摘要｜為全球人口接種抗COVID-19疫苗是人類迄今為止面臨的最巨大的配送和後勤挑戰之一。一些人希望人工智能和區塊鏈技術可以幫助完成這項任務。
圖片來源：Statecraft
【文章來源：fortune｜作者：JEREMY KAHN】
IBM區塊鏈服務負責人Jason Kelley說：“這是試圖解決我們一生中最大的數據難題。” 到目前為止，解決這一難題的努力是緩慢的。在美國，只有大約400萬人（僅佔總人口的1％）接受了至少一劑COVID-19疫苗。在世界範圍內，進展更加緩慢，一些國家尚未為其公民接種疫苗。甚至到目前為止，為以色列接種了最大比例疫苗的以色列，初次注射疫苗的比例也僅為12％。
COVID疫苗的分發涉及至少四個獨立但相關的問題：在何時何地運送多少疫苗。這就是需求預測。然後，需要監視該分發網路的瓶頸。那就是供應鏈管理。此外，製造疫苗的製藥公司，施用疫苗的人以及接受該疫苗的人們都需要確保該批次的疫苗是合法的並按照正確的標準製成，並且要正確劑量地給藥。那是質量保證。最後，需要監測接種疫苗的人是否有任何異常的副作用。 政府和公司希望在每個步驟中都使用新技術。
低溫和高價格
對於某些已獲准在美國和歐洲使用的首批疫苗，準確預測疫苗的需求尤為重要，因為它們必須保持極低的溫度並且價格較高。政府負擔不起浪費。
據該公司全球政府行業總經理蒂姆·帕多斯（Tim Paydos）稱，IBM是試圖幫助美國醫院和州政府管理迄今為止可用疫苗數量有限的公司之一。他說，這包括使用IBM的Watson Health Analytics軟件將人口統計和健康狀況的郵政編碼級別數據與人們對疫苗接種態度的信息結合起來，以試圖預測需求量並確保疫苗公平分配。
在發展中國家，需求預測和供應鏈管理的挑戰更加嚴峻。Macro-Eyes是一家位於西雅圖的AI公司。它是由本·費爾斯（Ben Fels）創建的，本·費爾斯曾經使用機器學習來搜尋金融市場數據以獲取分鐘交易信號。如今，他使用類似的技術來尋找指標，從而使Macro-Eyes能夠預測對藥物和其他保健產品的需求。在這方面，該公司與美國斯坦福大學的衛生系統合作，但已在非洲完成了多個項目，其中包括在坦桑尼亞加強兒童免疫接種的一個項目。
在其非洲項目中，該公司使用各種數據（包括衛星圖像和地圖，特定區域中的移動電話用戶數量，社交媒體帖子以及官方政府數據）來嘗試預測會有多少人出現在任何地方進行衛生保健。每個數據集本身可能具有邊際價值。但是通過組合大量數據集，Macro-Eyes能夠做出準確的預測。 Macro-Eyes的系統能夠將坦桑尼亞對兒童疫苗接種需求的預測提高96％，並將浪費的劑量減少到每100運送中只有2.42小瓶。現在，Macro-Eyes希望幫助世界各國政府（可能包括美國某些州）對COVID-19疫苗進行類似的處理。 Fels說，確保效率對於這些疫苗更為重要，因為需求遠遠超過了供應，因此每劑都很珍貴。某些疫苗的每劑價格也相對昂貴，浪費成本很高。即使是可以在正常冰箱溫度下保存的疫苗（例如阿斯利康疫苗），在許多地方，對冷藏的擔憂也會成為一個問題。費爾斯說：“我們不能丟掉30劑疫苗，因為我們將它們送到了錯誤的地方。” “但是，如果我們嚴格按照人口分配疫苗，我們將嚴重分配給某些站點，而嚴重分配給其他站點。”
區塊鏈和AI機器學習
分銷網路啟動並運行後，密切關注其運作方式並追蹤劑量在整個供應鏈中的流動情況是AI和區塊鍊等技術可能發揮作用的另一個領域。 IBM銷售“基於對象”的供應鏈管理軟件，該軟件可以盡可能近實時地追蹤每個疫苗瓶的位置，並將該瓶與接種該瓶中所含劑量的人員進行匹配。Paydos說，它已經在COVID-19早期使用了該軟體來幫助追蹤個人防護設備的供應。
另一家幫助企業構建儀表板以實時追蹤業務流程的軟件公司Celonis，也已經看到了其用於追蹤衛生系統客戶PPE的軟件，現在希望它也可以用於處理疫苗。 在此軟體的基礎上，機器學習可用於預測潛在的分佈瓶頸並潛在地提出解決方法。總部位於美國的技術和業務流程外包公司Genpact已為其製藥行業客戶開發了軟件，可幫助他們追蹤在整個供應鏈中移動的藥品批次。Genpact藥物警戒AI業務負責人埃里克·桑德爾（Eric Sandor）表示，COVID-19疫苗將特別具有挑戰性，因為不同合同的製造商可能會在不同的設施生產不同的批次，導致它們之間存在差異，並且可能還會出現其他問題每個批次內可存儲大量小瓶。
還有另一個挑戰：這些供應鏈軟體包中的大多數都設計為在單個組織內使用。但是，對於COVID-19疫苗，有必要通過一條由許多不同方控制的鏈條來追蹤供應情況，這些方包括藥品製造商、快遞公司、醫院和藥房、甚至政府的各個分支機構，這些部門並不都使用相同的軟體。此外，其中一些公司可能是通常不願共享數據的競爭對手，或者由於法規，安全性和合規性問題而無法輕鬆共享數據。 這就是IBM的Kelley認為區塊鏈技術（支撐比特幣等加密貨幣的數位分類帳系統）可以發揮至關重要的作用的地方。他說，這種數位分類帳可以為每個小瓶疫苗提供一個值得信賴，安全和可驗證的產銷監管鏈記錄。他說，IBM目前正在與多家藥品製造商討論如何註冊此基於區塊鏈的解決方案，以創建一個“最低可行的生態系統”來啟動它。
副作用
一旦人們接種了疫苗，疫苗生產商和政府衛生機構將需要監視這些人是否有異常副作用或罕見並發症的跡象。儘管在臨床試驗中已經對成千上萬的人進行了疫苗測試，但可能會有副作用或安全性問題，只有在數百萬人注射後，這些問題或安全性問題才會變得明顯。許多政府要求醫生和製藥公司對患者服用藥物後出現的任何異常症狀進行報告。即使是將藥品分發給人數很少的人，這些規則也會導致提交大量的“不良事件”報告。這些結果中的絕大多數通常最終是虛假警報，其症狀與所涉藥物無關或無任何危險跡象。但是有時他們確實指出了以前沒有解決的關鍵安全問題。由於已將COVID-19疫苗接種給如此多的人，因此這些報告的數量可能非常龐大，以至於人類無法以足夠快的速度進行審查以在為時已晚之前發現任何嚴重問題的跡象。 這就是為什麼一些政府轉向AI提供幫助的原因。英國衛生監管機構已與Genpact簽訂合約，部署機器學習軟體，該軟體可以篩選其正式的“黃卡”報告，醫生和患者使用該報告來報告可能引起關注的異常副作用。桑多爾說，Genpact建造的系統於12月投入使用，它採用純文本格式，自動對其進行編碼，然後搜索可能表明正在出現的安全問題的模式，並將其標記給監管機構進行進一步調查。 Genpact首席執行官Tiger Tyagarajan表示，該軟體已經過許多不同類型的寫作方面的培訓，因此它既可以理解醫生在報告症狀時可能使用的醫學術語，也可以理解公眾可能會使用的更為口語化的表達方式。採用。他說，Genpact只能迅速部署該系統-Genpact收到合同後三個月就已啟動並運行，因為該公司已經為其製藥行業客戶（甚至是在美國美國藥品監督管理局要求對藥品的任何安全問題進行嚴格的批准後監督和報告。在這種情況下，Genpact的AI軟體不僅會像在英國那樣查看單一的政府表格， 一些技術專家感嘆，在COVID-19期間AI並沒有太大幫助。儘管一些AI軟體幫助發出了預警，表明令人擔憂的新型呼吸道病毒似乎正在中國武漢傳播，但該技術無疑無助於預防大流行。而且它對流行病學建模和政策制定的影響微乎其微。在尋找COVID-19治療方法和開發疫苗方面，其影響有限。
一些人打趣說，人工智能已經準備好應對下一次大流行，但還沒有。儘管如此，在幫助確保快速，安全地分發疫苗方面，該技術仍可能證明其價值。
【資料來源】：fortune
【文章轉載請註明出處】
【鄭重聲明】
轉載文章僅為傳播更多信息之目的，版權歸原作者所有。如有侵權/錯誤不完整之處請第一時間與我們聯繫修改刪除。謝謝。內容分析僅供參考，並不構成任何投資意見或建議。風險自控。
Comentarios