O prestižnem mednarodnem tekmovanju Pandemic Response Challenge in vlogi umetne inteligence v medicini na sploh in v aktualni pandemiji posebej, vodja slovenske ekipe dr. Mitja Luštrek.

Napovedovanje širjenja covida-19 in določanje najboljših protiukrepov sta danes vroči temi. Prejšnji teden je ekipa Odseka za inteligentne sisteme Instituta »Jožef Stefan« osvojila drugo mesto in polovico nagrade fundacije Xprize na tekmovanju z naslovom Pandemic Response Challenge (oziroma v okvirnem slovenskem prevodu Izziv: Odziv na pandemijo). Razvijali so najustreznejše metode umetne inteligence za napovedovanje širjenja covida-19 ter iskali najustreznejše ukrepe za njegovo omejevanje.

Njihove rešitve utegnemo spoznati tudi v praksi. V sredo je namreč prišlo do (za zdaj) neformalnega dogovora z vlado, da bo rešitev uporabljena za napovedovanje najučinkovitejših protiukrepov pri nas. Do dogovora je prišlo, ko je bil pogovor z vodjo tekmovalne ekipe dr. Mitjo Luštrekom v oddaji Podobe znanja že posnet. Prav sodelovanje z njihovo vlado je zmagovalni španski ekipi v veliki meri zagotovilo odločilno prednost na tekmovanju.

 »Nismo še izvedeli, kako se primerjamo z zmagovalci. Morda smo bili precej slabši, malo slabši, možno bi bilo celo, da smo bili boljši,« izpostavlja vodja slovenske ekipe dr. Mitja Luštrek. »Kajti pri tekmovanju se ni upoštevalo le, kako dobre rešitve ponudimo, ampak tudi, kako znamo to spraviti v prakso. Tu je imela zmagovalna ekipa kar nekaj prednosti pred nami. Oni so namreč do takrat že precej tesno sodelovali s svojo vlado. Tudi mi sicer imamo nekaj stikov z našo vlado, vodja našega odseka prof. dr. Matjaž Gams je državni svetnik, ampak, resnici na ljubo, ne posluša nas toliko, kot je po vsej verjetnosti te Špance njihova. Tudi komuniciranje z javnostjo je bilo pri njih malo boljše.«

V kontekstu tekmovanja se sicer konkretno podatkom za Slovenijo niso povečali, vendar, pravi Luštrek, dobro napovedujejo tudi za našo državo. »Ne bom rekel, da bolje od drugih, ki se ukvarjajo prav s Slovenijo, ampak kar v redu. Kar pa je pri nas edinstveno, je to, da se ukvarjamo s priporočanjem protiukrepov.« Se pa bodo tudi sami zdaj podrobneje posvetili domači situaciji in skušali svoje metode še izboljšati in prilagoditi prav potrebam Slovenije. V ta namen nameravajo nameniti tudi del nagrade v vrednosti četrt milijona dolarjev.

Od seznanjanja z novim področjem do nadgradnje z lastnim znanjem

Napovedovanje širjenja covida-19 v prvem delu tekmovanja je od slovenske tekmovalne ekipe zahtevalo hitro učenje o epidemioloških modelih, kot sta denimo modela SIR in SEIR, saj za razliko od številnih tekmecev naši znanstveniki in znanstvenice na tem področju niso imeli izkušenj. Na tem mestu sicer velja izpostaviti, da dnevno analizo stanja in projekcije razvoja epidemije, ki jih pripravlja dr. Matjaž Leskovar in jih javnosti običajno predstavlja prof. dr. Leon Cizelj z Odseka za reaktorsko tehniko Instituta »Jožef Stefan«, tudi temeljijo na modelu tipa SEIR. Vendar pa gre za povsem ločeno delo. Več informacij o modelih, ki so v rabi pri nas, pa seveda najdete na Sledilniku.

Ena ključnih spremenljivk epidemioloških modelov (običajno označena kot β) napoveduje, s kakšno verjetnostjo pride do okužbe oz. kako ljudje prehajajo iz neokužene v okuženo skupino. Ekipa Odseka za inteligentne sisteme je zgradila model strojnega učenja, ki to spremenljivko napoveduje na podlagi sprejetih ukrepov za preprečevanje širjenja in slovenska rešitev se je gibala med prvim in četrtim mestom. A prvi del tekmovanja ni bil odločilen.

Kako bi evolucija izbrala najboljše protiukrepe?

Za čim višjo uvrstitev je bilo v drugem delu tekmovanja potrebno predlagati protiukrepe, ki bi na eni strani čim bolj znižali število okužb, po drugi strani pa ne bi imeli previsoke družbeno-ekonomske cene. Za določanje najboljših možnih protiukrepov so Slovenci uporabili večkriterijsko optimizacijo oziroma, bolj natančno povedano, t. i. evolucijske algoritme, ki posnemajo naravno evolucijo.

»Začnejo z neko populacijo protiukrepov, ki so recimo naključno generirani, nato te ukrepe medsebojno križajo, jih mutirajo in vsakič izberejo najboljše programe, ki grejo v naslednjo generacijo,« pojasnjuje dr. Luštrek. »To se nekaj časa ponavlja, dokler na koncu nimamo zadovoljivo dobrih programov protiukrepov.«

Ali pa ne zmanjka časa. Na samem tekmovanju je bil namreč odmerjeni čas za to zahtevno računanje omejen na (le) šest ur. V realnem kontekstu tovrstnih omejitev seveda ne bo.

Umetna inteligenca v medicini

Čeprav ekipa Odseka za inteligentne sisteme Instituta »Jožef Stefan« torej doslej ni imela izkušenj z modeliranjem epidemij, pa to ne pomeni, da so ji bila zdravstvena vprašanja tuja. Pravzaprav je velik del raziskav, ki jih opravljajo, tako ali drugače že povezan z medicino. V drugem delu pogovora z dr. Mitjo Luštrekom, sicer tudi vodjo skupine za ambientalno inteligenco, smo se tako posvetili ambientalni inteligenci, ki nas obkroža, ter raziskavam, ki se osredotočajo v prvi vrsti na kronične bolnike in razvoj tehnologij, ki bi jim omogočila čim bolj nemotečo, a učinkovito podporo pri nadzorovanju različnih bolezni. Ob tem se nismo izognili niti širšemu kontekstu, ki ga raba umetne inteligence pri tako občutljivem področju, kot so zasebni zdravstveni podatki, zbuja v javnosti.

Vabljeni k poslušanju celotnega pogovora v oddaji Podobe znanja.

Nina Slaček