Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Sensor

Dados, IA e sensores agrupados contra COVID-19


Os governos, profissionais de saúde e indústrias que lutam para enfrentar a pandemia Covid-19 têm alguns aliados poderosos na batalha para minimizar o impacto na saúde pública e na economia global:big data e análise preditiva em combinação com inteligência artificial e um arsenal de sensores térmicos.

Covid-19 pertence à mesma família de vírus associados à síndrome respiratória aguda grave (SARS) e ao resfriado comum. Por ser um vírus novo para o qual os humanos não tinham imunidade anterior, seu impacto inicial foi devastador. Meses após a chegada dos primeiros relatórios da província chinesa de Hubei, os testes na maioria dos países permaneceram esporádicos, na melhor das hipóteses, deixando as populações ao redor do mundo incertas quanto ao número real de casos em seu meio e incertas sobre como responder ao perigo ou mesmo compreender seu escopo. Não demorou muito para que especialistas em IA e técnicas de análise de dados reconhecessem o potencial da tecnologia de IA e ciência de dados para apoiar o trabalho de epidemiologistas e equipes de resposta a crises do governo.

A análise de dados e a matemática, juntamente com a física, permitem uma compreensão aprofundada dos processos naturais. Os pioneiros da ciência de dados já tiveram um impacto na saúde pública, implantando coleta e análise de dados para ajudar a desacelerar a propagação de surtos anteriores. Uma das primeiras aplicações históricas da análise de dados foi em 1852, durante um surto de cólera em Londres. John Snow, um dos primeiros epidemiologistas orientados por dados, analisou geoespacialmente as mortes que ocorreram em Londres e, assim, foi capaz de isolar a fonte da doença. Com base em sua análise, as autoridades foram capazes de direcionar suas intervenções e verificar rapidamente a propagação do surto.

Vamos avaliar os dados


Executando modelos por meio de sistemas de análise de dados, os pesquisadores podem estimar como as tendências podem progredir. Um exemplo é o modelo SIR, um modelo epidemiológico que calcula o número teórico de pessoas infectadas por uma doença contagiosa em uma população fechada ao longo do tempo. O modelo usa equações acopladas analisando o número de pessoas suscetíveis, S (t); número de pessoas infectadas, I (t); e número de pessoas que se recuperaram, R (t).

Um dos modelos SIR mais simples é o modelo Kermack-McKendrick, a base sobre a qual muitos outros modelos compartimentais foram baseados. Neste contexto, encontrei uma análise 1 publicado no início de março por Ettore Mariotti, pesquisador graduado da Università degli Studi di Padova, é bastante interessante.

Considere uma ilha - nosso sistema - onde as pessoas não podem sair nem entrar. Cada indivíduo na ilha pode estar em um dos seguintes estados em um determinado momento:“Susceptível”, “Infectado” e “Recuperado” (daí a sigla SIR). Com certa probabilidade, pessoas que nunca tiveram a doença (S) podem adoecer e se infectar (I) por um determinado período antes de se recuperarem (R). No caso da Covid-19, é apropriado estender o modelo com um estado adicional, “Exposto”, para incluir pessoas que têm o vírus, mas ainda não são infecciosas (modelo SEIR; Figura 1).



Big data, IA e sensores


Durante uma epidemia, os dados clínicos podem variar muito em qualidade e consistência. Complicações desse tipo incluem casos de pacientes falso-positivos. Big data e IA podem ser empregados para verificar a conformidade com quarentenas, no entanto, e o aprendizado de máquina pode ser usado para pesquisas de drogas.

A resposta do coronavírus na Ásia fornece muitos exemplos de intervenções implementadas por meio do uso de tecnologias digitais. Drones equipados com scanners e câmeras inteligentes fornecem a capacidade de detectar aqueles que não cumprem as medidas de quarentena e verificar a temperatura corporal das pessoas. China e Taiwan empregaram câmeras inteligentes para esse fim.

A SenseTime, empresa de tecnologia de IA baseada em Hong Kong, desenvolveu uma plataforma que pode detectar febre escaneando o rosto das pessoas, mesmo que elas estejam usando máscaras médicas. O software de detecção de temperatura sem contato da SenseTime foi implementado em estações de metrô, escolas e centros públicos em Pequim, Xangai e Shenzhen.

A Alibaba, por sua vez, desenvolveu um sistema baseado em IA para diagnóstico de Covid-19 que permite a detecção de novos casos de coronavírus com uma taxa de precisão de até 96% por meio de tomografias computadorizadas (tomografias computadorizadas).

A Graphen, sediada em Nova York, está colaborando com pesquisadores da Universidade de Columbia para definir a forma canônica de cada localização genética do vírus e identificar a (s) variante (s) exata (s). Os pesquisadores estão usando a plataforma Ardi AI de Graphen, que imita as funções do cérebro humano, para armazenar os dados de mutação e visualizá-los. Uma visualização típica mapeia um vírus contra um conjunto de vírus que possuem a mesma sequência de genoma. Informações relacionadas ao vírus, incluindo localização, sexo e idade das pessoas afetadas, podem ser vistas clicando nos nós correspondentes.

O big data, por sua vez, tem sido amplamente utilizado para melhorar os sistemas de vigilância a fim de mapear a propagação do vírus.

A aquisição e o processamento de big data têm exigido novas metodologias e tecnologias de coleta e análise. Em particular, podemos distinguir quatro metodologias para análise de big data:

O Alibaba também desenvolveu um aplicativo, o Alipay Health Code, que usa o big data disponibilizado pelo sistema de saúde chinês para indicar quem pode ou não acessar os espaços públicos.

BlueDot, uma startup com sede em Toronto com uma plataforma construída em torno de inteligência artificial, desenvolveu sistemas inteligentes para permitir o monitoramento automático e a previsão da propagação de doenças infecciosas. A plataforma BlueDot foi usada e sua eficácia comprovada durante a epidemia de SARS.

Notavelmente, em dezembro de 2019, o BlueDot também deu o alarme sobre a gravidade potencial do coronavírus e, novamente, seus modelos se mostraram corretos. Entre as ferramentas usadas pelo BlueDot estão técnicas de processamento de linguagem natural.

A Insilico Medicine (Rockville, Maryland) é outra empresa focada na prevenção de doenças por meio de inteligência artificial. A empresa está desenvolvendo e aplicando IA de próxima geração e abordagens de aprendizado profundo em cada etapa do processo de descoberta e desenvolvimento de medicamentos. A Insilico recentemente usou seu sistema para analisar moléculas que podem ser adequadas para combater o novo coronavírus e é capaz de compartilhar os resultados. Quando esta edição foi para a imprensa, a empresa estava fazendo a curadoria de um banco de dados de informações para uso no desenvolvimento de vacinas.

Estudo do impacto econômico


Além dos efeitos na saúde, a Covid-19 deu um golpe devastador na economia global. Aqui, também, big data e IA podem ajudar a analisar o impacto e formular respostas adequadas. As tecnologias de análise de satélite, por exemplo, ajudaram os pesquisadores do WeBank a identificar os setores mais afetados na China, como o aço. A análise mostrou que a produção nas siderúrgicas da China caiu para um mínimo de 29% da capacidade no início da epidemia, mas recuperou para 76% da capacidade em 9 de fevereiro (Figura 3).




Referência

1 Mariotti, E. (2020, 6 de março). Modelando o surto de Covid-19 na Itália.

>> Este artigo foi publicado originalmente em nosso site irmão, EE Times Europe.





Sensor

  1. Funcionamento do sensor virtual e suas aplicações
  2. Sensor de ocupação funcionando e suas aplicações
  3. Construindo IA responsável e confiável
  4. Material detecta COVID-19 com rapidez e precisão
  5. Mesa redonda executiva:detecção e IIoT
  6. Fibra programável fornece energia e transmite dados
  7. Sensores de deformação ultrafinos e altamente sensíveis
  8. Câmera 3D mescla profundidade e dados espectrais
  9. A COVID-19 impulsiona a aquisição de dados e a evolução da análise
  10. Sensor de fluxo e temperatura Lab-On-Chip