Το «έξυπνο» σύστημα τεχνητής νοημοσύνης Eva που εφάρμοσε σε όλα τα σύνορα της η Ελλάδα για τον έλεγχο των εισερχόμενων ταξιδιωτών το καλοκαίρι του 2020, υπήρξε πολύ πιο αποτελεσματικό από τα τυχαία τεστ για τον κορονοϊό.
Το σύστημα τεχνητής νοημοσύνης Eva βοήθησε τη χώρα μας να διατηρήσει ανοικτά τα σύνορα της με μεγαλύτερη ασφάλεια και, επιπλέον, της επέτρεψε να αποτελέσει ένα πρωτοποριακό παράδειγμα διεθνώς.
Τα παραπάνω προκύπτουν από την αξιολόγηση του συστήματος και του αντίστοιχου αλγόριθμου ενισχυτικής μάθησης, που έγινε σε νέα δημοσίευση στο περιοδικό “Nature” και την οποία συνυπογράφουν, μεταξύ άλλων, ο βασικός δημιουργός της Eva Κίμων Δρακόπουλος (Πανεπιστήμιο Νότιας Καλιφόρνιας-Λος ‘Αντζελες) και οι καθηγητές Σωτήρης Τσιόδρας, Γκίκας Μαγιορκίνης, Δημήτρης Παρασκευής, Παγώνα Λάγιου και Χρήστος Χατζηχριστοδούλου (της Ιατρικής Σχολής του Πανεπιστημίου Αθηνών οι τέσσερις πρώτοι και της Ιατρικής του Πανεπιστημίου Θεσσαλίας ο τελευταίος).
Οι ερευνητές αναφέρουν ότι το Eva – που επέτρεψε πιο στοχευμένους ελέγχους με βάση συγκεκριμένα κριτήρια – εντόπισε σχεδόν διπλάσιους ασυμπτωματικούς ταξιδιώτες μολυσμένους με κορονοϊό (1,85 φορές περισσότερους) από ό,τι αν οι έλεγχοι στα σύνορα είχαν γίνει τελείως στην τύχη. Αν οι έλεγχοι είχαν γίνει τυχαία, εκτιμάται ότι θα είχε εντοπιστεί περίπου το 54% των κρουσμάτων που το “έξυπνο” σύστημα ανίχνευσε.
Ακόμη, το Eva εντόπισε 1,25 έως 1,45 φορές περισσότερους ασυμπτωματικούς μολυσμένους ταξιδιώτες από όσους θα είχαν βρεθεί αν η πολιτική των τεστ είχε βασιστεί σε επιδημιολογικά μόνο κριτήρια, όπως έκαναν οι άλλες χώρες. Μάλιστα στην αποκορύφωση της τουριστικής περιόδου εντόπισε δύο έως τέσσερις φορές περισσότερους ασυμπτωματικούς του αναμενομένου.
Επίσης, οι εκτιμήσεις του Eva σχετικά με την εξάπλωση του κορονοϊού σε άλλες χώρες αξιοποιήθηκαν για να γίνουν έγκαιρες προειδοποιήσεις όσον αφορά τις περιοχές υψηλού κινδύνου, τις οποίες η ελληνική κυβέρνηση χρησιμοποίησε για να προσαρμόσει ανάλογα τα ταξιδιωτικά πρωτόκολλα της, απαιτώντας από τους ταξιδιώτες συγκεκριμένων χωρών να έχουν αρνητικό μοριακό τεστ (PCR) κατά την είσοδο τους στην Ελλάδα. Με αυτό τον τρόπο, η μελέτη εκτιμά ότι το Eva απέτρεψε ένα πρόσθετο ποσοστό 6,7% μολυσμένων με κορονοϊό ταξιδιωτών να εισέλθουν στη χώρα μας κατά την περυσινή τουριστική περίοδο.
Η μελέτη αναδεικνύει τη χρησιμότητα της «έξυπνης» ελληνικής στρατηγικής, καθώς ο αλγόριθμος Eva χρησιμοποίησε διάφορα δημογραφικά δεδομένα ταξιδιωτών (χώρα, περιοχή, ηλικία, φύλο, είδη ταξιδιωτών), μαζί με αποτελέσματα προηγούμενων τεστ ταξιδιωτών και άλλα δεδομένα, για να σκιαγραφήσει το “προφίλ” των ταξιδιωτών που θα έκαναν συνοριακά τεστ κατά προτεραιότητα. Προκειμένου να αποφύγει τα “τυφλά σημεία” του, το σύστημα επέλεγε περιοδικά να κάνει μερικά τεστ σε “προφίλ” ταξιδιωτών για τους οποίους υπήρχαν περιορισμένα δεδομένα, έτσι ώστε να μαθαίνει συνεχώς και να αυτοβελτιώνεται στην πορεία.
Σε σχετική ανάλυση του Eva στο “Nature’ o διακεκριμένος καθηγητής Πολιτικής της Υγείας Ζιάντ Ομπερμάγιερ της Σχολής Δημόσιας Υγείας του Πανεπιστημίου της Καλιφόρνιας-Μπέρκλεϊ επισημαίνει ότι το σύστημα βρέθηκε αντιμέτωπο με πολιτικές και νομικές προκλήσεις, καθώς – προκειμένου να συμμορφωθούν με τον Γενικό Κανονισμό περί Προστασίας Δεδομένων (GDPR) της ΕΕ – οι δημιουργοί του αλγόριθμου σκοπίμως περιόρισαν τα δεδομένα με τα οποία τον τροφοδότησαν, με συνέπεια αναπόφευκτα να περιοριστεί κάπως η ακρίβεια του. Αυτό δείχνει, όπως επισημαίνει, ότι καλοπροαίρετες νομοθεσίες όπως ο GDPR μπορούν να έχουν και αρνητικές συνέπειες πέρα από τις θετικές, καθώς περιορίζεται η ικανότητα μιας κυβέρνησης να προστατεύει την υγεία των πολιτών της.
Παρόλα αυτά, όπως τονίζει, τα αποτελέσματα του Eva υπήρξαν “εντυπωσιακά”, διπλασιάζοντας τον αριθμό των κρουσμάτων που ανιχνεύθηκαν ανά διενεργηθέν τεστ. Παράλληλα, όπως αναφέρει, “η επιτυχία του αλγόριθμου αυτού αναδεικνύει την ανεπάρκεια των συνοριακών πολιτικών σχεδόν όλων των άλλων χωρών”, οι οποίες συχνά κατέφυγαν σε πιο “χοντροκομμένες” πολιτικές, για παράδειγμα επιβάλλοντας το πλήρες κλείσιμο των συνόρων στους ταξιδιώτες ή τη διενέργεια τεστ σε όλους τους ταξιδιώτες από μια συγκεκριμένη χώρα, “παραγνωρίζοντας τις τεράστιες διαφορές ανάμεσα στους ανθρώπους μέσα στις χώρες”.
Όπως υπογραμμίζει, “αν οι υπεύθυνοι στα (ελληνικά) σύνορα είχαν αρνηθεί την είσοδο σε όλους τους επιβάτες από χώρες με ανησυχητικά επιδημιολογικά δεδομένα, τότε θα είχαν εμποδίσει τους ανθρώπους με Covid-19 να εισέλθουν στην Ελλάδα, αλλά με τίμημα την καταστροφή ενός πυλώνα της οικονομίας της (του τουρισμού)”. Γι’ αυτό, καταλήγει, ο αλγόριθμος Eva “θα μείνει στη μνήμη ως ένα από τα καλύτερα παραδείγματα χρήσης δεδομένων στη μάχη κατά της Covid-19. Πρόκειται για μια ιστορία επιτυχίας του πώς μια ομάδα ερευνητών συνεργάστηκε με φωτισμένους διαμορφωτές πολιτικής για να παράγουν ένα εργαλείο που έχει τεράστια κοινωνική αξία”. Αναδεικνύεται επίσης, όπως λέει, “η μεγάλη υπόσχεση της τεχνητής νοημοσύνης για τη λήψη καλών αποφάσεων, που σε πολλές περιπτώσεις μπορούν να κάνουν τη διαφορά ανάμεσα στη ζωή και στον θάνατο”.