Egy Kanadában fejlesztett okos algoritmus, előbb figyelmeztetett a wuhani koronavírus terjedésére és a járvány kitörésére, mint a kínai vagy az amerikai közegészségügyi hatóságok. Körbenéztünk, milyen szenzor-alapú, összekapcsolt technológiák és/vagy mesterséges intelligenciát alkalmazó eszközök léteznek, amelyek a metropoliszokat, a reptereket vagy éppen a hőmérsékleti adatokat monitorozva segíthetnek a járványok kitörésének megelőzésében vagy azok továbbterjedésében.
Az Egészségügyi Világszervezet (WHO) által 2020. január 30-án globális egészségügyi vészhelyzetté nyilvánított, vuhani koronavírus-járványra már egy hónappal ezelőtt, december 31-én figyelmeztette előfizetőit a kanadai BlueDot nevű algoritmus. Ezzel nem csupán a betegségről egyébként is vonakodva hírt adó kínai hatóságokat, hanem az amerikai járványügyi és betegségmegelőzési központot (CDC) is jócskán megelőzte. A szoftver 65 különféle nyelven futja át az online híradásokat, valamint a légitársaságok adatait és az állatvilágban kitörő járványokról szóló jelentéseket is monitorozza.
Korábban a BlueDot már sikeresen jelezte előre a Zika-járvány kitörésének helyszínét Dél-Floridában, erről a brit The Lancet orvosi szaklap tett közzé részletes tanulmányt. A jelenleg világszerte problémát okozó koronavírus esetén pedig helyesen jósolta meg, hogy a vírus hogyan fog átterjedni Vuhanból Bangkok, Szöul, Tajpej, majd Tokió területére.
Az efféle információk birtokában a közegészségügyi szakértők a jövőben képesek lehetnek a járványokat még csírájukban elfojtani és a veszélyekre még a kórokozók terjedése előtt figyelmeztetni a lakosságot.
Előrejelzés és járványkövetés szenzorokkal és digitális térképekkel
A szenzorok, az összekapcsolt rendszerek, valamint a mesterséges intelligencia és a big data-alapú elemzések megjelenésével a szakértők manapság már olyan helyekről is képesek adatokat gyűjteni, ahonnan korábban kizárólag manuálisan vagy éppenséggel sehogy sem lehetett információt szerezni. Például az okos termométerek valós időben mérnek adatokat és továbbítják a globális egészségügyi rendszerekbe.
Ma már a hőtérképpel vizsgálódó biztonsági kamerák is képesek lehetnek betegségek kiszűrésére.
Ezek a rendszerek azonban nem csupán előrejelzésre, hanem a járványok terjedésének és komplett élettartamának követésére is alkalmasak. Az Egyesült Államokban például egy esetleges influenza-járvány esetén összekapcsolt eszközökkel és szenzorokkal könnyedén nyomon lehet követni a kézmosó és kézfertőtlenítő eszközök használatának gyakoriságát és az egyes gócpontok hatásait a járvány terjedésére nézve.
Ezeknek az alkalmazásoknak a működését természetesen mind valós időben kell elképzelni.
A HealthMaptől a Google-ig
Az Egyesült Államokbeli Virginia Tech Network Dynamics and Simulation Laboratory-nál a HealthMap és az EpiCaster nevű, interaktív egészségmonitorozó térképeket népességi adatokkal, földhasználati információkkal, közösségi médiaposztokkal és további, szenzorokat használó, összekapcsolt rendszerekből származó adatokkal egészítik ki.
Ezeknek a térképeknek az egyik fő célja, hogy kiszűrjék a Zika-vírushoz vagy a H1N1-vírushoz hasonló közegészségügyi fenyegetéseket.
Az interaktív térképek előnyeit felismerve, a WHO egyik csapata is új fejlesztéssel állt elő. Ez az interaktív térkép az utazókat segítve, a malária aktuális elterjedtségét jelzi.
A malária a világ trópusi országaiban nagyrészt jelen van, főleg a sűrűn lakott, mocsaras területeken. A fertőzött szúnyogok csípése juttatja a plazmódiumokat a vérbe.
Teljesen más oldalról közelít a járványok megelőzéséhez és kezeléséhez a Nexleaf. A cég kevésbé fejlett országok egészségügyi helyzetét igyekszik javítani az oltások feltételeinek javításával. Rendszerével vidéki kórházak és egészségügyi intézmények hűtőszekrényeinek hőmérsékletét tudja monitorozni.
A rendszer hatékonyan jelzi, ha nem megfelelő körülmények között tárolják az oltóanyagokat.
A Google partnerségében texasi kutatók pedig létrehozták az Aclima nevű platformot annak megértésére, hogy „hogyan élnek és lélegeznek” az egyes városok. A platform a városok levegőjének minőségét befolyásoló közlekedési, energiahasználati, valamint időjárási tényezőket gyűjti egy platformra.
Ezzel a rendszerrel a szmog, valamint a légutakra ártalmas, más környezeti hatásokat képesek előre jelezni.
