پیشرفت شتابان واکسن در شرکتهایی مثل فایزر و مدرنا دستاوردی شگفتانگیز است. این شرکتها از علوم جدید مانند پیامرسان (RNA) mRNA و روشهای هوشمند برای فرایند تایید و زیرساخت تولید بهره گفتهاند. اما متاسفانه عرضه اولیه واکسن تاکنون رضایتبخش نبوده است. واقعیت این است که زنجیره تامین بخش سلامت ایالات متحده به شدت پیچیده است و توزیع سریع در مقیاس عظیم را دشوار میسازد. با وجود این، نظر میرسد فناوریهایی مانند هوش مصنوعی میتوانند به رفع این چالشها کمک کنند. آریجیت سِنگوپتا، بنیانگذار و مدیرعامل آیبل (Aible)، میگوید: «انسانها فاقد ظرفیت کافی برای بررسی هزاران عامل رقیب و در حال تکامل هستند. این دقیقاً همان کاری است که هوش مصنوعی بهتر میتواند انجامش دهد؛ یعنی برنامهریزی برای سناریوهای پیچیده و آزمون فرضیه به شکل انعطافپذیر. هوش مصنوعی میتواند خودش را با اطلاعات جدید به سرعت تطبیق دهد و تصمیمها را بر اساس بهترین شواهد موجود بگیرد.» با این حساب، از متخصصان مختلف پرسیدیم هوش مصنوعی چه رویکردها، پیشنهادها و استراتژیهایی برای ایجاد تحول در چنته دارد؟ آدیتیا سریرام، سرپرست بخش هوش مصنوعی و مدیر برنامه عالی در آیبیآی (ibi): آزمونهای بالینی نشان دادهاند واکسیناسیون راهحلی مثبت در برابر کووید-19 است. اما در مقام عمل، آزمایش روی جمعیت نمونه انجام گرفته است. همزمان با عرضه اولیه واکسن برای جمعیت بزرگتر، ممکن است آثار احتمالاً منفی واکسنهای کرونا پدیدار شود. به جای تشخیص واکنشی به علائم بیماران، هوش مصنوعی میتواند بیمارانی را بر اساس پیشینه پزشکی و اطلاعات جمعیتشناختی شناسایی کند که شاید واکنش منفی به واکسن نشان دهند. چریل رودنفلز، مدیر ارشد فناوری سلامت در نوتانیکس (Nutanix): هوش مصنوعی میتواند نقشی مفید در فرایند گزارش آثار واکسن ایفا کند. این فرایند از مراحل متعدد تشکیل شده است و گزارش دقیق دادهها بخش مهمی از آن به شمار میرود. هوش مصنوعی نیاز به بازرسی را کاهش میدهد و دادهها را یکپارچه میسازد....