در تعقیب کرونا

دانشمندان مسلمان عمانی، با استفاده از فناوری هوش مصنوعی درصدد ابداع روش جدیدی برای کاهش اثرات ویروس کرونا هستند.

بیمارستان دانشگاه سلطان قابوس(SQUH) ، مرکز تحقیقات پزشکی در دانشگاه سلطان قابوس (MRC-SQU) و شرکت عمانی (TAQAT LLC) در حال همکاری برای راه‌اندازی یک برنامه هوش مصنوعی (AI) با مدل جداسازی کارآمد -از طریق ردیابی، آزمایش- برای کمک به کاهش اثرات  COVID-19 هستند. در حال حاضر آنها این سیستم را در سطح تحقیقات تجربی ساخته‌اند و امیدوارند بتوانند به زودی نتایجشان را منتشر کنند. آنها امیدوارند که نتایج موثر، قابل اعتماد، قابل استفاده و راهگشا باشد.

بسیاری از دولت‌ها تصمیم گرفته‌اند با استفاده از فناوری، یعنی برنامه های ردیابی تماس، با ویروس مبارزه کنند. با این حال، این برنامه‌ها ناکارآمد یا بی‌تاثیر هستند و یا موجب نفوذ به حریم خصوصی افراد می‌شوند. به طور گسترده‌ای نشان داده شده است که اثربخشی برنامه‌های ردیابی در بهترین حالت بسیار کم است و این نتایج عمدتا به دو دلیل می‌باشد:

1. عدم دقت سیگنال

2. توانایی ویروس در آلوده سازی غیرمستقیم

عدم صحت سیگنال مورد بررسی بسیاری قرار گرفته است زیرا GPS در بهترین حالت و در بدترین حالت در محل‌هایی که به هیچ وجه قادر به خواندن مکان خود نیست، تقریباً 5 متر دقت دارد. برای رفع این مسئله، بلوتوث، اگرچه با مشکلات مشابهی مانند مسافت و جهت روبرو می‌باشد، به عنوان ابزار مناسبی شناخته شده است. شرکت‌های اپل و گوگل برای کاهش تأثیر این مسائل به همکاری با یکدیگر پرداخته‌اند و به نتایج خوبی نیز دست یافته‌اند، اما مشکل عدم دقت هرچند تا حد زیادی کاهش یافته است اما هنوز هم وجود دارد. با این حال، مسائل مربوط به حریم خصوصی همچنان پابرجا هستند و مشکلات پیچیده‌تری می‌باشند.

در حال حاضر مسائل مربوط به حریم خصوصی به آفتی بزرگتر از خود COVID-19 تبدیل شده‌اند. پیش از این فعالیت برنامه ردیابی نروژی و بسیاری دیگر از برنامه‌های مشابه برای پیروی از قوائد حریم خصوصی متوقف شده‌اند. حتی اگر تلاش برای استفاده از مکانیزم غیرمتمرکز که با همکاری اپل و گوگل ارائه شده است باشد، اما ترس از اقدامات هکری مخرب به عنوان یک حادثه ساده می‌تواند تأثیر بی‌سابقه‌ای بر کاربران ایجاد کند.

مشکل دیگر ماندگاری ویروس بر سطوح است (البته دامنه زمانی ماندگاری آن به طور گسترده مورد اختلاف است اما حداقل زمان ماندگاری آن چند دقیقه است). اگرچه ادعا شده است که بیشترین میزان گسترش بیماری مربوط به این شیوه می‌باشد که حتی از حالت شخصی به شخص دیگر نیز موثرتر است اما در حال حاضر هیچ سیستمی نمی‌تواند این مشکل را شناسایی کند. بدیهی است که بلوتوث و GPS نیز نمی‌توانند این اثر را ثبت کنند.

ما در حال ارائه روشی برای تشخیص عفونت با استفاده از روش‌های مبتنی بر هوش مصنوعی همراه با هشدارهای اولیه برای احتمال قرار گرفتن در معرض ویروس هستیم. از آنجا که ما به اطلاعات کاربران نیاز نداریم، این شیوه تنها روشی است که در آن اطلاعات کاربران در یک سرور متمرکز ذخیره نمی‌شوند. ایده این است که کاربر مکانی را به صورت ناشناس علامت گذاری می‌کند. مکان شناسایی شده و با استفاده از هوش مصنوعی، مدت زمان ممکن را که مکان باید علامت زده باقی بماند شناسایی می‌کنیم. سپس برای چهار روز آینده به هر کاربری که قصد ورود به آن مکان را دارد، دستورالعمل‌هایی در مورد چگونگی محافظت از خود هنگام ورود به مکان مشخص شده با استفاده از برنامه هوش مصنوعی داده می‌شود. در صورت مثبت بودن نتیجه تست به وسیله هوش مصنوعی، قرار ملاقات برای بازدید از یک مرکز تست داده می‌شود. از آنجا که انجام دادن توصیه‌هایی که داده می‌شود بسیار راحت و آسان است و به خصوص اکثر مردم نمی خواهند خود را در معرض خطرهای غیر ضروری قرار دهند پیش‌بینی می‌شود بیشتر افراد پروتکل‌ها را رعایت خواهند کرد. این شیوه تعداد عفونت‌ها را باید سریع کاهش دهد.

شیوه ما از تحقیقات و ابزارهای موجود برای تجزیه و تحلیل‌های اولیه مانند آزمایش سرفه خشک و مرطوب برای آزمایش COVID-19 با استفاده از دما استفاده می‌کند. اثبات شده است که این شیوه‌ها با توجه به مولفه سرفه و درجه تب بسیار کارآمد هستند، اما از آنجا که این علائم می‌توانند توسط بیماری‌های دیگری نیز ایجاد شوند، از نظر پیش بینی بیماری COVID-19 از اهمیت بسیار کمی برخوردار می‌شوند. ما الگوریتم‌های هوش مصنوعی خود را ایجاد کرده‌ایم که معتقدیم در صورت ترکیب با این روش‌ها می‌تواند دقت را به سطح رضایت بخشی برساند.

در مجموع بخش‌های هوش مصنوعی و نرم افزاری تکمیل شده‌اند و هدف فعلی ما آزمایش‌های مفهومی با داده‌های بالینی و مشاهده اثربخشی آن است.

برگرفته از: https://anwaar.squ.edu.om/en/2020/06/25/they-are-tracking-covid-19/