Η τεχνητή νοημοσύνη φαίνεται αποτελεί ένα σημαντικό εργαλείο και στη διαχείριση της πανδημίας, με την Ελλάδα να πρωτοπορεί σε αυτόν τον τομέα. ΕιδικότεραΤο σύστημα τεχνητής νοημοσύνης Eva που χρησιμοποίησε σε όλα τα σύνορα της η Ελλάδα για τον εντοπισμό ασυμπτωματικών κρουσμάτων το καλοκαίρι του 2020 αποδείχθηκε πολύ πιο αποτελεσματικό από τα τυχαία τεστ, αναφέρουν οι υπεύθυνοι του συστήματος στο Nature.
Οι ερευνητές αναφέρουν ότι το Eva – που επέτρεψε πιο στοχευμένους ελέγχους με βάση συγκεκριμένα κριτήρια – εντόπισε σχεδόν διπλάσιους ασυμπτωματικούς ταξιδιώτες μολυσμένους με κορωνοϊό από ό,τι αν οι έλεγχοι στα σύνορα είχαν γίνει τελείως στην τύχη.
Στην αποκορύφωση της τουριστικής περιόδου εντόπισε δύο έως τέσσερις φορές περισσότερους ασυμπτωματικούς
Ακόμη, το Eva εντόπισε 1,25 έως 1,45 φορές περισσότερους ασυμπτωματικούς ταξιδιώτες από όσους θα είχαν βρεθεί αν η πολιτική των τεστ είχε βασιστεί σε επιδημιολογικά μόνο κριτήρια, όπως έκαναν οι άλλες χώρες. Μάλιστα στην αποκορύφωση της τουριστικής περιόδου εντόπισε δύο έως τέσσερις φορές περισσότερους ασυμπτωματικούς του αναμενομένου, αναφέρει η μελέτη, την οποία συνυπογράφουν, μεταξύ άλλων, ο βασικός δημιουργός της Eva Κίμων Δρακόπουλος (Πανεπιστήμιο Νότιας Καλιφόρνιας-Λος ‘Αντζελες) και οι καθηγητές Σωτήρης Τσιόδρας, Γκίκας Μαγιορκίνης, Δημήτρης Παρασκευής, Παγώνα Λάγιου και Χρήστος Χατζηχριστοδούλου (της Ιατρικής Σχολής του Πανεπιστημίου Αθηνών οι τέσσερις πρώτοι και της Ιατρικής του Πανεπιστημίου Θεσσαλίας ο τελευταίος).
Επίσης, οι εκτιμήσεις του Eva σχετικά με την εξάπλωση του κορονοϊού σε άλλες χώρες αξιοποιήθηκαν για να γίνουν έγκαιρες προειδοποιήσεις όσον αφορά τις περιοχές υψηλού κινδύνου, τις οποίες η ελληνική κυβέρνηση χρησιμοποίησε για να προσαρμόσει ανάλογα τα ταξιδιωτικά πρωτόκολλα της, απαιτώντας από τους ταξιδιώτες συγκεκριμένων χωρών να έχουν αρνητικό μοριακό τεστ (PCR) κατά την είσοδο τους στην Ελλάδα. Με αυτό τον τρόπο, η μελέτη εκτιμά ότι το Eva απέτρεψε ένα πρόσθετο ποσοστό 6,7% μολυσμένων με κορονοϊό ταξιδιωτών να εισέλθουν στη χώρα μας κατά την περυσινή τουριστική περίοδο.
Πως σκιαγραφήθηκε το προφίλ των ταξιδιωτών – Η σημασία του ελληνικού παραδείγματος
Η μελέτη αναδεικνύει τη χρησιμότητα της ελληνικής στρατηγικής, καθώς ο αλγόριθμος Eva χρησιμοποίησε διάφορα δημογραφικά δεδομένα ταξιδιωτών (χώρα, περιοχή, ηλικία, φύλο, είδη ταξιδιωτών), μαζί με αποτελέσματα προηγούμενων τεστ ταξιδιωτών και άλλα δεδομένα, για να σκιαγραφήσει το προφίλ των ταξιδιωτών που θα έκαναν συνοριακά τεστ κατά προτεραιότητα. Προκειμένου να αποφύγει «τυφλά σημεία», το σύστημα επέλεγε περιοδικά να κάνει τεστ σε ορισμένους ταξιδιώτες για τους οποίους υπήρχαν περιορισμένα δεδομένα, έτσι ώστε να μαθαίνει συνεχώς και να αυτοβελτιώνεται.
Σε σχετική ανάλυση του Eva στο Nature, o διακεκριμένος καθηγητής Πολιτικής της Υγείας Ζιάντ Ομπερμάγιερ της Σχολής Δημόσιας Υγείας του Πανεπιστημίου της Καλιφόρνιας-Μπέρκλεϊ επισημαίνει ότι το σύστημα βρέθηκε αντιμέτωπο με πολιτικές και νομικές προκλήσεις, καθώς – προκειμένου να συμμορφωθούν με τον Γενικό Κανονισμό περί Προστασίας Δεδομένων (GDPR) της ΕΕ – οι δημιουργοί του αλγόριθμου σκοπίμως περιόρισαν τα δεδομένα με τα οποία τον τροφοδότησαν, με συνέπεια αναπόφευκτα να περιοριστεί κάπως η ακρίβεια του.
Παρόλα αυτά, όπως τονίζει, τα αποτελέσματα του Eva υπήρξαν «εντυπωσιακά», διπλασιάζοντας τον αριθμό των κρουσμάτων που ανιχνεύθηκαν ανά διενεργηθέν τεστ. Παράλληλα, όπως αναφέρει, «η επιτυχία του αλγόριθμου αυτού αναδεικνύει την ανεπάρκεια των συνοριακών πολιτικών σχεδόν όλων των άλλων χωρών», οι οποίες συχνά κατέφυγαν σε πιο «χοντροκομμένες¬ πολιτικές, για παράδειγμα επιβάλλοντας το πλήρες κλείσιμο των συνόρων στους ταξιδιώτες ή τη διενέργεια τεστ σε όλους τους ταξιδιώτες από μια συγκεκριμένη χώρα, «παραγνωρίζοντας τις τεράστιες διαφορές ανάμεσα στους ανθρώπους μέσα στις χώρες».