Αμέσως το πρόγραμμα ενημέρωσε, αυτόματα, μέσω ηλεκτρονικού ταχυδρομείου, τους αποδέκτες μίας λίστας ότι επτά άνθρωποι βρίσκονταν σε κρίσιμη κατάσταση και αξιολόγησε τη σοβαρότητα της κατάστασης στο «τρία» σε μία κλίμακα με πέντε διαβαθμίσεις.

Οι άνθρωποι δεν ήταν, όμως, καθυστερημένοι ούτως ή άλλως. Γιατροί στην Ταϊβάν είχαν ήδη ενημερώσει την Αμερικανίδα επιδημιολόγο Μάρτζορι Πόλακ στη Νέα Υόρκη ότι το θέμα έχει αρχίσει να συζητείται στο δημοφιλές κινεζικό μέσο κοινωνικής δικτύωσης Weibo. Η Πόλακ, σύμφωνα με το «Science», θυμήθηκε ότι κάτι ανάλογο είχε συμβεί το 2003 στην αρχή του ξεσπάσματος της επιδημίας του σοβαρού οξέος αναπνευστικού συνδρόμου (SARS).

Σχεδόν μία ώρα μετά το αυτόματο σήμα προειδοποίησης από το HealthMap, η Πόλακ έκανε μία πιο λεπτομερή ανάρτηση στο Πρόγραμμα Επιτήρησης Αναδυομένων Ασθενειών, το οποίο ενημερώνει περίπου 85.000 άτομα διεθνώς. Και έτσι ο υπόλοιπος κόσμος άρχισε να στρέφει την προσοχή του σε κάτι περίεργο που εμφανιζόταν στην Κίνα.

Το «καμπανάκι» από το HealthMap δείχνει τις δυνατότητες της τεχνητής νοημοσύνης για την παρακολούθηση των επιδημιών. Καθώς η πανδημία Covid-19 συνεχίζει να εξαπλώνεται διεθνώς, οι ερευνητές της τεχνητής νοημοσύνης προσπαθούν να «στήσουν» αυτόματα συστήματα εντοπισμού και προειδοποίησης, τα οποία θα ψάχνουν ψύλλους στα άχυρα, μέσα σε τεράστιους όγκους online δεδομένων, για να ανακαλύψουν τα πρώτα σημάδια μίας νέας επιδημικής έξαρσης σε κάποιο μέρος του κόσμου.

Η τεχνητή νοημοσύνη δεν πρόκειται να αντικαταστήσει την παραδοσιακή επιδημιολογική επιτήρηση από ανθρώπους, τουλάχιστον όχι ακόμη. «Θα πρέπει να τη θεωρούμε ως ακόμη ένα εργαλείο στη φαρέτρα μας. Δεν νομίζω ότι μπορεί να αντικαταστήσει τη διενέργεια τεστ», δήλωσε ο επιδημιολόγος Μάθιου Μπίγκερσταφ των Κέντρων Ελέγχου και Πρόληψης Νοσημάτων (CDC) των ΗΠΑ.

Ήδη, αρκετά πριν την Covid-19, το αμερικανικό CDC είχε ξεκινήσει από το 2013 έναν ετήσιο διαγωνισμό για το πιο ακριβές σύστημα πρόβλεψης της σοβαρότητας και εξάπλωσης ενός νέου κύματος γρίπης στις ΗΠΑ. Δεκάδες προτάσεις κατατίθενται κάθε χρόνο και περίπου οι μισές αφορούν αλγόριθμούς μηχανικής μάθησης (τεχνητής νοημοσύνης), οι οποίοι αναδιφούν σε αναζητήσεις μέσω Google, σε «τιτιβίσματα» του Twitter, σε αναρτήσεις του Facebook, σε ιστοσελίδες της Wikipedia κ.ά., για να βρουν τις πιο πρώιμες ενδείξεις μίας επερχόμενης επιδημίας ή έξαρσης.

Πολλές από αυτές τις ερευνητικές ομάδες, που έως τώρα ασχολούνταν με τη γρίπη, έστρεψαν, πλέον, τα εργαλεία της τεχνητής νοημοσύνης στην κατεύθυνση της Covid-19. Στόχος τους είναι τόσο η αξιολόγηση της τωρινής κατάστασης (now-casting) της επιδημίας όσο και η πρόβλεψη για την πορεία της (forecasting).

Δεν είναι μία εύκολη δουλειά ούτε έχει εγγυημένη επιτυχία. Μεταξύ 2009-2015 η Google χρησιμοποίησε ένα νέο «έξυπνο» εργαλείο, το Google Flu Trends (το οποίο, πλέον, έχει ενσωματωθεί στο HealthMap), για να ψάχνει στις αναζητήσεις των χρηστών και να ανιχνεύει τα πρώτα -ακόμη αφανή στους επιστήμονες- σημάδια ενός νέου κύματος γρίπης. Στην αρχή το σύστημα τα πήγε καλά και πρόβλεψε την εξέλιξη της γρίπης δύο εβδομάδες πριν το CDC.

Όμως, στη συνέχεια έκανε υπερεκτιμήσεις για την εξάπλωση της γρίπης, «τρομοκρατώντας» άνευ λόγου τους επιδημιολόγους. Η βασική αιτία της αποτυχίας ήταν ότι οι ερευνητές της Google δεν «επανεκπαίδευσαν» το σύστημά τους, ώστε να λαμβάνει υπόψη τις αλλαγές στη συμπεριφορά των χρηστών κατά τις αναζητήσεις τους, με συνέπεια να παρερμηνεύει π.χ. τις αναζητήσεις για ειδήσεις σχετικές με τη γρίπη ως ένδειξη λοίμωξης στον ίδιο τον χρήστη.

Έτσι, οι σκεπτικιστές θεωρούν ότι η τεχνητή νοημοσύνη, η οποία συνεχώς βελτιώνεται, θα είναι καλύτερα έτοιμη και χρήσιμη στην επόμενη πανδημία. Το βέβαιο, πάντως, είναι ότι η τεχνητή νοημοσύνη ήρθε για να μείνει ως εργαλείο της επιδημιολογίας.