Кожна нова епідемія ставить перед нами одне й те саме питання: чи можна було її передбачити? І якщо так — чи допоможе нам у цьому штучний інтелект?
Група вірусологів на з Медичного центру Еразмус у Роттердамі вважає, що ШІ справді має потенціал стати інструментом раннього попередження. Але з важливим застереженням: технологія повинна доповнювати традиційний епідеміологічний нагляд, а не замінювати його.
Щоб зрозуміти, як це може працювати, варто згадати, звідки взагалі беруться нові пандемії. Більшість небезпечних інфекційних хвороб людини — зоонози, тобто вони походять від тварин. Вірус «перестрибує» з тваринного резервуара на людину, а потім, якщо йому пощастить, адаптується до передачі між людьми. Такі «стрибки» не відбуваються випадково – їм сприяють цілком конкретні умови: вирубка лісів, яка зближує диких тварин із людьми; інтенсивне тваринництво, де тисячі особин живуть у тісному контакті; зміни клімату, що змушують переносників хвороб мігрувати в нові регіони; зростання міст біля природних екосистем.
Саме тут може допомогти ШІ, якщо інтегрувати в алгоритми машинного навчання безліч різнорідних даних: історичні патерни епідемій, щільність населення тварин і людей, типи екосистем, кліматичні умови, ступінь порушення природних середовищ. Теоретично така модель може визначити «гарячі точки» — регіони, де ризик появи нового патогену найвищий. А це дозволить сконцентрувати обмежені ресурси епідеміологічного нагляду саме там, де вони найбільш потрібні.
Коли потенційне вогнище ідентифіковано, в гру вступає метагеномне секвенування — технологія, що дозволяє виявляти генетичний матеріал патогенів у зразках довкілля: стічних водах, ґрунті, повітрі, продуктах харчування. ШІ може допомогти аналізувати ці масиви даних і виділяти сигнали, що потребують уваги експертів.
Ще одна перспективна сфера — оцінка ризику вже виявлених патогенів. Вірусний геном містить інформацію про потенційну заразність і небезпечність збудника. Сучасні ШІ-моделі, що використовуються для передбачення структури білків, можуть аналізувати, як конкретні мутації впливають на властивості вірусу — його здатність звʼязуватися з клітинами людини, ухилятися від імунної відповіді, спричиняти важкий перебіг хвороби. Це могло б суттєво прискорити оцінку інфекційної загрози.
Втім, дослідники застерігають від надмірного оптимізму. Головна проблема — якість і надійність результатів. ШІ-системи дедалі частіше позиціонують як «співнауковців», здатних синтезувати літературу, генерувати гіпотези й навіть писати попередні звіти. Але хто перевірятиме їхню роботу? Результати ШІ-аналізу стають дедалі складнішими для відрізнення від висновків людини-експерта, і це створює ризик некритичного прийняття помилкових рекомендацій.
На думку експертів, до ШІ-інструментів слід ставитися з тією ж вимогливістю, що й до нових діагностичних тестів. Прозорість, валідація, мультидисциплінарний контроль — без цього найпотужніший алгоритм може стати джерелом небезпечних помилок.
Концепція «Єдине здоровʼя» (One Health), яку просуває ВООЗ, передбачає інтеграцію даних про здоровʼя людей, тварин і екосистем. Для цього можна залучити ШІ — але лише як частину системи, де остаточні рішення приймають люди. Наступну пандемію, можливо, передбачить алгоритм. Але зупинити її зможуть тільки вчені, лікарі та функціонери охорони здоровʼя, які вчасно прислухаються до попередження.