Zespół badawczy pod kierownictwem dr Harmsy Bastani zaprojektował i wdrożył na przejściach granicznych w Grecji system optymalizacji testowania bazujący na sztucznej inteligencji. Algorytm, który opiera się na metodzie uczenia maszynowego, znacznie zwiększył skuteczność testowania bezobjawowych nosicieli SARS-CoV-2. Jednocześnie przyczynił się do utrzymywania otwartych granic dla turystów odwiedzających Grecję.
System nazwany Eva został wdrożony latem 2020 r. na wszystkich greckich granicach w celu ograniczenia napływu bezobjawowych podróżnych zakażonych SARS-CoV-2. Umożliwił również kształtowanie polityki granicznej na podstawie szacunków przypadków COVID-19 w czasie rzeczywistym. Eva przydzielała podróżnym ograniczoną przez zasoby Grecji liczbę testów na podstawie danych demograficznych i wyników wcześniej testowanych osób. Ostatecznie sztuczna inteligencja zidentyfikowała 1,85 razy więcej bezobjawowych zakażonych podróżnych niż losowe testy obserwacyjne.
Opracowany algorytm realizuje dwa cele. Pierwszym jest przetestowanie grup pasażerów, u których prawdopodobieństwo pozytywnego wyniku testu jest największe. Eva realizuje tę misję poprzez wykorzystanie wzorców z danych dotyczących wcześniejszych wyników testów na SARS-CoV-2. Drugi cel wdrożenia algorytmu to badanie wzorców, które nie zostały odzwierciedlone w poprzednich statystykach, poprzez testowanie grup pasażerów, o których algorytm niewiele wie. Opracowane informacje Eva przekazuje funkcjonariuszom granicznym, ukierunkowując testowanie na konkretne typy pasażerów. Pozwala to na zwiększenie skuteczności badań, przy jednoczesnym poszanowaniu ograniczeń budżetowych i zasobów związanych z personelem, liczbą laboratoriów oraz logistyką dostaw próbek biologicznych.
KOMENTARZE