Μια εφαρμογή coronavirus σε συνδυασμό με την ευφυΐα των μηχανών θα επιτρέψει σύντομα σε ένα άτομο να λάβει μια αξιολόγηση κινδύνου στο σπίτι με βάση το πώς αισθάνεται και κατευθύνει όσους βρίσκονται σε κίνδυνο κοντά του, υποστηρίζουν οι επιστήμονες. Θα βοηθήσει επίσης τους υπαλλήλους της τοπικής και δημόσιας υγείας να ενημερώσουν σε πραγματικό χρόνο τις αναδυόμενες δημογραφικές καταστάσεις των ατόμων που κινδυνεύουν περισσότερο με τον κοροναϊό, ώστε να μπορούν να στοχεύσουν καλύτερα σε πρωτοβουλίες πρόληψης και θεραπείας, αναφέρουν οι ερευνητές του Ιατρικού Κολλεγίου της Γεωργίας στο περιοδικό Infection Control & Hospital Epidemiology.
«Θέλαμε να βοηθήσουμε να εντοπίσουμε ανθρώπους που διατρέχουν υψηλό κίνδυνο για κοροναϊούς, να βοηθήσουμε να διευκολύνουμε την πρόσβασή τους στην εξέταση και στην ιατρική περίθαλψη και να μειώσουμε την εξάπλωση αυτής της μολυσματικής νόσου», λέει ο Δρ Arni SR Srinivasa Rao, διευθυντής του εργαστηρίου Θεωρίας και Μαθηματικής Μοντελοποίησης στο Τμήμα Μολυσματικών Νόσων MCG του Πανεπιστημίου Augusta και του αντίστοιχου συγγραφέα της μελέτης. Ο Rao και ο συν-συγγραφέας Dr. Jose Vazquez, επικεφαλής του Τμήματος Μολυσματικών Νόσων MCG, συνεργάζονται με τους προγραμματιστές για να οριστικοποιήσουν την εφαρμογή, η οποία θα πρέπει να είναι διαθέσιμη μέσα σε λίγες εβδομάδες και θα είναι δωρεάν επειδή αντιμετωπίζει μια ανησυχία για τη δημόσια υγεία.
Η εφαρμογή θα ζητήσει από τα επίφοβα άτομα δημογραφικά στοιχεία όπως το φύλο, η ηλικία και η φυλή και για τις πρόσφατες επαφές με ένα άτομο που είναι γνωστό ότι έχει κορoναϊό ή που έχει ταξιδέψει σε περιοχές όπως η Ιταλία και η Κίνα, με σχετικά υψηλή συχνότητα εμφάνισης της ιογενούς λοίμωξης τις τελευταίες 14 ημέρες. Θα ρωτήσει επίσης για τα κοινά συμπτώματα της λοίμωξης και τη διάρκεια τους, συμπεριλαμβανομένου πυρετού, βήχα, δύσπνοια, κόπωσης, παραγωγής πτυέλων, κεφαλαλγία, διάρροια και πνευμονία. Θα επιτρέψει επίσης τη συλλογή παρόμοιων πληροφοριών για όσους ζουν με το άτομο αλλά δεν μπορούν να συμπληρώσουν τη δική τους έρευνα.
Στη συνέχεια, η τεχνητή νοημοσύνη θα χρησιμοποιήσει έναν αλγόριθμο που θα αναπτύξει ο Rao για να αξιολογήσει γρήγορα τις πληροφορίες του ατόμου, να του αποστείλει μια αξιολόγηση κινδύνου – κανέναν κίνδυνο, ελάχιστο κίνδυνο, μέτριο ή υψηλό κίνδυνο – και θα ειδοποιήσει την πλησιέστερη εγκατάσταση με τη δυνατότητα δοκιμής ότι είναι πιθανό να απαιτείται έλεγχος υγείας. Εάν ο ασθενής αδυνατεί να ταξιδέψει, η πλησιέστερη εγκατάσταση θα ενημερωθεί σχετικά με την ανάγκη για έλεγχο της κινητικότητας και για πιθανούς απομακρυσμένους ελέγχους.
