בינה מלאכותית היתה יכולה למנוע סגר שלישי

אחת הבעיות המרכזיות שלנו כיום הוא חוסר סנכרון, חוסר שקיפות וחוסר אחידות בולטים ולא מוסברים בין הגופים השונים העוסקים במלחמה בקורונה, כאשר הנתונים אינם זמינים לכולם ובמרבית המקרים מרוכזים בגוף אחד בלבד. כתוצאה מכך, כל גוף מציג את הנתונים הנוחים לו - ועל בסיס זה מקבל את ההחלטות.

החקירות האפידמיולוגיות חסרות מערכת חכמה שיודעת לתת מענה מידי בזמן אמת, היכן ישנה שרשרת הדבקה בימים אלו, היכן צריך להשקיע משאבים ולאתר הדבקות נוספות והיכן ניתן למצוא מפיצי על (super spreader). כיום עוברים ימים רבים עד שמבינים איזו משרשראות ההדבקה צריך לעצור. הם שוכחים שלפעמים, הפתרון נמצא מתחת לפנס.

קניון סגור במהלך הסגר השני צילום: דוד הכהן

דווקא כיום, כאשר מספר הנדבקים עולה, מתברר שהיינו צריכים להשקיע ולהטמיע מערכות מבוססות בינה מלאכותית שיעזרו בהתמודדות עם ניהול שרשראות ההדבקה. דווקא היום זהו הזמן, מכיוון שנוצר חלון הזדמנויות לפני שהחורף יכה בנו במלוא עוזו.

בעולם קיימים פתרונות אפקטיביים מוכחים ומבוססי בינה מלאכותית לקטיעת שרשראות הדבקה, הפועלים במספר מדינות - כמו ארה"ב, גרמניה, אוסטריה ועוד. גרמניה לדוגמא, מיישמת טכנולוגיה מבוססת בינה מלאכותית עוד מתחילת המגיפה, בזכותה, המדינה הצליחה לבלום את התחלואה ובמקביל לקיים מסחר ולפגוע באופן מדוד יותר בכלכלה וזאת על ידי שימוש במערך יעיל של קטיעת שרשראות ההדבקה.

מסתבר שגורמי מקצוע בישראל שנחשפו לפתרונות אפקטיביים המיושמים ביעילות בעולם, הביעו פליאה כיצד הם אינם מיושמים עדיין בארץ. האם גם כאן מדובר בשיקולים פוליטיים?

תרומה משמעותית להורדת אחוז התחלואה

אז מה הטכנולוגיות הלו יודעות לעשות בפועל, וכיצד הן תורמות להורדת אחוז התחלואה? הפתרונות פועלים במספר מישורים, ומפיקים ערך מוסף מהנתונים הקיימים אודות נתוני ההדבקה. בין היתר הן עוזרות בתחומים הבאים:

הכנת הנתונים לצורך חקר אפידמיולוגי, הכולל גישה לכל מקור מידע אפשרי, כגון: מערכות תפעוליות ומערכות CRM, נתונים סלולריים, נתונים גיאוגרפים, נתונים טקסטואליים ובסיסי נתונים מסוגים שונים;

מודול אינטגרטיבי לבניית שאלונים מותאמים אישית לחוקרים, כולל יכולת להתאים תסריטים מוכנים מראש למגוון תרחישים, מגוון חוקרים ומגוון נשאלים. שאלונים דיגיטליים במובייל הניתנים לשליחה לתושבים בכדי שימלאו עצמאית;

יצירת תיעדוף לגבי סדר התשאול של התושבים לפי מאפיינים שונים, כגון אנשים עם גורמי סיכון, קירבה לחולה מאומת ועוד;

חקר ויזואלי ואנליטי מתקדם המבוסס על מודלים מתחום הבינה מלאכותית, של Machine Learning, לאיתור מהיר בזמן אמת של שרשראות הדבקה, זיהוי Super Spreaders ואירועי הדבקה עם פוטנציאל תחלואה ותמותה גדולים, וכל זאת ניתן להנגשה על בסיס מפות גאוגרפיות - כך שמקבלי ההחלטות יוכלו לראות ולהגדיר את האזורים שמועדים לפורענות.

הפתרונות גם יודעים להגדיר את הישויות הנדרשות לטיפול - החל מהאיש הבודד, אוטובוס, מונית, מקומות עבודה, בניין מגורים, בית ספר, שכונה, אזור ועוד. כל הקשרים המוצגים הם מבוססי זמן, כך שניתן לעקוב אחר שרשרת ההדבקה לא רק ברמת הקשרים והמיקום אלא גם על פי זמנים, מודלי Dashboard ומדדי הצלחה אשר מתעדכנים בזמן אמת עם התקדמות החקירות.

הפתרון מיושם בהצלחה במדינות בעולם וכן במוסדות בהם ניתן לתחום את אירועי ההדבקה, כגון מוסדות אקדמיים וקהילות סגורות.

בתקופה זו, פתחו של הסגר השלישי שישפיע מבחינה כלכלית ונפשית על מיליוני אזרחים, המדינה חייבת לעשות שימוש בטכנולוגיות מוכחות כאמור, ולא לקחת סיכונים. דוקא עכשיו - זה הזמן.

אלי ווימן הוא מנהל תחום מגזר בטחוני, אנרגיה ותעשיה ב'מיה אנליטיקס', נציגת SAS בישראל