Rövid idő alatt az internet egyik legnézettebb oldalává vált a Covid-19 Map, amelyet eredetileg Lauren Gardner, a Johns Hopkins Egyetem professzora egyik diákjával január végén hozott létre megbízható forrásokból nyilvánosan elérhető járványadatok térképi megjelenítésére a Sketch vektorgrafikus szerkesztőprogrammal. A műszerfal napi oldalmegtekintéseinek száma a kezdeti 200 millióról márciusra már 1,2 milliárd fölé szökött, így a térkép az egyik legmegbízhatóbb információforrássá vált a krízisben, és ma már az ESRI Living Atlas gyűjteményének része, a cég technológiai támogatásával működik, adatai pedig a GitHubon keresztül ingyenesen elérhetők.
A térképalapú üzletiintelligencia-megoldásokat szállító ESRI az ENSZ Gazdasági és Szociális Ügyek Statisztikai Osztályával együttműködve szintén felajánlotta technológiáját a világszervezet tagállamainak az új koronavírus-járvánnyal összefüggő adatok eléréséhez és megjelenítéséhez. A nemzeti statisztikai hivatalok a számukra kialakított felhőalapú Covid-19 adatközpontban az ESRI által előkészített sablonok segítségével könnyen és gyorsan létrehozhatják saját nyílt koronavírus-adatbázisukat, és helyi szinten is megjeleníthetik például a fertőzés gócpontjait, a fertőzöttek és a kórházi férőhelyek számát mutató adatokat.
Hazánk legnagyobb bigdata-cége, a budapesti székhelyű Starschema a kaliforniai Snowflake Data Exchange felhőalapú adatplatformján tette közzé integrált információs rendszerét, amely a világ közegészségügyi hatóságainak legfrissebb epidemiológiai adataira (fertőzések, megbetegedések, kórházban kezeltek, halálesetek, gyógyultak és elvégzett vizsgálatok száma) épül. Az ingyenes és szabadon felhasználható adathalmaz értékét és komplexitását fokozza, hogy a Starschema szakemberei a megbetegedések földrajzi elhelyezkedését, a laborvizsgálatok részletes eredményeit, az adott terület egészségügyi infrastruktúráját és demográfiáját vagy a bevezetett járványügyi intézkedéseket bemutató releváns információkkal egészítik ki. A felhasználók tisztított, elemzésre kész formátumban férhetnek hozzá az adatokhoz, amelyeket könnyen és gyorsan integrálhatnak saját adatbázisaikkal többek között átfogó (filogenetikai) vizsgálatok lefolytatásához, kormányzati intézkedések megtervezéséhez, valamint az ellátási láncok kockázatelemzéséhez és optimalizálásához. A Starschema és a Snowflake integrált információs rendszerét már közel kétszáz nemzetközi nagyvállalat és szervezet, közöttük az UNICEF és a CNBC használja.
Gyógyszerkutatás kvantumihletéssel
Kettő-négy évről nyolc hónapra rövidítheti a gyógyszerkutatás egyik leginkább igényes szakaszát, az ígéretes molekulák in vitro, azaz laboratóriumi tesztelését a Fujitsu és a Polarisqb platformja, amely a kvantumihletésű számítógépes architektúra és a gépi tanulás (ML), a molekuláris és kvantummechanikai (MM/QM) szimulációk ötvözésével gyorsíthatja fel és teheti olcsóbbá új gyógyszerek kifejlesztését.
A jelenlegi módszerekkel a kutatóknak a molekulák szinte végtelen halmazából kell kiválasztaniuk azokat, amelyek képesek blokkolni vagy aktiválni egy adott fehérjét, ezért kulcsfontosságúak lehetnek a megcélzott betegség kezelésére alkalmazható gyógyszer kifejlesztésében. A folyamat felgyorsítása érdekében a kutatók a számításba jöhető molekulák töredékét ellenőrzik, kockáztatva, hogy a mintából kimarad a megoldást hordozó molekula. Sok betegség ellenszerét éppen ezért a mai napig nem sikerült megtalálni, amire a Covid-19 megjelenése ismét ráirányította a figyelmet. A gyógyszerkutatásban sokkal hatékonyabb innovációra lesz szükség, hogy a világ kevésbé szenvedje meg a hasonló válságokat. A Fujitsu Digital Annealer Unit kvantumihletésű processzorára épülő számítógépén futó platform az eddigi technológiáknál nagyságrendekkel nagyobb mintából, több mint 1 milliárd molekula közül választja ki azokat, amelyeket a Polarisqb ML és MM/QM algoritmusai analizálnak tovább, hogy kijelöljék a hatásos gyógyszer kifejlesztéséhez potenciálisan felhasználható molekulákat. A Polarisqb ezeket szintetizálja és teszteli, majd továbbfejlesztésre licenceli gyógyszeripari partnereinek. A cég arra számít, hogy ezzel a módszerrel évente akár 200 új gyógyszer kifejlesztését is megalapozhatja. A Fujitsu és a Polarisqb az évente 100 millió fertőzést okozó és 22 ezer halálos áldozatot követelő, de egyelőre gyógyíthatatlan dengue-láz ellenszerének kifejlesztésére márciusban indított közös projektet az új platformon, és a kutatás várhatóan már májusban a következő szakaszába léphet.
A klinikai vizsgálatok alkotják a gyógyszerkutatás másik fontos fázisát, amelyben az újonnan kifejlesztett gyógyszereket már élő szervezetekben tesztelik. Munkájukat az Oracle sok éve speciális rendszerekkel támogatja, megoldásai többek között a rákgyógyászatban alkalmazott Keytruda engedélyeztetéséhez szükséges információk összegyűjtését és elemzését is segítették. Az Oracle Cloud jelenleg is több tucat fejlesztés alatt álló Covid-19 gyógyszer és vakcina tesztelését támogatja számos ország több száz intézményében. A cég legújabb felhőalapú megoldása a Clinical One, amellyel a gyógyszerkutatók nem egészen két hét leforgása alatt új klinikai tesztelést indíthatnak. Több nemzeti egészségügyi hatósággal és intézménnyel terápiás rendszert is fejlesztett az Oracle, amelyet az Egyesült Államok kormányának adományozott. A Covid-19 Therapeutic Learning System segítségével az amerikai orvosok az új koronavírus-fertőzés kezelésére bevetett, már forgalomban levő gyógyszerek hatásosságát elemezhetik a terápia finomhangolásához.
Április végén, e sorok írása közben jelentette be egyébként az Oracle, hogy a Zoom a felhőjébe költözött. A koronavírus-krízisben hirtelen a világ fókuszába kerülő online videókonferencia-szolgáltatás már napi 300 millió felhasználót szolgál ki, és több mint hét petabájt adattömeget továbbít az Oracle Cloud Infrastructure szerverein keresztül, ami nagyjából 93 évnyi HD videó méretének felel meg.
Egy napra rá a Google is közzétette, hogy Meet csoportmunka-támogató videókonferencia-szolgáltatását, amelyet G Suite alkalmazáscsomagjában eddig vállalatoknak és iskoláknak kínált, májustól mindenki számára ingyenesen elérhetővé teszi weboldalán, valamint iOS- és Android-alapú okostelefonokon mobilalkalmazásként is. Döntését azzal indokolta, hogy a Meet felhasználói tábora január óta rohamosan, naponta nagyjából 3 millió fővel nő, és a platformon hosztolt megbeszélések napi résztvevői száma is meghaladja a 100 milliót.
Krízisinformációs robotok az ügyfélszolgálaton
Amikor a kibontakozó világjárvány elérte Európát, a koppenhágai sürgősségi orvosi szolgálat call centerébe befutó hívások száma is a duplájára emelkedett: a dán lakosság harmadát ellátó szolgálatot márciustól már naponta több mint kétezren hívták a koronavírus tüneteire, a fertőzés megelőzésére vonatkozó kérdésekkel. A szolgálat nyitott egy második ügyfélszolgálatot, de miután ez is kevésnek bizonyult, az automatizálás mellett döntött, és ma már a Microsoft Healthcare Bot segítségével ad tájékoztatást, illetve méri fel, hogy a tünetei miatt aggódó telefonálónak milyen kezelésre lehet szüksége. Az Azure felhőben futó, mesterséges intelligenciára épülő csevegőrobot a természetes nyelvi feldolgozás technológiájával párbeszédes formában kommunikál, és a válaszokból begyűjtött adatokat a törvényi megfelelés követelményeinek megfelelően kezeli. Segítségével az egészségügyi intézmények gyorsan létrehozhatják saját ügyfélszolgálati robotjukat, amely jelentős mértékben tehermentesíti az orvosokat és a nővéreket.
Március közepén a koppenhágai sürgősségi szolgálat például két napnál rövidebb idő alatt munkába állította Covid-19 robotját, amely már az első napon 30 ezer hívást válaszolt meg. A római Spallanzani Kórház, amely január végén az első két európai koronavírus-fertőzöttet kezelte, még ennél is gyorsabban, órák alatt elindította automatizált ügyfélszolgálatát a Microsoft Healthcare Bot szolgáltatásával. Így tett a Helsinki Egyetemi Kórház is, ahol a Coronabot nemcsak a tünetekről és a tesztelésről tájékoztat, hanem a krízishelyzetben, az otthoni bezártságban jelentkező szorongás, stressz leküzdéséhez és a testedzéshez is ad tanácsokat, amihez a kórház mentálhigiénés szakemberei állítottak össze tartalmat. A Coronabot az első két hétben több mint 73 ezer hívást válaszolt meg másfél milliónál több üzenetben, ezért a kórház azt tervezi, hogy a megoldást hosszabb távon is használni fogja például a járóbeteg-ellátásban az ütemezett kezelések proaktív egyeztetésére.
A Microsoft Healthcare Bot segítségével március óta az egészségügyi intézmények világszerte több mint 1200 szolgáltatást indítottak, amelyek áprilisig 18 millió ember kérdéseire 160 milliónál több választ adtak.
Kormányzatoknak és vállalatoknak az SAP is ingyenesen elérhetővé tette Qualtrics élménymenedzsment- (XM-) technológiára épülő megoldásainak egy részét, amelyeket a kezdeményezéshez csatlakozó EY tanácsadói vezetnek be, hogy segítse a Covid-19 krízis kezelését. A tavaly felvásárolt Qualtrics online kérdőíveivel a szervezetek könnyen és gyorsan végezhetnek felméréseket, illetve aktívan visszajelzéseket kérhetnek ügyfeleiktől, partnereiktől és alkalmazottaiktól, és a válaszokat az SAP analitikai technológiáival kielemezve feltérképezhetik az igényeket. A kapott információkat a vállalatirányítási rendszerekbe és más üzleti alkalmazásokba is visszacsatolhatják az intézkedések felgyorsítására és a folyamatok optimalizálására.
A Qualtrics Covid-19 Pre-Screening and Routing online kérdőívvel például a kormányzatok előszűrhetik, és automatikusan a megfelelő egészségügyi szolgáltatáshoz irányíthatják a tüneteik miatt aggódó lakosokat. A Qualtrics Healthcare Workforce Pulse pedig az ellátás monitorozására szolgál, segítségével az egészségügyi intézmények és dolgozóik eszköz- és erőforrásigényüket jelezhetik. A kormányzatok számára elérhető szoftverek között ügyfélszolgálat-automatizáló, valamint a kritikus ellátást a leginkább veszélyeztetett betegek korai azonosításával segítő protokollmegoldás is található. A vállalatoknak az SAP Integrated Business Planning for Supply Chain és Qualtrics Supply Continuity Pulse ad - szintén ingyenes - felhőalapú megoldást a világjárvány idején fokozott kockázatoknak kitett ellátási láncok kezeléséhez.
