Εργασία που αφορά ανάλυση μεθόδου ελέγχου ταξιδιωτών με χρήση τεχνικών τεχνητής νοημοσύνης και τίτλο «Improving COVID-19 border control with reinforcement learning» δημοσιεύει το επιστημονικό περιοδικό Nature, στην οποία συμμετείχε ο Σωτήρης Τσιόδρας.
Την εργασία 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).
«Κατά τη διάρκεια της πανδημίας του κορονοϊού, οι χώρες εφάρμοσαν διάφορους περιορισμούς στα ταξίδια για τον περιορισμό της διασποράς του ιού, από καραντίνα για όλους τους ταξιδιώτες, μέχρι «μπλόκο» τουριστών από συγκεκριμένες χώρες βάσει του αριθμού κρουσμάτων, νεκρών ή θετικών τεστ» αναφέρει το επιστημονικό περιοδικό.
Eva: Το «έξυπνο» σύστημα τεχνητής νοημοσύνης που αντιμετωπίζει ασυμπτωματικούς ταξιδιώτες
Το σύστημα ενισχυμένης μάθησης, που ονομάζεται «EVA» εφαρμόστηκε το καλοκαίρι του 2020 σε ταξιδιώτες που επισκέφθηκαν την Ελλάδα για να περιορίσει την εισροή των ασυμπτωματικών ταξιδιωτών που έχουν μολυνθεί με SARS-CoV-2 και για την άμεση ενημέρωση των συνοριακών Αρχών.
Οι ερευνητές αναφέρουν ότι το Eva – που επέτρεψε πιο στοχευμένους ελέγχους με βάση συγκεκριμένα κριτήρια – εντόπισε σχεδόν διπλάσιους ασυμπτωματικούς ταξιδιώτες μολυσμένους με κορονοϊό (1,85 φορές περισσότερους) από ό,τι αν οι έλεγχοι στα σύνορα είχαν γίνει τελείως στην τύχη. Αν οι έλεγχοι είχαν γίνει τυχαία, εκτιμάται ότι θα είχε εντοπιστεί περίπου το 54% των κρουσμάτων που το “έξυπνο” σύστημα ανίχνευσε.
Ακόμη, το Eva εντόπισε 1,25 έως 1,45 φορές περισσότερους ασυμπτωματικούς μολυσμένους 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.
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.
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. Αυτό δείχνει, όπως επισημαίνει, ότι καλοπροαίρετες νομοθεσίες όπως ο GDPR μπορούν να έχουν και αρνητικές συνέπειες πέρα από τις θετικές, καθώς περιορίζεται η ικανότητα μιας κυβέρνησης να προστατεύει την υγεία των πολιτών της.
Εντυπωσιακά τα αποτελέσματα του Eva
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”.
Όπως υπογραμμίζει, “αν οι υπεύθυνοι στα (ελληνικά) σύνορα είχαν αρνηθεί την είσοδο σε όλους τους επιβάτες από χώρες με ανησυχητικά επιδημιολογικά δεδομένα, τότε θα είχαν εμποδίσει τους ανθρώπους με Covid-19 να εισέλθουν στην Ελλάδα, αλλά με τίμημα την καταστροφή ενός πυλώνα της οικονομίας της (του τουρισμού)”. Γι’ αυτό, καταλήγει, ο αλγόριθμος Eva “θα μείνει στη μνήμη ως ένα από τα καλύτερα παραδείγματα χρήσης δεδομένων στη μάχη κατά της Covid-19. Πρόκειται για μια ιστορία επιτυχίας του πώς μια ομάδα ερευνητών συνεργάστηκε με φωτισμένους διαμορφωτές πολιτικής για να παράγουν ένα εργαλείο που έχει τεράστια κοινωνική αξία”. Αναδεικνύεται επίσης, όπως λέει, “η μεγάλη υπόσχεση της τεχνητής νοημοσύνης για τη λήψη καλών αποφάσεων, που σε πολλές περιπτώσεις μπορούν να κάνουν τη διαφορά ανάμεσα στη ζωή και στον θάνατο”.
