Google weitet den Einsatz künstlicher Intelligenz und von Satellitenbildern im Bereich der öffentlichen Gesundheit über das System Google Earth AI aus. Ziel ist es, Forschern und Gesundheitsbehörden dabei zu helfen, Risikogebiete zu erkennen und Krankheitstrends vorherzusagen, bevor sie sich zu großflächigen Krisen entwickeln. Die Initiative beruht auf der Zusammenführung lokaler Gesundheitsdaten mit Umweltsignalen, Satellitenbildern, Bewegungsdaten und geografischen Basismodellen.
Google zufolge befassen sich diese Werkzeuge mit zwei wiederkehrenden Problemen bei der Gesundheitsversorgung: verspäteten Meldungen und Gebieten, die von herkömmlichen geografischen Daten nicht erfasst werden. Statt auf die Vervollständigung der Informationen nach Beginn eines Ausbruchs zu warten, können Teams mithilfe prädiktiver Modelle die am stärksten gefährdeten Gemeinschaften bestimmen und mögliche Krankheitsverläufe abschätzen.
Erprobung der Werkzeuge während des Ebola-Ausbruchs
Während des Ebola-Ausbruchs in der Demokratischen Republik Kongo arbeitete Google mit dem Regionalbüro der Weltgesundheitsorganisation für Afrika und der Abteilung für Modellierung und epidemiologische Aufklärung des dortigen Nationalen Instituts für biomedizinische Forschung zusammen. Die Partner setzten zwei erste Forschungsmodelle ein: den Geospatial Reasoning Agent, der räumliche Kartierungsaufgaben über ein Gespräch in natürlicher Sprache ermöglicht, sowie eine Planetary Health Forecasting Engine.
Das Team der Weltgesundheitsorganisation nutzte den Agenten, um abgelegene Bergbaukorridore zu bestimmen, in denen Expositionsrisiken und eine hohe menschliche Mobilität zusammentrafen. Google zufolge identifizierte das Team innerhalb weniger Minuten 48 gefährdete Siedlungen und mehr als 45.500 Menschen – ein Vorgang, der mit manuellen Methoden Wochen gedauert hätte. Die Ergebnisse halfen bei der Planung des Einsatzes mobiler Labore und bei der Koordinierung der Grenzüberwachung.
Google entwickelte gemeinsam mit der kongolesischen Abteilung außerdem wöchentliche Modelle, um die Wahrscheinlichkeit einer Übertragung von Ebola in Gebiete zu schätzen, in denen keine Fälle registriert worden waren. Dabei wurden Bewegungsströme, historische Falltrends und Daten von Earth AI verwendet. Diese Schätzungen verschaffen laut dem Unternehmen zusätzliche Zeit für die Planung, bevor Fälle neue Gebiete erreichen.
Vom akuten Ausbruch zu umfassenderen Gesundheitsprognosen
Die Anwendungen beschränken sich nicht auf Infektionskrankheiten. Das Population Dynamics Foundation Model, kurz PDFM, kombiniert aggregierte Suchtrends, Bewegungsmuster und Umweltdaten, um ein hochauflösendes und sich kontinuierlich veränderndes Bild von Gemeinschaften zu erstellen. Forscher von NYU Langone Health nutzten diese Signale, um die Sterblichkeit durch Herz-Kreislauf-Erkrankungen im selben Jahr zu schätzen, wobei die Leistung in einigen Fällen ähnlich gut oder besser war als bei herkömmlichen Methoden.
In anderen Forschungsarbeiten halfen Verhaltensmuster auf beiden Seiten der Grenze zwischen den Vereinigten Staaten und Kanada, die Schätzungen der Impfraten gegen Masern, Mumps und Röteln in US-amerikanischen Bezirken zu verbessern. Die Kombination von PDFM mit lokalen Klimamodellen verbesserte außerdem die Vorhersagen zu Denguefieberausbrüchen in Mexiko, während die Zusammenführung epidemiologischer Aufzeichnungen mit PDFM die Fähigkeit verbesserte, bereits bis zu acht Wochen im Voraus cholera gefährdete Gebiete in der Demokratischen Republik Kongo zu bestimmen.
Was ändert sich in der Praxis?
Der praktische Wert besteht darin, verstreute geografische und Bevölkerungsdaten in nutzbare Signale für die Prioritätensetzung umzuwandeln: Wohin mobile Teams geschickt werden, welche Gebiete eine Grenzüberwachung benötigen und wo frühe Präventionsmaßnahmen wie die Bekämpfung von Mückenlarven durchgeführt werden können. Die Werkzeuge machen lokale Daten oder gesundheitliche Expertise jedoch nicht überflüssig. Es handelt sich um Forschungs- und Prognosemodelle, die bestehende Überwachungssysteme ergänzen sollten, anstatt die Überprüfung vor Ort und medizinische Entscheidungen zu ersetzen.
Google stellt derzeit eingebettete PDFM-Daten kommerziell in der Vorschau unter dem Namen Population Dynamics Insights innerhalb der Google Maps Platform zur Verfügung. Forscher können außerdem für bestimmte Nutzungen kostenlosen Zugang beantragen. Berechtigte Organisationen können sich über die öffentlichen Programme der Google Maps Platform um Google-Earth-Guthaben bewerben. Das Unternehmen erklärte außerdem, dass Google.org das kongolesische Nationalinstitut finanziert habe, um die lokale Diagnostik und die Krankheitsüberwachung zu modernisieren.