו לעקוב אחר התנהגות המשתמשים.

אגב, על פי הנתונים העדכניים, נגיף הקורונה התברר כמדבק יותר ממה שחשבנו. זהו מחקר רשמי של מדענים סינים. נודע כי COVID-19 יכול להיות מועבר מאדם אחד לחמישה או שישה אנשים, ולא שניים או שלושה, כפי שחשבו בעבר.

הנתונים מוצגים לתחילת אפריל. מקרים רבים אינם מאובחנים מכיוון שהאדם לא נבדק לקורונה או שהמחלה אינה סימפטומטית. לכן, כרגע אי אפשר להסיק מסקנות לגבי המספרים.

טכנולוגיות למידת מכונה הן הטובות ביותר בניתוח כמות עצומה של נתונים ועוזרות לא רק לעקוב אחר תנועות, אנשי קשר, אלא גם:

• לאבחן את הקורונה

• לחפש תרופה

• לחפש חיסון

חברות רבות מכריזות על פתרונות מוכנים המבוססים על בינה מלאכותית, שיזהו אוטומטית את נגיף הקורונה לא על ידי ניתוח, אלא, למשל, על ידי צילום רנטגן או CT של הריאות. לפיכך, הרופא מתחיל לעבוד מיד עם המקרים החמורים ביותר.

אבל לא לכל בינה מלאכותית יש מספיק בינה. בסוף מרץ הפיצה התקשורת את הבשורה שאלגוריתם חדש עם דיוק של עד 97% יכול לקבוע את נגיף הקורונה באמצעות צילום רנטגן של הריאות. עם זאת, התברר שהרשת העצבית אומנה על 50 תצלומים בלבד. זה בערך 79 תמונות פחות ממה שאתה צריך כדי להתחיל לזהות את המחלה.

DeepMind, חטיבה של חברת האם של גוגל, Alphabet, רוצה ליצור מחדש לחלוטין את מבנה החלבון של וירוס באמצעות AI. בתחילת מרץ, DeepMind אמרה כי המדענים שלה הגיעו להבנה של מבנה החלבונים הקשורים ל-COVID-19. זה יעזור להבין איך הנגיף מתפקד ולהאיץ את החיפוש אחר תרופה.

הירשם ועקוב אחרינו ב-Yandex.Zen - טכנולוגיה, חדשנות, כלכלה, חינוך ושיתוף בערוץ אחד.