ไวรัสโคโรนา : ความท้าทายใหม่ของมนุษย์

 การระบาดของโรคร้ายแต่ละครั้งนับเป็นภัยใหญ่หลวงต่อมวลมนุษย์ทั้งโลก แม้ว่าจะมีเครื่องมือและเทคโนโลยีที่ดีเพียงใดก็ตาม ก็ไม่อาจจะหยุดยั้งภัยเหล่านี้ได้ในเร็ววัน การใช้เทคโนโลยีการวิเคราะห์ข้อมูลซึ่งปัจจุบันมีประสิทธิภาพมากจึงเป็นเพียงการเตือนภัยและเป็นข้อมูลเพื่อเตรียมการป้องกันการแพร่กระจายของโรคเท่านั้น แต่ต้นเหตุของการแพร่เชื้อซึ่งยังไม่รู้ว่าเกิดจากเหตุใดจึงเป็นความท้าทายใหม่ของมนุษย์

เหตุการณ์ที่ทำให้คนทั้งโลกต้องอยู่ในความตื่นตระหนกในช่วงปีที่ผ่านมานอกจากสงครามทางการค้าและการประทะกันระหว่างสหรัฐอเมริกากับอิหร่านแล้ว การแพร่ระบาดของเชื้อไวรัสโคโรนาสายพันธุ์ใหม่ (2019-nCoV) จากเมืองอู่ฮั่น ประเทศสาธารณะรัฐประชาชนจีนในช่วงปีใหม่ต่อกับช่วงตรุษจีน เป็นเหตุการณ์ที่สร้างความหวาดหวั่นต่อคนทั่วโลกมากที่สุดเหตุการณ์หนึ่งและทุกประเทศต่างหามาตรการและสร้างความร่วมมือเพื่อคลี่คลายสถานการณ์เพื่อมิให้ไวรัสร้ายแรงนี้แพร่กระจายออกไปมากยิ่งขึ้น

อย่างไรก็ตาม แม้ว่าประเทศจีนได้ปิดเมืองอู่ฮั่นเมืองเอกของ มณฑลหูเป่ยและเมืองอื่น รวมทั้งปิดกั้นการเดินทางโดยวิธีต่างๆของผู้คนหลายสิบล้านคนด้วยมาตรการที่ฉับไวและเด็ดขาดมากกว่าเหตุการณ์โรคซาร์เมื่อ 17 ปีที่แล้ว แต่ก็ยังมีผู้ติดเชื้อไวรัสโคโรนา หลุดรอดไปยังประเทศต่างๆจำนวนหนึ่ง ทุกประเทศจึงอยู่ในภาวะเตรียมพร้อมทั้งการป้องกันและการรักษารวมทั้งเฝ้าดูอาการอย่างใกล้ชิดเพื่อให้แน่ใจว่า พื้นที่ของตนเองปลอดภัยและสร้างความเชื่อมั่นให้กับประชาชนของตัวเอง

นอกจากมาตรการทางสาธารณสุขและมาตรการอื่นๆ ที่พยายามจะหยุดการแพร่กระจายของเชื้อโรคแล้ว มาตรการสำคัญที่มักนำมาใช้เมื่อเกิดวิกฤตเกี่ยวกับการแพร่ระบาดของโรคต่างๆ คือ การใช้เทคโนโลยีในการวิเคราะห์ข้อมูล(Analytics) ซึ่งมักใช้พยากรณ์ถึงแนวโน้มของการแพร่กระจายของเชื้อโรค เช่น Google Flu Trend (GFT) ที่เคยถูกนำมาใช้เพื่อพยากรณ์ความรุนแรงของเชื้อไข้หวัดเมื่อหลายปีก่อน เป็นต้น รวมทั้งในภายหลังได้มีการนำปัญญาประดิษฐ์มาช่วยในการวิเคราะห์ข้อมูลด้วย

การแพร่กระจายของเชื้อไวรัสโคโรนาสายพันธุ์ใหม่ในครั้งนี้ มีงานวิจัยและการวิเคราะห์ข้อมูล รวมทั้งการใช้ปัญญาประดิษฐ์เพื่อการพยากรณ์การแพร่เชื้อโรคที่เปิดเผยอยู่หลายแห่ง เป็นต้นว่า รายงานการศึกษาร่วมกันของนักวิจัยจากสหราชอาณาจักรและสหรัฐอเมริกา นำทีมโดยนักวิจัยจากมหาวิทยาลัยแลงคาสเตอร์ แห่งสหราชอาณาจักร ซึ่งวิเคราะห์ข้อมูลโดยใช้แบบจำลองจากข้อมูลรายงานอย่างเป็นทางการจากแหล่งต่างๆ เพื่อแสดงถึงความเป็นไปได้ของการแพร่เชื้อไปยังเมืองสำคัญในประเทศจีน โดยเฉพาะเมืองใหญ่ๆ ซึ่งได้แก่ ปักกิ่ง เซี่ยงไฮ้ กว่างโจว ฉงชิ่ง และเฉิงตู รวมทั้งแนวโน้มการแพร่กระจายของเชื้อโรคไปยังประเทศที่มีความเสี่ยงต่อการติดเชื้อของประชาชน ซึ่งได้แก่ ไทย ญี่ปุ่น เกาหลี ไต้หวัน และฮ่องกง

ทั้งนี้ผู้วิจัยได้ใช้ข้อมูลพยากรณ์การแพร่เชื้อไวรัสจากข้อมูลการเดินทางด้วยเครื่องบินของผู้โดยสารออกจากเมืองอู่ฮั่น โดยไม่รวมถึงการเดินทางทางบก เช่น รถไฟหรือทางถนน รวมทั้งใช้ข้อมูลจากการระบาดของโรคซาร์เป็นปัจจัยประกอบ

จากการพยากรณ์ด้วยแบบจำลองของผู้วิจัยพบว่า ตัวเลขของผู้ที่คาดว่าจะติดเชื้อเฉพาะในเมืองอู่ฮั่นเมืองเดียวพยากรณ์จนถึงวันที่ 4 กุมภาพันธ์ 2563 น่าจะมีจำนวนสูงกว่า 190,000 คน (ระยะเวลาการพยากรณ์ 2 สัปดาห์ :21 มกราคม 2563 ถึง 4 กุมภาพันธ์ 2563 และโดยใช้ตัวเลขจํานวนเฉลี่ยของผู้ติดเชื้อรายใหม่ในประชากรที่ไม่มีภูมิคุ้มกัน ที่เกิดขึ้นจากผู้ป่วยรายแรกแพร่เชื้อให้(Basic Reproduction Number) เท่ากับ 3.8 ซึ่งใกล้เคียงกับผลการศึกษาในเรื่องเดียวกันของมหาวิทยาลัยฮาวาร์ดที่ใช้ค่าตัวเลขระหว่าง 2 - 3.3)

นอกจากนี้ ผู้วิจัยยังได้ประมาณการถึงตัวเลขที่คาดว่าจะมีผู้ติดเชื้อในช่วงเวลาเดียวกันของเมืองใหญ่ๆของจีน นอกจากอู่ฮั่นที่จะได้รับผลกระทบตามลำดับจากมากไปหาน้อยอีก 15 เมืองได้แก่ เซี่ยงไฮ้ ปักกิ่ง กว่างโจว เฉิงตู เซินเจิ้น ฉงชิ่ง คุนหมิง เทียนจิน ซีอาน ฮาร์บิน ชิงเต่า หังโจว เสินหยาง หนานหนิง เป็นต้น

การพยากรณ์จากแบบจำลองยังสะท้อนให้เห็นถึงความเสี่ยงที่จะเกิดขึ้นจากจำนวนผู้ได้รับเชื้อไวรัสโคโรนา-ต่อวัน เดินทางเข้าไปยังประเทศต่างๆ จนถึงวันที่ 4 กุมภาพันธ์ 2563 เรียงตามลำดับความเสี่ยงมากไปหาน้อย ดังนี้ ไทย(15.0) ญี่ปุ่น(7.8) ไต้หวัน(6.3) ฮ่องกง(5.8) เกาหลีใต้(5.5) สหรัฐอเมริกา(4.5) มาเลเซีย(4.1) สิงคโปร์(3.2) ออสเตรเลีย(2.9) และเวียดนาม(2.7)

รายงานยังกล่าวด้วยว่า สิ่งที่น่าเป็นกังวลและอาจเป็นตัวที่ทำให้การแพร่เชื้อทวีขึ้นประกอบด้วย ปัจจัย 3 ประการคือ ผู้ติดเชื้ออาจไม่มีอาการแสดงออกและอาจส่งผ่านเชื้อโรคไปยังใครก็ได้เมื่อมีการสัมผัส และ มีการเดินทางของชาวจีนจำนวนมากในช่วงตรุษจีน รวมทั้งองค์การอนามัยโลกยังไม่ประกาศภาวะฉุกเฉิน

แม้ว่าการพยากรณ์ตามแบบจำลองนี้อาจมีความคลาดเคลื่อน เนื่องจากมีปัจจัยหลายอย่างที่ไม่ได้ถูกนำมาพิจารณา รวมทั้งมีการหยุดมาตรการการเดินทางและมีการสร้างโรงพยาบาลเพื่อแยกรักษาผู้ป่วย แต่ผู้วิจัยเห็นว่า แบบจำลองบนสมมุติฐานต่างๆที่นำเสนอน่าจะเป็นเครื่องมือที่ดีที่สุดในช่วงเวลาวิกฤติที่อาจช่วยพยากรณ์การแพร่ระบาดและเป็นข้อมูลให้กับผู้ที่เกี่ยวข้องเพื่อหามาตรการแก้ไขอย่างถูกวิธี

นอกจากผลการศึกษาด้วยแบบจำลองดังกล่าวข้างต้นแล้วแล้ว ยังมีการนำเทคโนโลยีปัญญาประดิษฐ์มาใช้เพื่อเตือนถึงความเสี่ยงต่อการแพร่กระจายของไวรัสโคโรนา โดยบริษัทสตาร์ทอัพในประเทศแคนาดาชื่อ Bluedot ได้พัฒนาอัลกอริทึมเพื่อการวิเคราะห์ข้อมูลการแพร่ระบาดของไวรัสโคโรนา ได้อย่างรวดเร็ว โดยมีการแจ้งเตือนไปยังลูกค้าของตัวเองถึงการเกิดระบาดของเชื้อไวรัสชนิดนี้ ก่อนที่องค์การอนามัยโลกและศูนย์ควบคุมและป้องกันโรคแห่งสหรัฐอเมริกาจะประกาศต่อเรื่องดังกล่าวเสียอีก

บริษัท Bluedot ใช้อัลกอริทึมการประมวลผลทางภาษา(Natural language processing) และ Machine learning ในการกลั่นกรองรายงานข่าวต่างๆจากทั่วโลกถึง 65 ภาษา รวมทั้งใช้ข้อมูลจากสายการบินและข้อมูลการระบาดของโรคจากสัตว์เป็นปัจจัยประกอบการวิเคราะห์ข้อมูล อัลกอริทึมของบริษัท Bluedot จะไม่เก็บข้อมูลจากโซเชียลมีเดีย เนื่องจากข้อมูลเหล่านั้นมีความซับซ้อนและยุ่งเหยิงเกินไปทำให้ประมวลผลยุ่งยากและอาจมีความผิดพลาดได้

ผลจากการพยากรณ์ของบริษัท Bluedot ค่อนข้างแม่นยำ เพราะหลังจากเริ่มตรวจพบเชื้อไวรัสโคโรนาในเมืองอู่ฮั่น ระบบได้แจ้งเตือนว่า เชื้อไวรัสโคโรนาจะแพร่ไปยัง กรุงเทพ โซล ไทเป และ โตเกียว ได้อย่างถูกต้อง

อย่างไรก็ตามผลการวิเคราะห์จากอัลกอริทึมจะต้องได้รับการตรวจสอบจากผู้เชี่ยวชาญด้านระบาดวิทยาก่อนที่จะส่งต่อไปยังรัฐบาล ภาคธุรกิจและลูกค้าของตัวเองให้เตรียมรับมือกับภัยจากโรคระบาดในครั้งนี้

นอกจากจะส่งผลการรายงานไปยังหน่วยงานต่างๆในแคนาดาแล้ว บริษัท Bluedot ยังได้ส่งรายงานนี้ไปยังประเทศต่างๆอีกนักสิบประเทศ รวมทั้งสายการบินและโรงพยาบาลเพื่อให้อยู่ในภาวะเตรียมพร้อมด้วย

การระบาดของโรคร้ายแต่ละครั้งนับเป็นภัยใหญ่หลวงต่อมวลมนุษย์ทั้งโลก แม้ว่าจะมีเครื่องมือและเทคโนโลยีที่ดีเพียงใดก็ตามก็ไม่อาจจะหยุดยั้งภัยเหล่านี้ได้ในเร็ววัน การใช้เทคโนโลยีการวิเคราะห์ข้อมูลซึ่งปัจจุบันมีประสิทธิภาพมากจึงเป็นเพียงการเตือนภัยและเป็นข้อมูลเพื่อเตรียมการป้องกันการแพร่กระจายของโรคเท่านั้น แต่ต้นเหตุของการแพร่เชื้อซึ่งยังไม่รู้ว่าเกิดจากเหตุใดจึงเป็นความท้าทายใหม่ของมนุษย์ซึ่งต้องใช้เทคโนโลยีขั้นสูงทางการแพทย์และเทคโนโลยีการวิเคราะห์ข้อมูลเพื่อพิสูจน์ความจริงต่อไป

อ้างอิง

1. https://qz.com/1791222/how-artificial-intelligence-provided-early-warning-of-wuhan-virus/

2. https://www.wired.com/story/ai-epidemiologist-wuhan-public-health-warnings/

3. http://www.boe.moph.go.th/files/meeting/dr_aronrag.pdf

ภาพประกอบ

https://www.wired.com/story/ai-epidemiologist-wuhan-public-health-warnings/