Projekt soll Epidemien mit künstlicher Intelligenz frühzeitig vorherzusagen

Argentinische Forscher arbeiten an der Entwicklung von technologischen Werkzeugen, die auf künstlicher Intelligenz und Datenwissenschaft basieren und es ermöglichen, potenzielle epidemische Ausbrüche auf der Grundlage von anonymisierten elektronischen Krankenakten frühzeitig zu erkennen.

Das Projekt trägt den Namen Arphai – Argentinische Public Health Research on Data Science and Artificial Intelligence for Epidemic Prevention – Epidemiologisches Management auf der Grundlage von künstlicher Intelligenz und Datenwissenschaft) und zielt darauf ab, die präventive öffentliche Gesundheitsentscheidungsfindung zu fördern, legt jedoch einen sehr starken Schwerpunkt auf zwei Querschnittsthemen: die Erkennung von Vorurteilen und die verantwortungsvolle Nutzung von Daten.

„Wir sind uns der Tatsache bewusst, dass Menschen nicht in gleicher Weise auf das Gesundheitssystem zugreifen“, sagte Verónica Xhardez, die technische Koordinatorin des Arphai-Projekts am Interdisziplinären Zentrum für Studien in Wissenschaft, Technologie und Innovation (Ciecti), gegenüber Télam-Confiar.

Deshalb überprüft das Team seine Vorhersagemodelle und Entwicklungen, um potenzielle Vorurteile im Zusammenhang mit Geschlecht, Alter oder geografischem Standort der Menschen und anderen möglichen Faktoren aufzudecken.

Das Projekt verfügt zudem über eine Strategie zur verantwortungsvollen Nutzung von Daten, die Strategien zur Sicherung sensibler Daten vorsieht.

Was das Projekt beiträgt

„Derzeit hängen die Meldesysteme für Krankheiten teilweise von der aktiven Meldung von Gesundheitsfachkräften ab, dies wird als klinische Überwachung bezeichnet“, erklärte Xhardez.

Damit dies geschieht, muss der Fachmann, der einen Fall behandelt, vermuten, dass ein meldepflichtiges Ereignis auftritt – zum Beispiel Dengue – und den Fall aktiv über das Gesundheitsüberwachungssystem melden.

„In diesem Prozess kommt es häufig zu Informationsverlusten (zum Beispiel, wenn ich nicht bemerke, dass die Symptome von Dengue sind, oder wenn ich vergesse, es zu melden), und es gibt auch Verzögerungen, weil jeder Schritt Zeit in Anspruch nimmt“, fügte sie hinzu.

In diesem Kontext bringen die verschiedenen Arbeitslinien verschiedene Vorschläge für die frühzeitige Erkennung von Ausbrüchen ein.

Zum Beispiel könnten die entwickelten Modelle ein exponentielles Wachstum der Fallzahlen erkennen und Tage im Voraus die Entwicklung eines Ausbruchs vorhersagen, auch wenn die aktuelle Fallzahl nicht besorgniserregend ist. Dies wird durch die Analyse des früheren Verhaltens der Fälle und die Berücksichtigung der bekannten Dynamik infektiöser Krankheiten für verschiedene mögliche Szenarien erreicht.

Quelle: CIECTI