1,2Вариант использования для ускорения № 2: анализ инфекционных заболеваний Почему это важно:Пандемия COVID-19 оказала крайне негативное влияние на состояние здоровья в мире и, по прогнозам, обойдется мировой экономике в 12,5 трлн долларов до 2024 года.14Пандемии истощают ограниченные ресурсы национальных систем здравоохранения и увеличивают количество невыполненных клинических работ.15что приводит к большему количеству заболеваний и смертей как в краткосрочной перспективе (поскольку операции и реанимация игнорируются), так и в долгосрочной перспективе (поскольку меньше болезней выявляется на ранней стадии, когда доступные методы лечения более эффективны). Прогнозирование пандемии и разведданные страдают от внутреннего напряжения: индивидуальная польза от ранней мобилизации против пандемии ограничена. Однако коллективная выгода потенциально огромна. Принимая во внимание такое большое влияние на последующие процессы, правительства вложили значительные средства в возможности прогнозирования инфекционных заболеваний на уровне населения до их распространения, чтобы они могли лучше направлять ресурсы общественного здравоохранения. отслеживайте распространение патогенов в человеческом населении, просматривая местные новости на предмет сообщений о респираторных и желудочно-кишечных заболеваниях. Изучая окружающую среду, такие компании, как Ginkgo Bioworks и BlueDot, продемонстрировали положительные результаты, используя данные о мобильности и климате, чтобы понять и предсказать модели перемещения комаров, чтобы помочь прогнозировать распространение болезней, переносимых комарами. Использование ИИ для подачи сигналов тревоги (и даже рекомендаций по вмешательству) имеет решающее значение, но правительства должны выделить средства, сохранить свою силу воли и сосредоточиться на способности действовать, когда наступит следующая пандемия или эпидемия. 12,5 долларов США триллион COVID-19 стоит глобальная экономика до 2024 года Потенциал ИИ в качестве системы раннего предупреждения может дополнить и улучшить результаты традиционного математического моделирования и алгоритмического прогнозирования. Например, ИИ может выявлять и прогнозировать риски для здоровья, связанные с климатом, путем сбора нескольких уровней входных данных, таких как температурные тренды, метеорологические явления, плотность населения, пригодность среды обитания переносчиков, а также зоны, подверженные наводнениям и засухам. О них можно сообщить поставщикам медицинских услуг и сообществам в качестве раннего предупреждения, чтобы обеспечить надежность поставок лекарств, больничного оборудования и коек, а также принять важные профилактические меры для сведения к минимуму последствий события. Продвигается:Национальные системы здравоохранения добились прогресса в стандартизации отчетов о диагнозах. Тем не менее, точность и прозрачность варьируются в зависимости от страны, и, что более важно, отчетность о диагнозе является запаздывающим показателем. Мониторинг заболеваний должен не просто описывать распространение болезни, когда она уже началась; Мониторинг должен предвидеть и направлять учреждения в отношении наилучшего способа действовать быстро, решительно и эффективно. В дополнение к преодолению проблем с данными, таких как доступность и функциональная совместимость, исследователи сосредоточились на трех областях определения опережающих индикаторов: 1)патогени его уникальные свойства, 2)Населениеи его движение, и 3) средаи как это может повлиять на скорость распространения пандемий. По мере ускорения изменения климата важность отслеживания переносчиков и прогнозирования распространения инфекционных заболеваний будет возрастать. Роли заинтересованных сторон:Правительства все больше внимания уделяют прогнозированию и контролю распространения инфекционных заболеваний. Хотя это давно является приоритетом для стран с низким и средним уровнем дохода, он также вызывает растущий интерес для стран с высоким уровнем дохода, особенно в свете пандемии COVID-19. Агентства общественного здравоохранения должны руководить ресурсами, но они должны тесно сотрудничать с технологическими компаниями, неправительственными организациями, поставщиками услуг и другими общественными организациями, чтобы выводы, полученные с помощью ИИ, приводили к своевременным вмешательствам. Науки о жизни и плательщики должны иметь достаточно своевременную информацию, чтобы помочь сосредоточить ресурсы на предотвращении вспышек, но их не следует рассматривать в качестве основных участников прогнозирования вспышек или принятия мер против них. Аналитики могут моделировать распространение патогенов, используя данные образцов животных, но сбор в масштабе часто бывает очень сложным. Такие компании, как Concentric, дочерняя компания Ginkgo Bioworks, успешно использовали обработку естественного языка, которая делает человеческий текст и речь понятными для компьютеров, для РИСУНОК 5 Государственно-частная матрица сбора информации об инфекционных заболеваниях Вариант использования/ заинтересованные стороны Естественные науки/ медтехника Правительство Соединители Технологии Провайдеры Плательщики Инфекционное заболевание интеллект Относительно более вспомогательная роль Относительно более центральная роль Примечание:Связующими звеньями считаются НПО, группы защиты интересов и пациентов, дистрибьюторы, организации групповых закупок, инвесторы и другие организации в сфере здравоохранения. Масштабирование интеллектуальных решений с помощью ИИ в здравоохранении:Раскрытие влияния на варианты использования с высоким потенциалом 15
RkJQdWJsaXNoZXIy NzQwMjQ=