Одна из самых неприятных особенностей КОВИД-19 – это возможность заразиться и не выказывать при этом никаких симптомов. Это позволяет вирусу размножаться, будучи незамеченным системами отслеживания контактов. Но новое решение на базе технологии искусственного интеллекта может помочь выследить этих незаметных носителей.

В статье, опубликованной в журнале Scientific Reports, ученые из компании Synergies Intelligent Systems и Гамбургского университета описывают алгоритм машинного обучения, который может идентифицировать людей в движущейся толпе, которые, скорее всего, являются бессимптомными носителями вируса, вызывающего КОВИД-19. Алгоритм делает эти предположения, основанные на GPS-треке движения людей в городской среде, а также на известных случаях заражения.

По мнению авторов статьи, такое точное отслеживание зараженных контактов могло бы уменьшить количество людей, которых ошибочно заставили сесть в карантин в результате обычной контактной трассировки. “С помощью этой технологии мы можем отправить в карантин очень небольшую часть людей – всего лишь от трех до пяти процентов – и довольно эффективно уменьшить эффект от болезни”, – говорят представители компании Synergies Intelligent Systems.

Эта же система также может быть использована для идентификации суперраспространителей, т.е. людей, инфицированных вирусом, которые передают его непропорционально большому количеству людей. Это могло бы помочь работникам общественного здравоохранения в определении приоритетов, где сконцентрировать запасы вакцин, чтобы остановить распространение болезни.

Одно из ограничений этого решения состоит в том, что его точность зависит от людей, добровольно использующих приложение на базе GPS на своих телефонах. Такое приложение будет отслеживать их местоположение с точностью до одного метра и регистрировать любые положительные результаты теста COVID-19. По словам профессора Гамбургского университета и автора статьи Цзянвэя Чжана (Jianwei Zhang),

Мобильные данные также собираются из данных сотовых телефонов. Если бы мы могли использовать данные, отличные от GPS, для построения интерактивных отношений между людьми, например, с помощью камер или методов локализации внутри помещений, это повысило бы точность прогнозирования алгоритма.

В принципе, алгоритм может также интегрировать данные реального мира, такие как транзакции по кредитным картам, данные об общественном транспорте и камерах на зданиях, чтобы определить, как долго и как часто люди вступали в контакт, и на каком физическом расстоянии они находились между собой. Сейчас, на этапе тестирования, такие данные из реального мира поступают из города в Китае, которые авторы не раскрывают.

Алгоритм может также учитывать ношение масок, мытье рук и здоровье – данные об этом предоставляются пользователями через интерактивный интерфейс или автоматически извлечена с помощью дополнительных датчиков. Система маркирует людей, основываясь на статусе их заболевания, таких как восприимчивость, карантин, инфицирование, госпитализация и выздоровление.

Напомним, что уже были разработаны приложения для отслеживания контактов на ранних стадиях пандемии. Такое программное обеспечение широко использовалось в Восточной Азии, вызывая критику по поводу прав граждан на неприкосновенность частной жизни. Эта технология не получила широкого распространения во многих других регионах мира.

Источник