כיצד AI נלחם בהתפרצות וירוס הקורנו?


תשובה 1:

בינה מלאכותית עלולה להילחם בוירוס קורונאבי עתידי

.

התפרצויות מחלות כמו נגיף הקורונוס מתרחשות לרוב מהר מדי מכדי שמדענים ימצאו תרופה. אך בעתיד, בינה מלאכותית יכולה לעזור לחוקרים לבצע עבודה טובה יותר.

אמנם ככל הנראה מאוחר מדי לטכנולוגיה הנפלאה למלא תפקיד מרכזי במגיפה הנוכחית, אך יש תקווה להתפרצויות הבאות. AI טוב לסרוק תלולי נתונים כדי למצוא קשרים המקלים על קביעת סוגי הטיפולים שיכולים לעבוד או אילו ניסויים להמשיך לבצע.

השאלה היא ממה יגיע ביג דאטה כאשר היא תקבל רק שאריות מידע דלות על מחלה שהגיחה לאחרונה כמו קוביד -19, שהופיעה לראשונה בסוף השנה שעברה בסין וחלתה יותר מ- 75,000 איש בכחודשיים.

העובדה שהחוקרים הצליחו לייצר את רצף הגנים של הנגיף החדש תוך שבועות מהמקרים הראשונים המדווחים היא מבטיחה, מכיוון שהוא מראה שיש נתונים הרבה יותר מיידיים כעת כאשר מתרחשים התפרצויות.

אנדרו הופקינס, המנכ"ל של חברת אוקספורד, חברת האתחול Exscientia בע"מ באנגליה, הוא בין אלו העובדים לסייע בהכשרת בינה מלאכותית לגילוי סמים. לדבריו, טיפולים חדשים עשויים לעבור מההתעברות לבדיקה קלינית תוך 18 עד 24 חודשים בעשור הבא, הודות ל- AI.

חברת Exscientia תכננה תרכובת חדשה לטיפול בהפרעה טורדנית כפייתית, מוכנה להיבדק במעבדה לאחר פחות משנה בשלב המחקר הראשוני. לדברי החברה, זה מהיר פי חמישה מהממוצע.

Healx מבוסס קיימברידג 'יש גישה דומה, אך היא משתמשת בלימוד מכונות כדי למצוא שימושים חדשים לתרופות קיימות. שתי החברות מזינות את האלגוריתמים שלהן במידע - שנאסף ממקורות כמו כתבי-עת, מאגרי מידע ביו-רפואיים וניסויים קליניים - כדי לעזור להציע טיפולים חדשים למחלות.

פיקוח אנושי

שתי החברות משתמשות כל אחת בצוות של חוקרי אנוש כדי לעבוד לצד ה- AI בכדי לסייע בהנחיית התהליך. בגישתו של Exscientia, שכונה כימאי Centaur, מעצבי התרופות עוזרים ללמד את האסטרטגיות של האלגוריתמים לחיפוש אחר תרכובות. Healx מעביר את תחזיות ה- AI לחוקרים שמנתחים את התוצאות ומחליטים למה להמשיך.

ניל תומפסון, קצין המדע הראשי של הילקס, אמר כי ניתן לפרוס את הטכניקה כנגד התפרצות כמו וירוס הקורנו כל עוד היו מספיק נתונים על המחלה החדשה. Healx אינה עובדת על התמודדות עם נגיף הקורונאו או מציאת הטכנולוגיה שלה להתפרצויות, אך זה לא יהיה מתיחה.

"אנחנו די קרובים", אמר תומפסון בראיון. "לא נצטרך לשנות הרבה באלגוריתמים של AI שאנו משתמשים בהם. אנו בוחנים התאמת תכונות תרופות לתכונות המחלה. "

אלגוריתמים של בינה מלאכותית כבר מתחילים לנטרל תרופות למחלות שאנחנו מכירים. חוקרים במכון הטכנולוגי של מסצ'וסטס אמרו ביום חמישי כי הם השתמשו בשיטה כדי לזהות תרכובת אנטיביוטית חדשה וחזקה שעלולה להרוג מערך של חיידקים מטרידים, אפילו כאלה שעמידים כיום בפני טיפולים אחרים.

תופעה אחת לכל הטכנולוגיות הללו היא בדיקה קלינית. אפילו תרופות שכבר בטוחות לשימוש לריפוי מחלה אחת צריכות להיבחן שוב לפני שהן נקבעות לתרופה אחרת. התהליך של הצגתם כי הם בטוחים ויעילים על מספר גדול של אנשים יכול לקחת שנים לפני שהם עוברים לרגולטורים לבדיקה.

כדי להיות יעילים, מפתחי תרופות מבוססי AI יצטרכו לתכנן מראש, לבחור גנום וירוס שעשוי לגרום לבעיות בעתיד ולמקד אותו כשיש מעט תמריצים לעשות זאת.

תודה.


תשובה 2:

המשחק כבר מופעל!

אם לא לוירוס הקורונוב, לפחות עבור superbugs. חוקרים ב- MIT והרווארד השתמשו ב- AI כדי לזהות אנטיביוטיקה חדשה המסוגלת להרוג חיידקים עמידים לתרופות רבות. הם הכשירו אלגורית למידת מכונה לניתוח תרכובות כימיות המסוגלות להילחם בזיהומים באמצעות מנגנונים שונים מאלה של תרופות קיימות.

הם הכשירו את המודל שלהם על 2,500 מולקולות בזיהוי תרכובת (הם קראו לה הליצין) לבדיקת חיידקים שנלקחו ממטופלים וחיידקים הגדלים במעבדות. "הליצין" עלול להרוג חיידקים עמידים לתרופות, כולל

שחפת mycobactirium, קלוסטרידיום דיפפיליל

ו

acinetobacter baumannii.

הליצין ריפא שני עכברים שנדבקו בהם

A. Baumannii.

אגב, חיילים אמריקאים רבים בעירק ובאפגניסטן נדבקו באותו החיידק. בדו"ח נאמר כי משחה של הליצין שנמרחה על עורם של שני העכברים הללו ריפאה אותם לחלוטין תוך 24 שעות.

השימוש במודלים ממוחשבים חזויים לגילוי תרופות אינו חדש אך ההצלחה הטובה ביותר עד כה נראית עם הליצין.

לפי החוקרים, המודל החיזוי שלהם יכול לעשות את מה שיהיה יקר מאין כמותו לגישות ניסיוניות מסורתיות.

ההצלחה הזו של הליצין מגיעה בשלב מכריע בהיסטוריה האנושית. על פי ההערכות, עד שנת 2050, מקרי מוות ברחבי העולם כתוצאה מחיידקים עמידים לתרופות יכולים להגיע לעשרה מיליון.

יש צורך בעבודה נוספת בכדי להפוך את ההליצין לשימוש בבני אדם. למרות שהאלגוריתם שלהם מיועד לחיידקים, הוא עשוי להיות "ניתן לשדרוג" גם למלחמה בנגיף.


תשובה 3:

תאר לעצמך שבבית חולים בסין יש 1000 מקרים עם תסמינים דומים, מה עושה בית החולים? אמנם כל המידע על התסמינים והאבחון מתועד וזמין באופן אלקטרוני, אולם מחלקת הבריאות מסוגלת לנקוט באמצעים הנדרשים והמתאימים.

AI מעולה ומהיר באיתור דפוסים, קווי דמיון לגילוי מהיר. דוגמא אחת לאיך

חיפוש בגוגל מסוגל

לאתר מחלות אפשריות ברחבי העולם. רק עם דפוסי חיפוש פשוטים בלבד, AI יכול למעשה לאתר איומים ומגיפות אפשריות שעלולות לפוצץ בפרופורציות גדולות ברחבי העולם.

לאחר חזרה לווירוס קורונה, לאחר שסין תיעדה את תסמיני המחלה, אבחנה אותה, היא חולקת מידע זה לכל שאר ארגוני הממשלה האפשריים שיכולים להקים במהירות גלאים תרמיים שיכולים לסרוק אנשים עם תסמינים אלה ולסווג אותם ככל הנראה נגועים או נשאים. או חסין. כאשר וירוסים משתנים במהירות, הם נוטים לשנות את מראה מראהם, הסימפטומים עשויים להשתנות ולהיות קשה לאבחון. אבל עם AI, סין מסוגלת לעזור לממשלות עם אנשים שעברו מסין, במיוחד ווהאן ואז עברו ברחבי ערים. מידע זה יכול להיות מנותח על ידי AI, כדי לגלות את החדשות מאותן ערים, בתי חולים כדי לחבר את חלקי הפאזל.

מקווה שזה עוזר!


תשובה 4:

במונחים אחרונים, אם יש לנו נתונים של מספר חולים מכפי שאנו יכולים לזהות ולמצוא דפוסים, של המטופלים החיוביים לקורונה. לאחר מכן, אנו יכולים לבדוק אם חולה חדש ינבא אם מטופל זה יכול להידבק או לא, מתוך התבנית שלו. ניתן להשתמש בלמידה מכונה קלאסית או בטכניקות למידה עמוקה כדי להפריד זה.

במונחים כלליים יותר עלינו להיות זהירים מאוד ועלינו לקיים אינטראקציה עם אדם מתחום רפואי בכדי לנתח את התבנית להכללה של מה שקורה בפועל, מהם השינויים והמנגנונים שגורם הנגיף בגוף בכדי להבין טוב יותר את המודל.


תשובה 5:

התפרצויות מחלות כמו נגיף הקורונוס מתרחשות לרוב מהר מדי מכדי שמדענים ימצאו תרופה. אך בעתיד, בינה מלאכותית יכולה לעזור לחוקרים לבצע עבודה טובה יותר.

אמנם ככל הנראה מאוחר מדי לטכנולוגיה הנפלאה למלא תפקיד מרכזי במגיפה הנוכחית, אך יש תקווה להתפרצויות הבאות. AI טוב לסרוק תלולי נתונים כדי למצוא קשרים המקלים על קביעת סוגי הטיפולים שיכולים לעבוד או אילו ניסויים להמשיך לבצע.

השאלה היא ממה יגיע ביג דאטה כאשר היא תקבל רק שאריות מידע דלות על מחלה שהגיחה לאחרונה כמו קוביד -19, שהופיעה לראשונה בסוף השנה שעברה בסין וחלתה יותר מ- 75,000 איש בכחודשיים.

העובדה שהחוקרים הצליחו לייצר את רצף הגנים של הנגיף החדש תוך שבועות מהמקרים הראשונים המדווחים היא מבטיחה, מכיוון שהוא מראה שיש נתונים הרבה יותר מיידיים כעת כאשר מתרחשים התפרצויות.

אנדרו הופקינס, המנכ"ל של חברת אוקספורד, חברת האתחול Exscientia בע"מ באנגליה, הוא בין אלו העובדים לסייע בהכשרת בינה מלאכותית לגילוי סמים. לדבריו, טיפולים חדשים עשויים לעבור מההתעברות לבדיקה קלינית תוך 18 עד 24 חודשים בעשור הבא, הודות ל- AI.

חברת Exscientia תכננה תרכובת חדשה לטיפול בהפרעה טורדנית כפייתית, מוכנה להיבדק במעבדה לאחר פחות משנה בשלב המחקר הראשוני. לדברי החברה, זה מהיר פי חמישה מהממוצע.

Healx מבוסס קיימברידג 'יש גישה דומה, אך היא משתמשת בלימוד מכונות כדי למצוא שימושים חדשים לתרופות קיימות. שתי החברות מזינות את האלגוריתמים שלהן במידע - שנאסף ממקורות כמו כתבי-עת, מאגרי מידע ביו-רפואיים וניסויים קליניים - כדי לעזור להציע טיפולים חדשים למחלות.

פיקוח אנושי

שתי החברות משתמשות כל אחת בצוות של חוקרי אנוש כדי לעבוד לצד ה- AI בכדי לסייע בהנחיית התהליך. בגישתו של Exscientia, שכונה כימאי Centaur, מעצבי התרופות עוזרים ללמד את האסטרטגיות של האלגוריתמים לחיפוש אחר תרכובות. Healx מעביר את תחזיות ה- AI לחוקרים שמנתחים את התוצאות ומחליטים למה להמשיך.

ניל תומפסון, קצין המדע הראשי של הילקס, אמר כי ניתן לפרוס את הטכניקה כנגד התפרצות כמו וירוס הקורנו כל עוד היו מספיק נתונים על המחלה החדשה. Healx אינה עובדת על התמודדות עם נגיף הקורונאו או מציאת הטכנולוגיה שלה להתפרצויות, אך זה לא יהיה מתיחה.

"אנחנו די קרובים", אמר תומפסון בראיון. "לא נצטרך לשנות הרבה באלגוריתמים של AI שאנו משתמשים בהם. אנו בוחנים התאמת תכונות תרופות לתכונות המחלה. "

אלגוריתמים של בינה מלאכותית כבר מתחילים לנטרל תרופות למחלות שאנחנו מכירים. חוקרים במכון הטכנולוגי של מסצ'וסטס אמרו ביום חמישי כי הם השתמשו בשיטה כדי לזהות תרכובת אנטיביוטית חדשה וחזקה שעלולה להרוג מערך של חיידקים מטרידים, אפילו כאלה שעמידים כיום בפני טיפולים אחרים.

תופעה אחת לכל הטכנולוגיות הללו היא בדיקה קלינית. אפילו תרופות שכבר בטוחות לשימוש לריפוי מחלה אחת צריכות להיבחן שוב לפני שהן נקבעות לתרופה אחרת. התהליך של הצגתם כי הם בטוחים ויעילים על מספר גדול של אנשים יכול לקחת שנים לפני שהם עוברים לרגולטורים לבדיקה.

כדי להיות יעילים, מפתחי תרופות מבוססי AI יצטרכו לתכנן מראש, לבחור גנום וירוס שעשוי לגרום לבעיות בעתיד ולמקד אותו כשיש מעט תמריצים לעשות זאת.

מכשול נוסף הוא מציאת צוות מוסמך.

"קשה למצוא אנשים שיכולים לפעול בצומת של AI וביולוגיה, וקשה לחברות גדולות לקבל החלטות מהירות על טכנולוגיה כזו", אמרה אירינה הייבס, שותפה בחברת הון הסיכון אטומיקו והמנתחת לשעבר שיושבת על הלוח של הילקס. "זה לא מספיק להיות מהנדס AI, אתה צריך להבין ולהיכנס ליישומי הביולוגיה."


תשובה 6:

כשמופיעה לראשונה מחלה מסתורית, קשה לממשלות ורשויות בריאות הציבור לאסוף מידע במהירות ולתאם את התגובה. אולם טכנולוגיה חדשה של בינה מלאכותית יכולה לכרות אוטומטית באמצעות דיווחי חדשות ותכנים מקוונים ברחבי העולם, ולסייע לאנשי מקצוע לזהות הפרעות אפשריות המובילות למגיפה אפשרית או גרוע מכך. במילים אחרות, הבוסים החדשים של AI עשויים לעזור לנו לצאת מהמגבלה הבאה.

אלה חדשים

AI

היכולות בעיצומן עם ההתפרצות האחרונה של וירוס הקורנו, שזוהתה על ידי חברה מבוססת קנדה, BlueDat, שהיא אחד מכמה ארגונים המשתמשים בנתונים כדי להעריך את הסיכונים לבריאות הציבור. המרכזים לבקרת מחלות ומניעת מחלות בארצות הברית (CDC) וארגון הבריאות העולמי (WHO) פרסמו הודעות רשמיות לפיהן הסוכנות טוענת כי היא מבצעת "מעקב אוטומטי אחר מחלות זיהומיות". עכשיו בסוף ינואר, נגיף נשימה המקושר לעיר ווהאן בסין כבר איבד יותר ממאה איש. מקרים עלו במדינות רבות אחרות, כולל ארה"ב, וה- CDC מזהיר את האמריקנים להימנע מנסיעות מיותרות לסין.


תשובה 7:

בנקודה בה מתגלה לראשונה מחלה מוזרה, יתכן מאוד שקשה לממשלות ורשויות הרווחה הכלליות לצבור נתונים במהירות ולהקל על התגובה. בכל מקרה, חידוש חשיבה חדשני מעשה ידי אדם יכול באופן טבעי להכרה באמצעות דיווחי חדשות וחומרים מקוונים מרחבי העולם, ולסייע למומחים לתפוס אי-עקביות העלולה לעורר מגיפה פוטנציאלית או, יותר מצערת, מגיפה. בסופו של יום, ממשלי ה- AI החדשים שלנו עשויים לעזור לנו לסבול את המחלה הבאה.

יכולות AI חדשות אלה מוצגות בתצוגה מלאה עם ההתלקחות המתמשכת בווירוס הקורונוויר, אשר הובחנה ממש בזמן על ידי חברה קנדית בשם BlueDot, שהיא אחד הארגונים השונים המשתמשים במידע כדי להעריך סכנות כלליות לרווחה. הארגון, שלדבריו הוא מבצע "תצפית על מחלה בלתי ניתנת להתנגדות", סיפר ללקוחותיו על הסוג החדש של נגיף הקורונוב לקראת סוף דצמבר, ימים לפני שהמרכזים לבקרת מחלות ומניעת מחלות בארה"ב (CDC) וגם ארגון הבריאות העולמי (WHO) ) העביר הודעה רשמית, כפי שהודע על ידי Wired. לאחר סיום ינואר, זיהום הנשימה שחובר לעיר ווהאן בסין נהרג זה עתה יותר ממאה אנשים. מקרים צצו באופן דומה בכמה מדינות שונות, כולל ארצות הברית, וה- CDC מזהיר את האמריקנים לשמור על מרחק אסטרטגי מנסיעות מיותרות לסין.

קמרן חאן, רופא מחלות שאי אפשר לעמוד בפניו, וסופר ומנכ"ל BlueDot, הבהיר בפגישה כיצד מסגרת ההצהרה הראשונית של הארגון משתמשת בתודעה מעשה ידי אדם, כולל טיפול בשפה תקינה ו- AI, כדי לעקוב אחר יותר ממאה זיהומים בלתי ניתנים לעמוד בפניו על ידי פירוק של כ 100,000 מאמרים ב 65 ניבים בעקביות. מידע זה מאפשר לארגון להבין מתי לספר ללקוחותיו על הקרבה וההתפשטות של מחלה שלא ניתן לעמוד בפניה.

מידע אחר, בדומה לנתוני לוח הזמנים של סייר ודרכי טיסה, יכול לעזור לתת לארגון אינדיקציות נוספות לגבי אופן התפשטות של מחלה. לדוגמה, לאחרונה, מומחי BlueDot ציפו ליישובים עירוניים שונים באסיה שבהם נגיף הקורונובר יופיע לאחר שהופיע בסין.

המחשבה העומדת מאחורי המודל של BlueDot (שתוצאותיהם הסופיות נבדקות בדרך זו על ידי מומחים אנושיים) היא להביא נתונים לעובדי ביטוח סוציאלי במהירות האפשרית, מתוך ציפייה שיוכלו לנתח - ובמידת הצורך, לנתק - נגועים ו ניתן להעלות על הדעת אנשים זיהומיים בזמן מתאים.

"הנתונים הרשמיים אינם שמחים בכל מקרה", אמר חאן לרקוד. "ההבחנה בין מקרה אחד בחוקר לבין התלקחות מסתמכת על מומחה שירותי האנוש שלך בחזית ותופס שקיימת מחלה ספציפית. זו יכולה להיות ההבחנה בשמירה על התלקחות מלהתרחש באמת."

חאן ציין כי המסגרת שלו יכולה להשתמש באותה מידה במידע נוסף - למשל נתונים על אווירת הטמפרטורה של הטריטוריה, או אפילו בעלי חיים מבויתים בקרבת מקום - כדי לחזות אם מישהו שזוהם במחלה כנראה יגרום להתלקחות סביב שם. הוא מעלה כי בשנת 2016 הייתה ל BlueDot אפשרות לחזות בנוכחות זיהום זיקה בפלורידה חצי שנה לפני שהיא באמת הופיעה שם.

כמו כן, ארגון בודקי הזבל Metabiota אימת כי לתאילנד, קוריאה הדרומית, יפן וטייוואן יש את הסכנה הגבוהה ביותר לראות את הזיהום מופיע במשך שבעה ימים לפני שבאמת נחשפו מקרים במדינות אלה, במידה מסוימת על ידי קיווי למידע טיסה. Metabiota, כמו BlueDot, עושה שימוש בשפה נפוצה בכדי להעריך דיווחים מקוונים על מחלה פוטנציאלית, ובנוסף היא נפסקת בבניית חידוש דומה למידע על בסיס חיים באינטרנט.

טביעת גליבן, מנהלת מדעי המידע במטאביוטה, מבהירה כי שלבים ודיונים מקוונים יכולים גם לתת סימן לכך שיש סכנה למגיפה. מטביוטה טוענת כי היא יכולה להעריך את הסכנה של התפשטות מחלה הגורמת להפרעה חברתית ופוליטית, לאור נתונים כמו אינדיקציות של מחלה, שיעור המוות והנגישות לטיפול. לדוגמא, בשעת הפצת המאמר הנוכחי, Metabiota העריך את הסכנה של נגיף הקורונאור החדש שגורם אי נוחות פתוחה כ"גבוהה "בארה"ב ובסין. עם זאת, היא העריכה את הסכנה הזו לזיהום הקוף ברפובליקה הדמוקרטית של קונגו ( שם הוגדרו מקרים של זיהום זה כ"בינוני ".

קשה להבין עד כמה מדויקת מסגרת הדירוג הזו או השלב עצמו, אולם גאליבן אומר שהארגון עובד עם רשת הידע האמריקאית ומשרד ההגנה בנושאים המזוהים עם נגיף הקורונוב. זו קטע מיצירת מטביוטה עם In-Q-Tel, חברת ההרפתקאות ללא מטרות רווח הקשורה לסוכנות הביון המרכזית. עם זאת, משרדי ממשלה אינם הלקוחות הפוטנציאליים העיקריים של מסגרות אלה. מטביוטה מפרסמת בנוסף את יסודה לארגוני ביטוח משנה - ביטוח משנה הוא בעצם הגנה על סוכנויות ביטוח - שצריכות להתמודד עם הסכנות הכספיות הקשורות להתפשטות יכולת סמויה של מחלה.

אשר יהיה, ככל הנראה, חשיבה ממוחשבת יכולה להיות בעלת ערך רב יותר מאשר פשוט לשמור על מומחים והרשויות להעברת מחלות כשכירים שצוברים זיהום. מומחים יצרו דגמים מבוססי AI שיכולים לצפות מראש פרקים של זיהום זיקה, שיכולים לחנך כיצד מגיבים מומחים למצבי חירום פוטנציאליים. באופן דומה ניתן להשתמש בתודעה מעשה ידי אדם כדי לנהל את האופן בו רשויות הרווחה הכלליות מפזרות נכסים בזמן חירום. כתוצאה מכך AI עומדת להיות עוד קו הגנה ראשון מפני מחלות.

על אחת כמה וכמה, AI משמש נכון לעכשיו בבדיקת תרופות חדשות, טיפול בזיהומים נדירים ובזיהוי צמיחה ממאירה של חזה. אינטליגנציה מעשה ידי אדם אף שימשה כדי להבחין בזחילים זוחלים שמפיצים את צ'אגות, מחלה קשה וקטלנית שאפשר להעלות על הדעת שכתבה 8 מיליון אנשים צפויים במקסיקו ובמרכז ודרום אמריקה. בנוסף, ישנה התלהבות הולכת וגדלה משימוש במידע שאינו טוב לשלום - כמו מתנות חיים מבוססות אינטרנט - על עזרה בקובעי מדיניות וארגוני תרופות להבין את הרחב של מצב חירום. לדוגמה, AI שיכול לכרות חיים מקוונים במצגת עסקאות נרקוטיות בלתי חוקיות, ולהשכיל את רשויות הרווחה הכלליות על התפשטות חומרים מבוקרים אלה.

המסגרות הללו, כולל מסגרות מטביוטה ו- BlueDot, אינן עומדות בקנה אחד עם המידע שהם מעריכים. מה שכן, ל- AI - לרוב, יש נושא עם נטייה, שיכול לשקף גם את אדריכלי המסגרת וגם את המידע עליו הוא מוכן. כמו כן, AI המשמש בשירותי רפואה אינו בשום דרך, צורה או צורה בטוחה לנושא זה.

כל הדברים הנחשבים, ההתקדמות הזו מדברת לנקודת מבט אידיאליסטית מתקדמת לגבי מה ש- AI יכול לעשות. בדרך כלל, עדכונים על רובוטים של AI המסננים דרך נתוני מידע עצומים לא יושבים כל כך טוב. שקול את דרישת החוק תוך שימוש במאגרי זיהוי פנים על סמך תמונות שנכרותו מהאינטרנט. או מצד שני לגייס דירקטורים שיוכלו כעת להשתמש ב- AI בכדי לחזות כיצד תמשיכו לטחון הלאה, לאור פוסטי החיים שלכם באינטרנט. האפשרות של AI לעשות מאבק במחלות פראיות מציעה מצב שאנחנו עשויים להרגיש קצת פחות לא נוחים, אם לא דרך ועליזים. אולי החידוש הזה - בכל פעם שנוצר ומנוצל בצורה מתאימה - יכול באמת לעזור לחסוך כמה חיים.