कोरोनासारख्या संकटांना तोंड देण्यासाठी आर्टिफिशियल इंटेलिजन्सवर आधारित मॉडेल कसं आहे? नक्की वाचा

कोरोनाच्या संकटानं संपूर्ण मानवजातीला हादरवलं होतं. त्यामुळे भविष्यात अशा प्रकारचं संकट आल्यास त्याला अधिक सक्षमपणं तोंड देता यावं विविध प्रकारची संशोधनं जगभरात केली जात आहेत.

मागील काही वर्षात आर्टिफिशियल इंटेलिजन्ससारख्या तंत्रज्ञानात बरीच प्रगती झाली आहे. याचा वापर करून भविष्यात येणाऱ्या साथीच्या आजारांचा अंदाज वर्तविण्यासाठी या तंत्रज्ञानावर आधारित मॉडेल विकसित केलं जातं आहे. शिवाय यात सोशल मीडियावरील माहितीचाही वापर केला जातो आहे हे विशेष. जगभरातील आरोग्य व्यवस्थेला कलाटणी देऊ शकणाऱ्या या संशोधनाविषयी...

कोरोनाच्या संकटातून जग सावरलं असलं तरी त्या दिवसांचा, त्या संकटाचा प्रभाव अजूनही जगभरातील माणसांच्या मनावर आहे. असं संकट पुन्हा कधीही न येवो हीच सर्वांची इच्छा आहे. मात्र आपली इच्छा आणि वस्तुस्थिती यात अनेकदा अंतर असतं.

कोरोनाच्या संकटाप्रमाणेच जगभरात व्यापू शकणाऱ्या आणि भविष्यात येणाची शक्यता असलेल्या नव्या संकटाला "डिझीज एक्स" (Disease X)असं नाव देण्यात आलं आहे. काही तज्ज्ञ या प्रकारचं संकट भविष्यात मानवजातीवर येईलच अशी शक्यता वर्तवत आहेत.

यासंदर्भातील काही अंदाजांनुसार, पुढील दशकात कोविड-19 एवढ्या व्याप्तीचं संकट येण्याची शक्यता चारात एक म्हणजे 25 टक्के आहे. हे संकट इन्फ्लुएन्झा किंवा कोरोनाचं असू शकतं किंवा पूर्णपणे नव्या स्वरुपाचं म्हणजे नव्या आजाराचं असू शकतं.

जगभरात लाखो लोकांना कोरोनाचा संसर्ग झाला. इतकंच नव्हे तर कोरोनामुळे लाखो लोकांचा मृत्यू देखील झाला. साहजिकच कोरोनाची दहशत, भीती जगभरातील लोकांच्या मनात आहे.

बीबीसी मराठीच्या बातम्यांसाठी व्हॉट्सअ‍ॅप चॅनल जॉईन करा.

त्या पार्श्वभूमीवर पुढील दशकातील अशाच प्रकारचं संकट येण्याचं भाकित किंवा अंदाज नक्कीच भीतीदायक आहे.

या संकटाचा प्रभाव कमी करण्यामध्ये आर्टिफिशियल इंटेलिजन्सची (AI) मदत होईल का?

सद्यपरिस्थितीत हा एक लाख मोलाचा सवाल आहे.

आर्टिफिशियल इंटेलिजन्सच्या मदतीनं सक्षम आरोग्य व्यवस्था

अमेरिकेतील कॅलिफोर्नियातील संशोधक कृत्रिम बुद्धिमत्ता किंवा आर्टिफिशियल इंटेलिजन्स (AI)वर आधारित चेतावनी किंवा इशारा देणारी यंत्रणा (warning system)विकसित करत आहेत.

ही यंत्रणा एका अनोख्या पद्धतीनं यासंदर्भात काम करते आहे. सोशल मीडियावरील पोस्टचा अभ्यास करून ही यंत्रणा भविष्यातील अशा महामारीचा किंवा संकटाचा अंदाज व्यक्त करणार आहे.

युनिव्हर्सिटी ऑफ कॅलिफोर्निया, अरवाइन (UCI) आणि युनिव्हर्सिटी ऑफ कॅलिफोर्निया, लॉस एंजेलिस (UCLA)चे संशोधक यावर काम करत आहेत.

हे संशोधक यूएस नॅशनल सायन्स फाऊंडेशनच्या भविष्यातील महामारी किंवा साथीच्या रोगांना प्रतिबंध करणाऱ्या योजनेसाठी अंदाज वर्तवणाऱ्या कृत्रिम बुद्धिमत्ता कार्यक्रमाचा (Predictive Intelligence for Pandemic Prevention grant programme) भाग आहेत.

भविष्यात येऊ शकणाऱ्या मोठ्या साठी किंवा साथीचे रोगांची ओळख पटवणं, मॉडेल बनवणं, त्यांचा अंदाज वर्तवणं आणि त्याचे संभाव्य परिणाम कमी करणं, या गोष्टींवरील संशोधनासाठी या कार्यक्रमाद्वारे निधी दिला जातो.

युनिव्हर्सिटी ऑफ कॅलिफोर्निया, इरविन आणि युनिव्हर्सिटी ऑफ कॅलिफोर्निया, लॉस एंजेलिस मधील संशोधकांनी आधी केलेल्या संशोधनावर हा कार्यक्रम तयार करण्यात आला आहे.

सोशल मीडियावरील माहितीचा उपयोग

सार्वजनिक आरोग्यासंदर्भातील ट्रेंडचं निरीक्षण करण्यासाठी तयार करण्यात आलेल्या या प्रकल्पात 2015 पासून अमेरिकेत एक्स (ट्विटर) या सोशल मीडिया व्यासपीठावरून गोळा केलेल्या 2.3 अब्ज पोस्टच्या डेटाचा समावेश आहे.

युनिव्हर्सिटी ऑफ कॅलिफोर्निया, अरवाइनच्या कॉम्प्युटर सायन्स विभागातील या प्रकल्पाचं नेतृत्व प्राध्यापक चेन ली करत आहेत. ते म्हणतात, मागील काही वर्षांपासून ते एक्सवरून (ट्विटर) अब्जावधी पोस्ट किंवा ट्विट्स गोळा करत आहेत.

आर्टिफिशियल इंटेलिजन्सचा वापर करून तयार करण्यात आलेलं हे टूल किंवा साधन ट्विट्सचं विश्लेषण करतं. त्यातील कोणते ट्विट्स अर्थपूर्ण आहेत हे शोधून काढण्याचं काम त्याद्वारे केलं जातं.

तर भविष्यात येणारे साथीच्या रोगांची प्राथमिक लक्षणं शोधून काढण्यासाठी अल्गोरिदमला प्रशिक्षण देण्याचं काम देखील हे साधन करतं. यातून भविष्यात येणाऱ्या साथीच्या रोगाचा अंदाज ही यंत्रणेला वर्तवते. त्याचबरोबर विशिष्ट सार्वजनिक आरोग्य धोरणांमुळे होणाऱ्या संभाव्य परिणामांचं मूल्यमापन देखील यात केलं जातं, असं प्राध्यापक चेन म्हणाले.

"सोशल मीडियावरील पोस्ट किंवा डेटावरून भविष्यात येऊ शकणाऱ्या साथीच्या आजारांचे संकेत देणाऱ्या महत्त्वाच्या घटनांची ओळख पटवणं आणि त्याची वर्गवारी करणं यासाठी

आम्ही एक मशीन लर्निंग मॉडेल विकसित करत आहोत," असं प्राध्यापक चेन सांगतात.

सार्वजिक आरोग्य विभाग आणि हॉस्पिटल यांच्यासाठी तयार करण्यात आलेलं हे टूल किंवा साधन "उपचारांचा विषाणूच्या फैलावावर काय परिणाम होतो याचंही मूल्यमापन करू शकतं," असं ते म्हणतात.

अर्थात यात अनेक अडचणी देखील आहेत. कारण या मॉडेलसाठी लागणारी माहिती किंवा डेटा सोशल मीडियावरील घेतली जाते आहे. उदाहरणार्थ, हे सर्व मॉडेल एक्स (ट्विटर) या सोशल मीडिया व्यासपीठावर अवलंबून आहे. मात्र हे व्यासपीठ जगातील काही देशांमध्ये उपलब्ध नाही किंवा वापरता येत नाही.

"अमेरिकेबाहेर डेटाची उपलब्धता संमिश्र स्वरुपाची आहे," ही बाब प्राध्यापक चेन स्वीकारतात.

"आतापर्यंत आमचा लक्ष फक्त अमेरिकेत केंद्रीत होतं. माहितीचा तुटवडा आणि जगाच्या इतर भागांमधील माहिती घेताना असणारे घेताना असणाऱ्या संभाव्य पूर्वग्रहांवर मात करण्यासाठी आम्ही काम करत आहोत."

हार्वर्ड मेडिकल स्कूल आणि ऑक्सफर्ड विद्यापीठानं एक आर्टिफिशियल इंटेलिजन्स टूल विकसित केलं आहे. त्याला ईव्हस्केप (EVEScape) म्हणतात. हे टूल कोरोना विषाणूंच्या नव्या प्रकारांबद्दल अंदाज वर्तवत आहे.

संशोधक दर दोन आठवड्यांनी विषाणूंच्या नव्या प्रकाराबद्दलची माहिती प्रकाशित करत आहेत. त्यांचा दावा आहे की या टूल किंवा यंत्रणेनं इतर विषाणूंबद्दलसुद्धा अचूक अंदाज वर्तवला आहे. यात एचआयव्ही (HIV)आणि इन्फ्लुएन्झाचाही समावेश आहे.

"आमच्या या मॉडेलची एक अद्वितीय ताकद अशी आहे की त्याचा वापर साथीच्या आजारांच्या सुरूवातीला केला जाऊ शकतो," असं निक्की थडानी म्हणाल्या. त्या पीएच.डी.च्या संशोधक होत्या. ईव्हस्केप (EVEScape)विकसित करणाऱ्या टीममध्ये त्या होत्या.

"या प्रकारचं टूल किंवा साधन लस उत्पादकांसाठी आणि यावर उपचार शोधणाऱ्यांसाठी उपयुक्त ठरू शकतं. विशेषकरून भविष्यात विषाणूंमध्ये जनुकीय बदल होत (Mutations)जे नवीन प्रकार तयार होतात, असे बदल अनेकदा दरवर्षी देखील होतात, त्यासंदर्भात अँटीबॉडीज तयार करताना सुरूवातीलाच काही माहिती मिळू शकते."

हाच मुद्दा अ‍ॅस्ट्राझेनेकाच्या (AstraZeneca)डेटा सायन्स आणि आर्टिफिशियल इंटेलिजन्स संशोधन आणि विकास विभागाचे उपाध्यक्ष असलेले जिम वेदरॉल यांनी लक्षात घेतला आहे. कोरोनावर लस तयार करणाऱ्या आघाडीच्या कंपन्यांमध्ये अ‍ॅस्ट्राझेनेकाचा समावेश होता.

नवीन अँटीबॉडीजच्या शोधाला गती देण्यासाठी अ‍ॅस्ट्राझेनेका आर्टिफिशियल इंटेलिजन्सचा वापर करते.

अँटीबॉडीज काय असतात?

अँटिबॉडीज हे एक प्रकारचे प्रोटीन च असते. आपली रोगप्रतिकार व्यवस्था याचा वापर आजारांविरुद्ध किंवा शरीरात उपस्थित असलेल्या उपद्रवी विषाणू, जिवाणूं विरुद्ध करते. अँटीबॉडीजचा वापर नवीन लस तयार करण्यासाठी केला जाऊ शकतो.

वेदरॉल म्हणतात, त्यांची कंपनी "अँटीबॉडीजचा एक संग्रह तयार करू शकते आणि त्याची तपासणी करू शकते आणि त्याच्या माध्यमातून प्रयोगशाळेत सर्वोत्तम दर्जाचे अंदाज वर्तवू शकते. यातून ज्या अँटीबॉडीजची चाचणी व्हायला हवी अशांची संख्या कमी केली जाऊ शकते. परिणामी आवश्यक अँटीबॉडीज ओळखण्यासाठीचा कालावधी तीन महिन्यांवरून तीन दिवसांवर येऊ शकतो."

साथीच्या आजारांसंदर्भात तयारी करताना ही गोष्ट फायद्याची आहे. ते म्हणतात, "आपण कोविड-19 च्या संदर्भात हे पाहिलं आहे की विषाणूची संभाव्य अस्थिरता म्हणजे वेगानं बदलत असलेल्या विषाणूंच्या बाबतीत, रुग्ण ओळखण्यासाठी आपल्याला वेगवान पद्धतींची आवश्यकता आहे."

आर्टिफिशियल इंटेलिजन्स ची उपयुक्तता आणि मर्यादा

ओस्लोमध्ये मुख्यालय असलेल्या कोएलिशन फॉर एपिडेमिक प्रीपेअर्डनेस इनोव्हेशन (CEPI)या संस्थेनं ईव्हस्केप (EVEScape)ला अर्थसाहाय्य केलं होतं. महामारी आणि साथीचे आजारांसंदर्भात तयारी करण्याच्या त्यांच्या उद्दिष्टांना मदत करणारं साधन या दृष्टीकोनातून CEPI आर्टिफिशियल इंटेलिजन्स कडे पाहते.

"आपण शक्य असेल तितक्या जास्त व्यापक स्वरुपात तयार असलं पाहिजे," असं डॉ. इन-क्यु यून (Dr In-Kyu Yoon) म्हणतात. ते CEPI मध्ये प्रोग्रॅम्स आणि इनोव्हेटिव्ह तंत्रज्ञानाचे संचालक आहेत.

ते म्हणतात, "आर्टिफिशियल इंटेलिजन्समुळे साथीच्या आजारांना तोंड देण्याच्या तयारीला गती मिळते."

आर्टिफिशियल इंटेलिजन्समुळे होणाऱ्या फायद्यांबरोबरच या तंत्रज्ञानाच्या मर्यादेची डॉ. इन-क्यु यून यांना जाणीव आहे. आर्टिफिशियल इंटेलिजन्सवर आधारित मॉडेलच्या मर्यादा ते अचूक ओळखतात.

ते सांगतात की, अद्याप आर्टिफिशियल इंटेलिजन्स विकसित आणि परिपक्व होण्याची आवश्यकता आहे. अजूनही आर्टिफिशियल इंटेलिजन्स त्यामध्ये जी माहिती दिली जाते त्यावर अवलंबून आहे. आपल्याकडे खरोखरच सर्व माहिती आहे असं कोणीही म्हणू शकेल असं मला वाटत नाही.

"जरी आर्टिफिशियल इंटेलिजन्स मूल्यमापन करणं, विश्लेषण करणं आणि अंदाज वर्तवण्याचा प्रयत्न करत असेल तरी ते त्याला देण्यात आलेल्या माहितीवरच आधारित असतं. आर्टिफिशियल इंटेलिजन्स हे एक साधन आहे."

"हे साधन वेगवेगळ्या कामांमध्ये उपयोगात आणलं जाऊ शकतं. ज्याद्वारे पुढील साथीच्या आजारासाठीच्या तयारीचा वेग आणि गुणवत्ता वाढू शकेल."

"मात्र आर्टिफिशियल इंटेलिजन्समुळे पुढील साथीच्या आजाराला प्रतिबंध घालता येईल किंवा त्याच्या प्रसाराचा वेग कमी करता येईल असं म्हणणं चुकीचं ठरेल. आर्टिफिशियल इंटेलिजन्स चा वापर कुठे करायचा हे लोकांवर अवलंबून आहे," असं ते म्हणतात.

जागतिक आरोग्य संघटनेचे (WHO)डॉ. फिलिप अ‍ॅब्देलमलिक सुद्धा आर्टिफिशियल इंटेलिजन्सच्या परिणामकारक वापरासंदर्भात लोकांच्या भूमिकेला अधोरेखित करतात.

ते जागतिक आरोग्य संघटनेच्या इंटेलिजन्स, इनोव्हेशन आणि इंटिग्रेशन विभाग प्रमुख आहेत. ते म्हणतात, आर्टिफिशियल इंटेलिजन्सचं निश्चित मूल्य आहे. विशिष्ट लक्षणांबद्दल ते सांगू शकतं.

उदाहरणार्थ सरकारकडून अधिकृतपणे संभाव्य धोक्यांची घोषणा केली जाण्यापूर्वी आर्टिफिशियल इंटेलिजन्स ते धोके ओळखू शकतं.

त्याचबरोबर जर लोकं संभाव्य धोकादायक उपचारांचा ऑनलाइन स्वरुपात सल्ला देत असतील तर ती गोष्ट ते लक्षात घेऊ शकतं. जेणेकरून जागतिक आरोग्य संघटना त्यासंदर्भात पावलं टाकू शकते.

मात्र आर्टिफिशियल इंटेलिजन्सचे फायदे लक्षात घेतानाच त्यासंदर्भातील आव्हानांकडे सुद्दा ते लक्ष वेधतात.

ते म्हणतात, आर्टिफिशियल इंटेलिजन्स आपल्यासाठी निर्णय घेणार नाही, ही बाब ते काळजीपूर्वक सांगतात. याशिवाय डॉ. अ‍ॅब्देलमलिक यांना आर्टिफिशियल इंटेलिजन्सचा नैतिक वापर आणि त्याचं न्याय्य प्रतिनिधित्व या मुद्द्यांबद्दल चिंता वाटते.

"ज्या माहितीची मी पडताळणी करत नाही अशी प्रचंड माहिती मी आर्टिफिशियल इंटेलिजन्सला पुरवत असतो. यामध्ये बरीचशी चुकीची माहिती असते किंवा ती फक्त विशिष्ट लोकसंख्येचंच प्रतिनिधित्व करणारी माहिती असते."

"अशा परिस्थितीत आर्टिफिशियल इंटेलिजन्सकडून मला जे मूल्यमापन किंवा विश्लेषण करून मिळेल ते देखील काही लोकसंख्येचं प्रतिनिधित्व करणारंच असेल. त्यामध्ये देखील बरीचशी चुकीची माहिती असू शकेल."

"म्हणजेच तुम्हाला माहित आहे की जेव्हा तुम्ही कचरा आत टाकता तेव्हा कचराच बाहेर पडतो."

मात्र एकंदरीतच तज्ज्ञांना वाटतं की पुढे येणाऱ्या साथीच्या रोगांना हाताळण्यासंदर्भात आपण चांगल्या स्थितीत आहोत. आर्टिफिशियल इंटेलिजन्सनं केलेली प्रगती हे त्यामागचं एक कारण आहे.

"मला वाटतं की जगभरातील बऱ्याच लोकांना साथीच्या आजारांच्या संकटाबाबत चिंता वाटते. ते यासंदर्भात विचार करतात. त्यांच्यासाठी हा साथीचा आजार (कोरोना) हा एक इशारा होता," असं निक्की थडानी म्हणतात.

"आमचं मॉडेल (EVEScape)आणि इतर असंख्य प्रयत्न यामुळे आपण महामारी विज्ञानाकडे (Epidemiology)कसं पाहतो यात नक्कीच बदल होणार आहे."

"त्याचबरोबर साथीच्या आजारा आधी आपल्याकडे जी माहिती किंवा डेटा होता त्याचा वापर करण्यासंदर्भात आपण काय विचार करतो आणि साथीच्या आजाराच्या काळात जी माहिती आपल्याकडे गोळा झाली या दोन्ही प्रकारच्या माहिती आपण कसं जोडतो यातून भविष्यात साथीचे आजार हाताळण्याची आपली क्षमता वाढेल असं मला वाटतं."

साथीचे आजार हाताळताना मानवी मूल्यांचं महत्त्व

मात्र त्याचबरोबर त्या म्हणतात की मूलभूत जीवशास्त्र आणि त्या काम करत असलेल्या आर्टिफिशियल इंटेलिजन्सवर आधारित मॉडेल, या दोन्हींच्या बाबतीत अजून बरंच संशोधन व्हायचं आहे, बराच पल्ला गाठायचा बाकी आहे.

महामारी विज्ञान आणि सार्वजनिक आरोग्यासंदर्भातील देखील अधिक व्यापकपणे काम होण्याची आवश्यकता आहे. ज्यातून आपण भविष्यातील साथीचे आजार हाताळण्यासाठी अधिक सक्षम होऊ.

"तीन वर्षांपूर्वी आपण होतो त्यापेक्षा आपण आता कितीतरी चांगल्या स्थितीत आहोत," असं डॉ. अॅब्देलमलिक म्हणतात.

आर्टिफिशियल इंटेलिजन्स आणि तंत्रज्ञानासंदर्भात बोलत असतानाच डॉ. अॅब्देलमलिक अत्यंत महत्त्वाच्या मानवी मूल्यांकडे लक्ष वेधतात.

"अर्थात पुढील साथीचा आजार येईल तेव्हा तंत्रज्ञानापेक्षाही एक महत्त्वाची गोष्ट असेल ज्याची आपल्याला मदत होईल, ती म्हणजे विश्वास."

"माझ्या दृष्टीनं आपण फक्त तंत्रज्ञानापुरता विचार करू नये. मला वाटतं की आपण खरोखरंच नातेसंबंध, माहितीची देवाणघेवाण करणं आणि विश्वास निर्माण करणं यावर काम केलं पाहिजे. सर्वजण असंच म्हणतात हे आपण बोलत असतो, मात्र आपण खरोखरंच तसं करत आहोत का?" असं ते म्हणतात.

बीबीसीसाठी कलेक्टिव्ह न्यूजरूमचे प्रकाशन.