Столкнувшись с ограниченными ресурсами в условиях пандемии, Греция обратилась к программному обеспечению машинного обучения, чтобы решить, какие категории путешественников тестировать на COVID-19 по прибытии в страну.
Рассматриваемая система использовала обучение с подкреплением, в частности алгоритмы многорукого бандита, чтобы определить, каких потенциально инфицированных, бессимптомных пассажиров стоит протестировать и при необходимости поместить в карантин. Нам сообщили, что он также смог предоставить обновленную статистику об инфекциях, которую могли проанализировать чиновники, например, первые признаки появления горячих точек COVID-19 за рубежом.
Программное обеспечение по прозвищу Ева использовалось во всех 40 точках въезда в Грецию с 6 августа по 1 ноября прошлого года. Прибывающих путешественников попросили заполнить анкету с указанием страны и региона, из которых они приехали, а также их возраста и пола. Основываясь на этих характеристиках, Ева решила, следует ли им пройти тестирование на COVID-19 по прибытии. На пике своего развития Ева, очевидно, обрабатывала примерно от 30 000 до 55 000 форм в день, каждая форма представляла домохозяйство, и было протестировано от 10 до 20 процентов домохозяйств.
Что особенно важно, программа будет воспринимать результаты тестирования как обратную связь и учиться на них, чтобы повысить ее точность, и будет гарантировать, что она не просто хорошо умеет идентифицировать несколько типов пассажиров – она будет проверять типы путешественников, с которыми редко сталкивается, чтобы убедиться, что это действительно так. широкий набор данных. Другими словами, это было больше, чем логика вроде: если место отправления совпадает с Лондоном, тогда проверьте.
Программное обеспечение было разработано для путешественников с высоким риском, не полагаясь на данные тестов, предоставленные отдельными странами, которые могут занижать отчеты об инфекциях, страдать от предвзятости или отставать от фактического распространения вируса. Вместо этого Ева будет использовать свои собственные свежие данные в реальном времени от людей, прибывающих в Грецию, и стараться держать зараженных людей подальше от населения в целом, чтобы помочь смягчить пандемию.
Существует очень интересная закономерность, которую мы наблюдали и сообщаем в нашем исследовании, которая показывает, что увеличение распространенности, которое мы измеряем через нашу систему, сопровождается подъемом случаев через несколько недель в соответствующих странах.
«Во-первых, учитывая текущую информацию, Ева стремится к максимальному увеличению числа выявленных инфицированных бессимптомных путешественников», – пояснила американско-греческая академическая группа, разработавшая программное обеспечение, в статье о своей работе, опубликованной в этом месяце в журнале Nature. «Во-вторых, Ева стратегически распределяет некоторые тесты по типам путешественников, для которых у нее в настоящее время нет точных оценок, чтобы лучше узнать их распространенность».
Код выявил в 1,85 раза больше бессимптомных инфицированных путешественников, чем методы случайного тестирования, «до 2-4 раз больше во время пиковых путешествий», согласно команде. «Чтобы достичь такой же эффективности, как у Евы, случайное тестирование потребовало бы на 85 процентов больше тестов в каждой точке входа», – говорится в их документе по поводу первой цифры.
Ева также определила, что «бессимптомных инфицированных путешественников в 1,25–1,45 раза больше, чем у политик тестирования, использующих только эпидемиологические показатели», и она смогла выявить, в каких странах ожидается рост числа заболевших, как утверждается.
Эта последняя часть важна, потому что, согласно документу, рекомендации Евы привели к тому, что 10 стран оказались в сером списке Греции, что означало, что люди из этих стран всегда должны были проходить тестирование, что сокращало несущественные поездки из этих мест.
«Существует очень интересная закономерность, которую мы наблюдали и сообщаем в нашем исследовании, которая показывает, что увеличение распространенности, которое мы измеряем через нашу систему, сопровождается появлением случаев заболевания несколькими неделями позже в соответствующих странах», – Кимон Дракопулос и Вишал Гупта. , – рассказали доценты кафедры наук о данных и операций в Школе бизнеса им. Маршалла Университета Южной Калифорнии, написавшие статью вместе с коллегами. по электронной почте.
В конечном счете, Ева была создана для того, чтобы помочь властям Греции эффективно проводить тесты на вирусы, с точки зрения обеспечения того, чтобы группы людей, которые могут иметь вирус, были протестированы, а те, которые вряд ли будут иметь его, – нет. Один из способов сократить распространение COVID-19 в стране – это проверить всех на границе перед въездом и заблокировать или изолировать тех, у кого есть коронавирус. Ресурсы Греции были ограничены, но она не могла полностью закрыть свои двери; туризм – крупнейшая отрасль экономики страны, и поэтому она полагалась на него.
«У нас было достаточно ресурсов, чтобы проверить около 10% прибытий в пик туристического сезона и 20% – в непиковый туристический сезон, когда число прибытий было меньше», – сказал академический дуэт.
Ева была исключена после ноября. «Когда туристический сезон закончился, количество прибывающих международных пассажиров стало очень низким, и поэтому было очень мало пользы от разрешения несущественных поездок в страну», – сказал Дракопулос. Рег.
«Таким образом, Греция решила закрыть границы для несущественных поездок и перенаправить весь медицинский персонал и ресурсы Евы на внутренние меры по борьбе с пандемией – тестирование местного населения, вакцинацию, открытие школ, мониторинг местных блокировок и меры социального дистанцирования».
Исследователи отказались назвать общее количество людей, прошедших тестирование после того, как их выбрала Ева, сославшись на соображения конфиденциальности. попросили указать процент пассажиров, выбранных системой для тестирования, у которых было подтверждено, что они инфицированы COVID-19. Уровень точности для выявления бессимптомных носителей бионастии был не очень высоким, хотя точность сложно оценить как показатель эффективности для Евы.
«В наших условиях распространенность COVID-19, как правило, низкая (например, ~ 2 из 1000), а показатели прибытия в разные страны существенно различаются. В совокупности эти особенности приводят к тому, что наши данные тестирования являются как несбалансированными (несколько положительных случаев среди протестированных), так и разреженными (мало прибывших из определенных стран) », – говорится в документе.
Гупта сказал Эль Рег эта точность и ложноположительные и отрицательные результаты Евы не имели отношения к исследованию. «Цели проекта не заключались в предсказании или угадывании того, [infectious] или не. Скорее, цели носили в основном предписывающий характер: рекомендовать, сколько и какие типы пассажиров нужно обследовать, как для выявления бессимптомных инфекций, так и для поддержания точных оценок распространенности COVID-19 среди типов пассажиров ».
Чтобы улучшить работу Евы по выявлению бессимптомно инфицированных COVID-19, ученым потребуется больше информации от пассажиров. Однако это нетривиально, учитывая правила, касающиеся конфиденциальности и медицинских данных.
Очевидно, что доступ к большему количеству данных повысит производительность, но поставит под угрозу конфиденциальность людей.
«Очевидно, что доступ к большему количеству данных повысит производительность, но поставит под угрозу конфиденциальность людей», – сказали нам Дракопулос и Гупта.
Команда планирует улучшить свой открытый исходный код, чтобы другие страны, а также компании, университетские городки и школы могли использовать Eva во время пандемии.
«Одна область, где мы хотели бы, чтобы эти идеи были применены, – это теперь« рутинное »тестирование, которое мы в настоящее время наблюдаем в школах США, больших офисных зданиях и т. Д.», – сказали они.
«Используя аналогичный подход к обучению с подкреплением, что и в Eva, можно было бы сделать эти системы более эффективными и сфокусировать тестирование на лицах с высоким риском. Модели должны быть немного другими, но это может быть интересным направлением для будущей работы, особенно в регионах страны, где уровень вакцинации низкий ». ®
