最新のコロナウイルス：ロシアの時計は、デルタ株の蔓延に伴う「コビッド」による死亡者数を記録しています

Jake Leverは、スタンフォード大学のバイオエンジニアリング学部での2年間のポスドク研究の途中で市場のギャップを発見しました。

昨年4月、彼の同僚は、コロナウイルスについて毎日発表されている膨大な数の文献をふるいにかけるのが難しいと感じていることを指摘し、彼のスキルを「生物医学テキストマイナー」として働かせました。 4か月後、CoronaCentral.aiが誕生しました。

それ以来、Chan Zuckerberg BioHub Research Centerから資金提供を受けているこのウェブサイトは、人工知能のサブセットであるディープラーニングを使用して、公開されたCovid-19の論文とプレプリントを集約および分類しています。

“たくさんある [information] レバーは、あなたが欲しいものを見つけることはかなりの挑戦であると言いました。 彼は、それをすべて異なるトピックに入れ、それらを評価尺度と相関させることによって、何が読まれているかを確認するのがより簡単になると付け加えました。

CoronaCentralは現在、人工知能に基づいている可能性がありますが、開始するには多くの人的労力が必要です。 システムを「トレーニング」するために、レバーは約3,200の研究論文を「レビュー」、「疫学」、「メタ分析」などのカテゴリに分類するのに何週間も費やしました。

「言語処理システムは、あなたが望むものの具体的でゴールドスタンダードの例を提供するときに最もよく機能します」と彼は言いました。 「あなたはたくさんのコーヒーを手に入れ、座って始めたばかりです。」

この傾向は、パンデミックの開始以来、サイトが収集した15万件を超える論文に見られます。 数学モデルを使用してさまざまな環境でのウイルスの拡散を予測する予測研究は、Covidの長期的な影響の分析に焦点が移るにつれて衰退しました。

レバーは、パンデミックの間に医療行為を適応させる方法を議論する記事も人気があると言いました。 「多くの人が次のようなことを書いています。私たちは結腸直腸癌の手術を行っていますが、今それをどのように行うべきですか？ 「」

科学者が「学際的な研究を行うことがますます求められている」ことを考えると、Leverは、CoronaCentralなどのWebサイトが最新の発見を消化する方法に大きな役割を果たすと考えています。

「研究のペースでは、1人の科学者が多くの分野の発展に追いつくことは現実的ではありません」と彼は言いました。

レバーは先月、グラスゴーのカリフォルニア州に代わって、彼が育った近くの大学のコンピューティングサイエンス学部で講師を務めました。 彼の博士号はバイオインフォマティクスであり、「コンピューターを使用してDNA配列を分析し、パターンを特定し、突然変異を特定し、Covidの場合は変異体を分析する」と述べた。

ライファー氏は、配列分析は「非常に広範で、簡単で、実用的であるため、10年前にはまったくできなかった変異体を研究できるようになった」と付け加えました。 「私の意見では、私たちは非常に幸運な場所にいます。」

これは、パンデミックが世界中の人々や企業に与える影響を調査するブログシリーズの10番目の記事です。