Τα Κέντρα Ελέγχου και Πρόληψης Νοσημάτων (CDC) ανακοίνωσαν πρόσφατα ότι ένα μοντέλο που βασίζεται στην τεχνητή νοημοσύνη της Google πέτυχε την υψηλότερη ακρίβεια στην πρόβλεψη των νοσηλειών λόγω γρίπης για την περίοδο 2025-26. Η εξέλιξη αυτή υπογραμμίζει τον αυξανόμενο ρόλο της προηγμένης τεχνολογίας στον σχεδιασμό της δημόσιας υγείας.
Η Πρωτοβουλία FluSight
Κάθε χρόνο, από τον Οκτώβριο έως τον Μάιο, το CDC συντονίζει το FluSight, ένα συνεργατικό έργο που συγκεντρώνει εβδομαδιαία δεδομένα από διάφορες ακαδημαϊκές, βιομηχανικές και κυβερνητικές ομάδες. Οι συμμετέχοντες παρέχουν εκτιμήσεις για τις εισαγωγές στα νοσοκομεία των ΗΠΑ, εξετάζοντας τόσο την τρέχουσα εβδομάδα όσο και ένα παράθυρο τριών εβδομάδων στο μέλλον. Αυτή η συλλογική γνώση βοηθά το CDC να ενημερώνει τις πολιτείες για την αναμενόμενη ζήτηση ιατρικών πόρων.
Σε μια πρόσφατη αξιολόγηση 39 διαφορετικών μοντέλων, η συμμετοχή της Google ευθυγραμμίστηκε περισσότερο με τον πραγματικό αριθμό νοσηλειών που καταγράφηκαν κατά τη διάρκεια της σεζόν. Αυτή η επιτυχία ενισχύει την πεποίθησή μας ότι ο συνδυασμός της ανθρώπινης εμπειρογνωμοσύνης με την τεχνητή νοημοσύνη μπορεί να βελτιώσει σημαντικά την παγκόσμια πρόγνωση ασθενειών.
Ο Ρόλος του ERA
Οι προβλέψεις μας αναπτύχθηκαν με τη χρήση του Empirical Research Assistance (ERA), ενός συστήματος AI που δημιουργεί εξειδικευμένους αλγορίθμους βελτιστοποίησης για ποικίλες επιστημονικές εφαρμογές. Η μεθοδολογία πίσω από το ERA παρουσιάστηκε πρόσφατα στο περιοδικό Nature. Επί του παρόντος, προσφέρουμε πρόσβαση στην τεχνολογία του ERA σε μια ομάδα εγκεκριμένων δοκιμαστών, στο πλαίσιο των ευρύτερων πειραματικών επιστημονικών πρωτοβουλιών μας.
