الرئيسية >> مقالات عربية وأجنبية مختارة >> دور تكنولوجيا المعلومات والاتصالات في مواجهة جائحة كورونا

دور تكنولوجيا المعلومات والاتصالات في مواجهة جائحة كورونا

  • د. إياد الأغا

عميد كلية تكتولوجيا المعلومات, الجامعة الاسلامية

دور تكنولوجيا المعلومات والاتصالات في مواجهة جائحة كورونا

في ظل الانتشار الواسع لجائحة كورونا COVID-19 وتأثيراتها الهائلة على مناحي الحياة المختلف، يبذل المجتمع العلمي جهود كبيرة لإيجاد أفكار وحلول تساعد في التخفيف من آثار الجائحة وتمنع أي جائحة مستقبلية مماثلة. بالإضافة إلى الجهود الطبية التي يبذلها علماء الصحة والأحياء الدقيقة، فإن علماء الحاسوب والتكنولوجيا الرقمية لجأوا لحلول مبتكرة ساهمت بشكل كبيرة بالتعامل مع الجائحة بطرق مختلفة. معظم الجهود التي يبذلها علماء الحوسبة في حربهم ضد الجائحة تتركز على التشخيص والوقاية من COVID-19 اعتماداً على الذكاء الاصطناعي وتحليل البيانات المتاحة المتعلقة بـ COVID-19.  

في هذا المقال نحاول حصر أهم المجالات التي ساهمت فيها تكنولوجيا المعلومات والاتصالات، وتحديداً تقنيات الذكاء الاصطناعي، في عدة اتجاهات بحثية متعلقة بـ COVID-19، وكيف ساهمت هذه التقنيات في تعزيز الأنظمة الصحية والسياسات المطبقة لمواجهة الجائحة على مستوى العالم.

  1. تشخيص وتحليل الحالات المرضية لـ COVID-19 عن طريق تحليل الصور الطبية

اختبار PCR الشائع لتشخيص COVID-19 يتطلب معدات وجهد بشري، كما أن هذه الفحوصات لديها حساسية منخفضة نسبيًا. من ناحية أخرى، فإن فحوصات التصوير المقطعي المحوسب وصور الأشعة السينية ممكن أن تكشف عن مظاهر محددة مرتبطة بهذا المرض بشكل سريع. وفي ظل تعدد أنواع العدوى الرئوية التي تتداخل في أعراضها مع COVID-19 والتي من شأنها أن تجعل التشخيص البشري للمرض أمرًا صعبًا، كان هناك اهتمام متزايد بتطوير حلول التشخيص القائمة على تحليل الأشعة السينية والمقطعية باستخدام تقنيات تعلم الآلة لتسهيل التعرف على COVID-19 الإيجابي حالات [1-3]

ولمن ليس لديه معرفة بمفهوم تعلم الآلة، فإن الفكرة باختصار هي تغذية نظام حاسوبي بكمية كبيرة من المعلومات ليتعلم منها. فمثلاً يمكن إمداد النظام بقياسات متعلقة بالحالة الصحية لعدد كبير من الأشخاص مثل ضغط الدم والنبض و الهيموجلوبين وخائص صورة الأشعة السينية أو المقطعية وغيره، وإعطائه كذلك نتيجة الحالة الصحية لكل الشخص (مصاب أو غير مصاب). من ثم،  يقوم النظام بالربط بين القياسات والنتيجة الصحية لكل شخص، ويتعلم من ذلك العلاقة بين القياسات الصحية والنتيجة المترتبة عليها، بحيث لو تم إمداد النظام بقياسات لشخص جديد فإنه سيتنبأ بالحالة الصحية طبقاً لما تعلمه من بيانات مسبقة.

صورة توضيحية. المصدر:  [4]

  • تحليل الآراء والاتجاهات الشخصية للبشر على مواقع التواصل الاجتماعي والمتعلقة بـ COVID-19:

منذ ظهور المرض ، شهدت منصات التواصل الاجتماعي ، مثل Twitter ، نقاشًا واسعًا حول جوانب مختلفة من COVID-19. يعكس هذا النقاش كيفية استجابة الأفراد وتأثرهم بعواقب المرض. يمكن أن يكشف تحليل محتوى منصات التواصل الاجتماعي المتعلق بـ COVID-19 عن أنماط يمكن أن تكون هامة لصناع القرار والمنظمات الصحية والشركات. فمثلاً يمكن تتبع بيانات مواقع التواصل الاجتماعي لاكتشاف المواضيع التي يتحدث بها الجمهور في وقت الجائحة، وما هي اهتماماتهم ومخاوفهم في هذه الفترة. كذلك فإن الشركات التجارية الكبرى يمكن أن تحلل محتوى مواقع التواصل لفهم احتياجات الناس في هذه الفترة، ومن ثم تقوم بتوفير منتجات تلائمهم مما يزيد من مبيعاتها. كما يمكن تتبع اهتمامات فئات محددة من الناس في وقت الجائحة، مثل اهتمامات المرضى بـ COVID-19 وما المواضيع التي يناقشونها، أو ردود أفعال السياسيين وتعاطيهم مع النتائج المترتبة على الجائحة. كذلك يمكن تحليل المحادثات التي تتم من خلال شبكات التواصل لبناء أنظمة تحذير صحية (E-health surveillance systems) تقوم بتحديد المناطق التي يتم فيها نقاش كبير حول أعراض مرض ليتم تحذير السلطات المختصة من احتمال انتشار كبير لمرضٍ ما في منطقة معينة [5-7].

  • استخدام تطبيقات الذكاء الاصطناعي والروبوتات والطائرات المسيرة لمواجهة انتشار COVID-19

بينما يواصل العالم صراعه مع تأثير جائحة COVID-19 ، ظهرت جهود تكميلية لمختلف التقنيات الناشئة مثل انترنت الأشياء (IoT ) والطائرات المسيرة (drones) وتقنيات سلاسل الكتل Blockchains للتخفيف من تأثيرها. تقنية إنترنت الأشياء تقوم على أساس استخدام مجسات (sensors) تقوم بجمع معلومات بشكل مستمر، حيث يتم تحليل هذه البيانات بشكل سريع للحصول على نتائج تساعد صانعي القرار. فمثلاً، ظهرت الكثر من التطبيقات المحمولة التي تتبع الأشخاص وبالأخص مرضى COVID-19 لتحديد أماكنهم وتتبع المخالطين باستخدام تقنيات البلوتوث والـ GPS. ومن أمثلة هذه التطبيقات التي تم تطبيقها في الشرق الأوسط تطبيق أمان (https://play.google.com/store/apps/details?id=jo.gov.moh.aman&hl=ar&gl=US) الذي تم تطبيقه في الأردن لتتبع المصابين بفيروس كورونا وتحذير الأشخاص المستخدمين للتطبيق في حال مخالطتهم لأشخاص مصابين . كذلك قامت العديد من المستشفيات باستخدام مجسات لقياس الحالة الصحية للمرضى عن بعد مما يقلل من الحاجة لاحتكاك الطاقم الطبي بالمرضى. كذلك يتم في كثير من المناطق استخدام طائرات التحكم عن بعد والروبوتات لإيصال الإمدادات الطبية والتواصل مع المرضى [89].

كما أن تقنية سلاسل الكتل (Blockchains) من التقنيات الحديثة التي يتم استخدامها لضمان أمن وسرية البيانات التي يتم مشاركتها، حيث لجأت العديد من الدول والمؤسسات الصحية لاستخدامها لضمان الحفاظ على سرية بيانات المرضى ونتائج الدراسات السريرية وتجارب اللقاحات عند مشاركتها مع العلماء في مناطق مختلفة من العالم.

صورة توضيحية. المصدر: https://www.news-medical.net/news/20200402/Robots-can-play-a-major-role-in-COVID-19-battle.aspx

  • تقنيات تعلم الآلة المستخدمة في تطوير الأدوية واللقاحات لـ COVID-19

في السنوات الأخيرة تزايدت عمليات استخدام تقنيات تعلم الآلة والذكاء الاصطناعي في تسريع عملية تطوير الأدوية واللقاحات. إن من العمليات التي تستغرق وقتًا طويلاً في تطوير اللقاحات هي تحليل مليارات الجزيئات المختلفة وكيف يمكن استخدامها لعمل الارتباط الكيميائي بالبروتين المستهدف الذي نبحث عنه. لا يمكن للبشر فعل ذلك بمفردهم حيث يمكن أن يستغرق ذلك سنوات طويلة. وهنا يأتي دور الذكاء الاصطناعي: فهو يساعد في أتمتة هذه العملية. وفي بعض التجارب [10]، استفاد الباحثون من قدرات الحوسبة السحابية لتحليل الشفرة الوراثية لفيروس COVID-19 لاكتشاف البروتين الخاص بالارتباط بالخلايا البشرية، ومن ثم بناء نموذج حاسوبي يحاكي عمل هذا البروتين على المستقبلات البشرية لفهم كيف يصيب الفيروس الخلايا البشرية ومن ثم تصميم اللقاح القادر على إيقاف هذه العملية.

كذلك فإن إحدى الطرق المستخدم لإيجاد أدوية تسمى بإعادة استخدام الأدوية (Drug repurposing) وهي تقنية تُعنى باكتشاف تأثيرات علاجية جديدة لأدوية موجودة مسبقاً، بهدف الاستفادة مما هو موجود وتوفير الوقت والجهد اللازم لاكتشاف أدوية جديدة. وفي ظل الانتشار السريع للجائحة، استفادت المراكز الصحية العالمية من تقنيات الذكاء الاصطناعي لتحليل نتائج الدراسات السريرية للأدوية وللتنبؤ بتأثيرات التفاعل بين البروتينات، وتحديد الجزيئات الفاعلة في الأدوية السابقة في حال COVID-19، وهي طريقة أثبتت فاعليتها منذ انتشار فيروس سارس في بدايات الألفية الثانية [1112].

صورة توضيحية لاستخدام النمذجة الحاسوبية لفحص الخريطة الجينية لـ COVID-19. المصدر: https://newscenter.lbl.gov/2021/01/12/odd-structure-of-orf8/

  • تقنيات تتبع تطبيق الحجر الصحي وتوزيع اللقاحات

يمكن للذكاء الاصطناعي التنبؤ بمعدل انتشار العدوى في منطقة معينة. يمكن معالجة هذه البيانات بشكل أكبر للمساعدة في تزويد مسؤولي الصحة بحالة جائحة معينة، وبالتالي المساعدة في الاستجابة لفيروس كورونا. يمكن كذلك الاستفادة من تحليل البيانات الخاصة بالسجلات الصحية ومعدلات الإصابة في توقع معدل الطلب وتحديد مكان وزمان شحن الجرعات لتلقيح أكبر عدد ممكن من الأشخاص في أقل وقت ممكن، وكذاك إدارة الإمدادات (Supply chain management)، ومراقبة شبكة إنتاج اللقاح وإيصاله للمناطق المختلفة. كما يساعد تحليل البيانات في رصد ما بعد التطعيم في مراقبة علامات أي آثار جانبية سلبية من اللقاح قد لا يتم العثور عليها أثناء التجارب السريرية.

  • تشخيص الإصابة بـ COVID-19 من خلال الصوت

كذلك يقوم الباحثون بتطوير تقنيات حاسوبية لتشخيص الإصابة بـ COVID-19 من خلال التحليل الصوتي للأشخاص. ففي إحدى الدراسات [13] ،استعان باحثون بتقنية crowd-sourcing لجمع تسجيلات صوتية لعدد كبير من البشر من المصابين بـ COVID-19 والأصحاء، وتحليل هذه الأصوات لاستخراج الخصائص الصوتية التي قد تميز السعال والتنفس في حال COVID-19 وتمييزها عن حالات الأمراض الرئوية الأخرى مثل الربو.

صورة للتطبيق المستخدم لتشخيص COVID-19 من خلال الصوت. المصدر: [13]

حاولنا في هذا المقال إعطاء نبذة عن التقنيات الحاسوبية التي تم استخدامها في مواجهة الجائحة والتخفيف من آثارها، مع التركيز على تقنيات الذكاء الاصطناعي وتعلم الآلة. ولا شك أن هذه التقنيات لم تكن لتنجح بدون توفر قواعد بيانات كبيرة وموثوقة تستند إليها. البيانات المستخدمة في هذه الأعمال تكون في الغالب مفتوحة المصدر لتعزيز استمرارية وتراكم النتائج والبناء عليها والتحقق منها و كذلك التعاون بين الباحثين.

سنستعرض في المقالات القادمة أهم أنواع البيانات البحثية التي يتم استخدامها لبناء هذه التقنيات، ومصادرها وتركيبها. كما سنعطي نبذة عن كيفية الاستفادة من هذه البيانات وتحليلها باستخدام البرامج الحاسوبية المناسبة

المراجع

1          Loey, M., Smarandache, F., and M Khalifa, N.E.: ‘Within the lack of chest COVID-19 X-ray dataset: a novel detection model based on GAN and deep transfer learning’, Symmetry, 2020, 12, (4), pp. 651

2          Apostolopoulos, I.D., and Mpesiana, T.A.: ‘Covid-19: automatic detection from x-ray images utilizing transfer learning with convolutional neural networks’, Physical and Engineering Sciences in Medicine, 2020, 43, (2), pp. 635-640

3          Afshar, P., Heidarian, S., Enshaei, N., Naderkhani, F., Rafiee, M.J., Oikonomou, A., Fard, F.B., Samimi, K., Plataniotis, K.N., and Mohammadi, A.: ‘COVID-CT-MD: COVID-19 Computed Tomography (CT) Scan Dataset Applicable in Machine Learning and Deep Learning’, arXiv preprint arXiv:2009.14623, 2020

4          Afshar, P., Heidarian, S., Naderkhani, F., Oikonomou, A., Plataniotis, K.N., and Mohammadi, A.: ‘Covid-caps: A capsule network-based framework for identification of covid-19 cases from x-ray images’, Pattern Recognition Letters, 2020, 138, pp. 638-643

5          Rufai, S.R., and Bunce, C.: ‘World leaders’ usage of Twitter in response to the COVID-19 pandemic: a content analysis’, Journal of Public Health, 2020, 42, (3), pp. 510-516

6          Manguri, K.H., Ramadhan, R.N., and Amin, P.R.M.: ‘Twitter sentiment analysis on worldwide COVID-19 outbreaks’, Kurdistan Journal of Applied Research, 2020, pp. 54-65

7          Chen, E., Lerman, K., and Ferrara, E.: ‘Tracking social media discourse about the covid-19 pandemic: Development of a public coronavirus twitter data set’, JMIR Public Health and Surveillance, 2020, 6, (2), pp. e19273

8          Singh, R.P., Javaid, M., Haleem, A., and Suman, R.: ‘Internet of things (IoT) applications to fight against COVID-19 pandemic’, Diabetes & Metabolic Syndrome: Clinical Research & Reviews, 2020, 14, (4), pp. 521-524

9          Chamola, V., Hassija, V., Gupta, V., and Guizani, M.: ‘A comprehensive review of the COVID-19 pandemic and the role of IoT, drones, AI, blockchain, and 5G in managing its impact’, Ieee access, 2020, 8, pp. 90225-90265

10        Wang, J., Peng, Y., Xu, H., Cui, Z., and Williams, R.O.: ‘The COVID-19 vaccine race: challenges and opportunities in vaccine formulation’, AAPS PharmSciTech, 2020, 21, (6), pp. 1-12

11        Chen, J., Li, K., Zhang, Z., Li, K., and Yu, P.S.: ‘A survey on applications of artificial intelligence in fighting against covid-19’, arXiv preprint arXiv:2007.02202, 2020

12        Nguyen, D., Ding, M., Pathirana, P.N., and Seneviratne, A.: ‘Blockchain and AI-based solutions to combat coronavirus (COVID-19)-like epidemics: A survey’, 2020

13        Brown, C., Chauhan, J., Grammenos, A., Han, J., Hasthanasombat, A., Spathis, D., Xia, T., Cicuta, P., and Mascolo, C.: ‘Exploring automatic diagnosis of covid-19 from crowdsourced respiratory sound data’, in Editor (Ed.)^(Eds.): ‘Book Exploring automatic diagnosis of covid-19 from crowdsourced respiratory sound data’ (2020, edn.), pp. 3474-3484

اضف رد

لن يتم نشر البريد الإلكتروني . الحقول المطلوبة مشار لها بـ *

*