Zaawansowane algorytmy stosowane przez zespoły naukowców mogą niebawem trafić do smartfonów. Będą pomagać w walce z pandemią

Data publikacji: 2020-12-29, 06:00
Oryginalny tytuł wiadomości prasowej: Zaawansowane algorytmy stosowane przez zespoły naukowców mogą niebawem trafić do smartfonów. Będą pomagać w walce z pandemią
Kategoria: INNOWACJE, Robotyka i SI, sztuczna inteligencja, COVID-19, uczenie maszynowe, służba zdrowia, inteligentne algorytmy

Pandemia koronawirusa przyczyniła się do rozwoju technologii z zakresu robotyki zautomatyzowanej oraz uczenia maszynowego. Inteligentne technologie wspomagają medyków i naukowców w walce z COVID-19 na każdym polu, począwszy od procesów matematycznego modelowania rozprzestrzeniania się choroby, poprzez analizę pacjentów, na dezynfekcji przestrzeni publicznych i opracowywaniu leków skończywszy. – Duża część algorytmów, które dzisiaj są stosowane wyłącznie w celach naukowych, przejdzie do urządzeń, z których korzystamy na co dzień, takich jak smartfony – przewiduje dr hab. inż. Tomasz Trzciński z Politechniki Warszawskiej.

Pandemia koronawirusa przyczyniła się do rozwoju technologii z zakresu robotyki zautomatyzowanej oraz uczenia maszynowego. Inteligentne technologie wspomagają medyków i naukowców w walce z COVID-19 na każdym polu, począwszy od procesów matematycznego modelowania rozprzestrzeniania się choroby, poprzez analizę pacjentów, na dezynfekcji przestrzeni publicznych i opracowywaniu leków skończywszy. – Duża część algorytmów, które dzisiaj są stosowane wyłącznie w celach naukowych, przejdzie do urządzeń, z których korzystamy na co dzień, takich jak smartfony – przewiduje dr hab. inż. Tomasz Trzciński z Politechniki Warszawskiej.

– Naukowcy badają możliwości wykorzystania sztucznej inteligencji i robotyki w wielu różnych dziedzinach, począwszy od modelowania przebiegu samej pandemii, metody modelowania różnego rodzaju leków czy sposobów na walkę z koronawirusem. W tym m.in. modelowania procesu drug discovery, czyli odkrywania nowych połączeń między różnymi substancjami w celu zwalczania wirusa – mówi agencji informacyjnej Newseria Innowacje dr hab. inż. Tomasz Trzciński, adiunkt z Instytutu Informatyki Politechniki Warszawskiej.

Dobrym przykładem zrobotyzowanego systemu oceny ryzyka zakażenia koronawirusem jest maszyna ARIS-K2. Ten robot medyczny na bieżąco monitoruje temperaturę pacjentów przemieszczających się po korytarzach placówek służby zdrowia, oczyszcza pomieszczenia z patogenów za pośrednictwem emitera promieni UV i pełni rolę podręcznej stacji dezynfekującej. Dzięki tak szeroko zakrojonemu arsenałowi środków zapobiegawczych jest w stanie zminimalizować ryzyko transmisji wirusa i błyskawicznie zidentyfikować potencjalnych nosicieli.

– Klasycznym sposobem na zapobieganie rozprzestrzeniania się wirusa jest pomiar temperatury, ale są też sposoby oparte na analizie obrazu i sztucznych sieciach neuronowych, które analizują termowizyjnie. Z perspektywy tego, czym zajmujemy się w Instytucie Informatyki, metody głębokiego uczenia są również stosowane np. do analizy oddechów czy dźwięków – wskazuje ekspert.

Równie przydatny w dobie pandemii okazał się robot CoDaBot autorstwa inżynierów z BoKa Automatisierung. To mobilne laboratorium wyposażono w algorytmy wyspecjalizowane w sortowaniu próbek do testów na koronawirusa. Maszyna swoją wydajnością przewyższa ludzkich laborantów, gdyż w ciągu godziny jest w stanie przeanalizować ok. 500 próbek materiału badawczego. Nie naraża przy tym personelu na bezpośredni kontakt z próbkami, ograniczając tym samym ryzyko transmisji koronawirusa na zespół medyczny.

– Pandemia przyspieszyła rozwój algorytmów i badań związanych z wykorzystaniem uczenia maszynowego w tym trudnym dla nas okresie. Ale tak jak wcześniej te algorytmy zostały w naturalny sposób zaaplikowane do działań militarnych czy do normalnego funkcjonowania szpitali, tak teraz dodatkowe finansowanie, które zostało przekierowane w stronę rozwoju badań i nauki do celów zwalczania wirusa, znacząco ułatwiło rozwój tych algorytmów, dostęp do danych czy też unaoczniło wagę tego problemu, w związku z czym tempo rozwoju znacząco wzrosło – przekonuje dr hab. inż. Tomasz Trzciński.

O ogromnym potencjale sztucznej inteligencji w procesie opracowywania nowych leków najlepiej świadczy ostatni sukces zespołu DeepMind – opracowanie algorytmu AlphaFold, wyspecjalizowanego w przewidywaniu przestrzennej struktury białek na podstawie ich sekwencji aminokwasowej. Zrewidowana odsłona oprogramowania zaprezentowana podczas tegorocznego konkursu Critical Assessment of Structure Prediction może pochwalić się dokładnością procesów predykcyjnych na poziomie 90 proc., a wdrożenie jej do powszechnego użytku pozwoli przyspieszyć prace nad opracowywaniem nowych, innowacyjnych leków.

W walce z COVID-19 przydatne okazały się z kolei algorytmy predykcyjne, które pozwalają przewidywać rozwój pandemii zarówno w skali lokalnej, jak i globalnej.

– Grupa MOCOS [MOdelling COronavirus Spread – przyp. red.] wraz z grupą badawczą prof. Przemysława Biecka z Wydziału MiNI Politechniki Warszawskiej przygotowują aktualizowane praktycznie w trybie codziennym prognozy, w jaki sposób pandemia się rozwija. Wykorzystują w tym celu właśnie modelowanie oparte na danych oraz metodę uczenia maszynowego, czyli szeroko pojmowanej sztucznej inteligencji – wskazuje adiunkt na Politechnice Warszawskiej.

O tym, jak skuteczne są rozwiązania tego typu, najlepiej świadczy przypadek firmy technologicznej BlueDot. To jej algorytm jako pierwszy zaalarmował naukowców o ryzyku wybuchu pandemii, jeszcze zanim WHO ostrzegła przed COVID-19 cały świat. Sztuczna inteligencja wychwyciła z zasobów Big Data, zawierających wpisy z serwisów społecznościowych, dane o rezerwacjach lotniczych czy raporty z lokalnych ośrodków pomocy medycznej o mikrotrendach. Na ich podstawie rozpoznała ognisko zachorowań jako ostrą chorobę płuc, która finalnie przerodziła się w pandemię COVID-19.

Zaawansowane inteligentne algorytmy predykcyjne ma na swoim koncie także wrocławska firma DataWalk. Jej algorytm przystosowano do analizy zasobów Big Data w poszukiwaniu zależności zachodzących pomiędzy pozornie nieskorelowanymi informacjami. Analiza ta wykorzystywana jest do symulowania powiązań pomiędzy badaną grupą, aby ustalić, kto mógł mieć kontakt z zarażoną osobą.

– Duża część algorytmów, które dzisiaj są stosowane wyłącznie w celach naukowych, przejdzie do urządzeń, z których korzystamy na co dzień. Telefony komórkowe nosimy ze sobą praktycznie cały czas, rozszerzenie ich funkcjonalności o dodatkowe sensory, które badają tempo oddechu czy temperaturę ciała, jeszcze bardziej się spopularyzuje. Nie będą to tylko gadżety sportowców, będą to po prostu narzędzia w walce z codziennymi zarazkami czy wirusami – przewiduje dr hab. inż. Tomasz Trzciński.

źródło: Biuro Prasowe
Załączniki:

adiunkt na Wydziale Elektroniki i Technik Informacyjnych