Google расширяет использование искусственного интеллекта и спутниковых снимков в сфере общественного здравоохранения через экосистему Google Earth AI, стремясь помочь исследователям и органам здравоохранения выявлять очаги риска и прогнозировать тенденции распространения заболеваний до того, как они перерастут в масштабные кризисы. Инициатива основана на объединении локальных данных о здоровье с экологическими сигналами, космическими снимками, данными о перемещениях и географическими базовыми моделями.
В Google заявляют, что эти инструменты решают две регулярно возникающие проблемы реагирования в сфере здравоохранения: задержку отчётности и наличие территорий, которые не охватываются традиционными географическими данными. Вместо ожидания, пока информация будет собрана после начала вспышки, команды могут использовать прогностические модели для определения сообществ, наиболее подверженных риску, и оценки возможных путей распространения заболевания.
Тестирование инструментов во время вспышки Эболы
Во время вспышки Эболы в Демократической Республике Конго Google сотрудничала с Африканским региональным бюро Всемирной организации здравоохранения и подразделением моделирования и эпидемиологической разведки Национального института биомедицинских исследований страны. Партнёры использовали две первоначальные исследовательские модели: агент географического рассуждения, позволяющий выполнять операции пространственного картографирования посредством диалога на естественном языке, и движок планетарного прогнозирования заболеваний.
Команда Всемирной организации здравоохранения использовала агента для выявления удалённых горнодобывающих коридоров, сочетающих риски заражения с высокой мобильностью населения. По данным Google, за несколько минут команда выявила 48 населённых пунктов, подвергающихся риску, и более 45 500 человек — процесс, который при ручных методах занял бы недели. Результаты помогли спланировать развёртывание мобильных лабораторий и координацию пограничного наблюдения.
Google также совместно с конголезским подразделением разработала еженедельные модели для оценки вероятности передачи Эболы в районы, где не было зарегистрировано случаев заболевания, опираясь на потоки перемещений, исторические тенденции заболеваемости и данные Earth AI. По данным компании, эти оценки дают дополнительное время для планирования до того, как случаи заболевания достигнут новых районов.
От острых вспышек к более широкому прогнозированию в сфере здравоохранения
Применение технологий не ограничивается инфекционными заболеваниями. Population Dynamics Foundation Model, или PDFM, объединяет агрегированные поисковые тенденции, модели перемещений и данные об окружающей среде, создавая высокодетализированную и постоянно обновляемую картину сообществ. Исследователи из NYU Langone Health использовали эти сигналы для оценки смертности от сердечно-сосудистых заболеваний в течение того же года; в некоторых случаях результаты были сопоставимы с традиционными методами или превосходили их.
В других исследованиях модели поведения по обе стороны границы между США и Канадой помогли повысить точность оценки уровня вакцинации против кори, паротита и краснухи в американских округах. Кроме того, объединение PDFM с локальными климатическими моделями улучшило прогнозы вспышек лихорадки денге в Мексике, тогда как интеграция эпидемиологических записей с PDFM повысила способность выявлять районы, подверженные холере, в Демократической Республике Конго заблаговременно — до восьми недель.
Что меняется на практике?
Практическая ценность заключается в преобразовании разрозненных географических и демографических данных в сигналы, пригодные для расстановки приоритетов: куда направлять мобильные команды, каким районам требуется пограничное наблюдение и где можно проводить ранние профилактические мероприятия, такие как борьба с личинками комаров. Однако инструменты не устраняют потребность в локальных данных или медицинской экспертизе; это исследовательские и прогностические модели, которые должны дополнять существующие системы эпидемиологического надзора, а не заменять полевую проверку и медицинские решения.
В настоящее время Google предоставляет встроенные коммерческие данные PDFM в режиме предварительного доступа под названием Population Dynamics Insights в составе Google Maps Platform; исследователи также могут запросить бесплатный доступ для определённых видов использования. Соответствующие требованиям организации могут подать заявку на получение кредитов Google Earth через общедоступные программы Google Maps Platform. Компания также сообщила, что Google.org предоставила финансирование Национальному институту Конго для помощи в модернизации местного тестирования и эпидемиологического надзора.