Se sua IA preditiva não funciona com prevenção de crimes, por que não experimentá-la em quarentenas preditivas? Harvard afirma que tudo o que precisa é de mais dados, onde o governo “certamente pode aumentar a coleta de dados nacionais de saúde criando ou distribuindo registros médicos eletrônicos mais abrangentes”. ⁃ Editor TN
Nos últimos meses, o mundo experimentou uma série de surtos do Covid-19 que geralmente seguiram o mesmo caminho: uma fase inicial com poucas infecções e resposta limitada, seguida pela decolagem dos famosos curva epidêmica acompanhada de um bloqueio em todo o país para achatar a curva. Então, quando a curva atinge o pico, os governos têm que lidar com o que o presidente Trump chamou de “a maior decisão”De sua vida: quando e como gerenciar o confinamento.
Durante toda a pandemia, grande ênfase foi dada ao compartilhamento (ou falta dela) de informações críticas entre os países - em particular da China - sobre a propagação da doença. Por outro lado, relativamente pouco foi dito sobre como a Covid-19 poderia ter sido melhor gerenciada aproveitando as tecnologias de dados avançadas que transformaram os negócios nos últimos 20 anos. Neste artigo, discutimos uma maneira como os governos poderiam alavancar essas tecnologias no gerenciamento de uma futura pandemia - e talvez até mesmo nas fases finais da atual.
O poder da previsão personalizada
Uma abordagem alternativa para os formuladores de políticas considerarem adicionar em seu mix para combater o Covid-19 é baseada em a tecnologia de previsão personalizada, que transformou muitas indústrias nos últimos 20 anos. Usando a tecnologia de aprendizado de máquina e inteligência artificial (IA), as empresas orientadas a dados (de "Big Tech" a serviços financeiros, viagens, seguros, varejo e mídia) fazem recomendações personalizadas sobre o que comprar e praticam preços, riscos e crédito personalizados e assim por diante, usando os dados que acumularam sobre seus clientes.
Em um artigo recente da HBR, por exemplo, Ming Zeng, ex-diretor de estratégia da Alibaba, descreveu como a Ant Financial, operação de empréstimos para pequenas empresas de sua empresa, pode avaliar os solicitantes de empréstimos em tempo real, analisando seus dados de transações e comunicações nas plataformas de comércio eletrônico da Alibaba. Enquanto isso, empresas como a Netflix avaliam as escolhas e características passadas dos consumidores para fazer previsões sobre o que assistirão em seguida.
A mesma abordagem poderia funcionar para pandemias - e até para o futuro do Covid-19. Usando várias fontes de dados, os modelos de aprendizado de máquina seriam treinados para medir o desempenho de um indivíduo. risco clínico de sofrer resultados graves (se infectado pelo Covid): qual é a probabilidade de que eles precisem de cuidados intensivos, para os quais há recursos limitados? Qual a probabilidade de que eles morram? Os dados podem incluir histórias médicas básicas dos indivíduos (para Covid-19, a gravidade dos sintomas parece aumentar com a idade e com o presença de comorbidades tais como diabetes or hipertensão) bem como outros dados, como a composição da família. Por exemplo, um indivíduo jovem e saudável (que de outra forma poderia ser classificado como "baixo risco") poderia ser classificado como "alto risco" se viver com pessoas idosas ou enfermas que provavelmente precisariam de cuidados intensivos caso fossem infectadas.
Essas previsões de risco clínico poderiam então ser usadas para personalizar políticas e alocação de recursos no nível individual / familiar, contabilizando adequadamente os riscos e responsabilidades médicas padrão. Poderia, por exemplo, permitir-nos direcionar o distanciamento e a proteção social para aqueles com altos escores de risco clínico, enquanto permitir que aqueles com baixos escores vivam mais ou menos normalmente. Os critérios para designar indivíduos a grupos de alto ou baixo risco precisariam, é claro, ser determinados, considerando também os recursos disponíveis, os riscos de responsabilidade médica e outras compensações de risco, mas as abordagens da ciência de dados para isso são padrão e usadas em numerosas formulários.
Uma abordagem personalizada possui vários benefícios. Pode ajudar a construir imunidade de rebanho com menor mortalidade - e rápido. Também permitiria uma alocação de recursos melhor e mais justa, por exemplo, equipamentos médicos escassos (como kits de teste, máscaras protetoras e leitos hospitalares) ou outros recursos.
As estratégias de de-confinamento em estágios posteriores de uma pandemia - um próximo passo importante para a Covid-19 na maioria dos países - podem se beneficiar de maneira semelhante. Decidir com quais pessoas iniciar o processo de desconcerto é, por natureza, um problema de classificação semelhante aos problemas de classificação familiares à maioria das empresas baseadas em dados. Alguns governos já estão se aproximando do confinamento usando a idade como proxy do risco, uma classificação relativamente grosseira que potencialmente não leva em conta outros indivíduos de alto risco (como o exemplo acima de jovens saudáveis vivendo com idosos).
A classificação baseada em dados e modelos de previsão de IA pode levar a decisões de desconcerto que são seguras no nível da comunidade e muito menos onerosas para o indivíduo e a economia. Sabemos que uma característica importante da Covid-19 é que ela tem uma taxa de transmissão excepcionalmente alta, mas também uma taxa de mortalidade ou sintomas graves relativamente baixa. Os dados indicam que possivelmente mais de 90% das pessoas infectadas são assintomáticas ou apresentam sintomas leves quando infectadas.
Em teoria, com uma previsão confiável de quem são esses 90%, podemos desconfigurar todos esses indivíduos. Mesmo que se infectassem, não apresentariam sintomas graves e não sobrecarregariam o sistema médico ou morreriam. Essas pessoas confinadas com 90% de baixo risco clínico também ajudariam a rápida acumulação de alta imunidade ao rebanho; nesse momento, os 10% restantes também poderiam ser confinados.
Se Deus usa as coisas simples do mundo para confundir os sábios, seria necessário apenas um chocalho de bebê e um elástico para tornar os estudantes de Harvard catatônicos.
wpDiscuz
Sim, eles continuam assim, e as pessoas vão sucumbir ao envenenamento por chumbo em vez do covid-19.
Se Deus usa as coisas simples do mundo para confundir os sábios, seria necessário apenas um chocalho de bebê e um elástico para tornar os estudantes de Harvard catatônicos.