Nagy adatbázisok és a mesterséges intelligencia (MI) epidemiológiai felhasználási lehetőségei a nemzetközi katona-egészségügyben

Absztrakt:

A fokozódó háborús és terrorfenyegetettség miatti kitettség enyhítésére, a közel valós idejű előrejelzést (NRTS ‒ Near Real Time Surveillance) azonosították mint a nem szokványos, nem tipikusan katonai akciók, támadásnak látszó módszertan (kémiai, biológiai, radiológiai anyagok / CBRN ‒ Chemical, Biological, Radiological and Nuclear materials) korai, közel valós idejű azonosítását. Ezeket összefoglaló néven, közel valós idejű előrejelző eszköznek nevezzük (Near Real Time Surveillance tool).  Ez az eszköz egyéb epidemiológiai kárcsökkentésre is jól használható, megelőzve vagy csökkentve a fertőzések, járványok kitörését, elterjedését. A NATO-n belül már használatban lévő Epi-NATO-2 rendszer alkalmazása mellett egy, a NATO Katona-egészségügyi Kiválósági Központ által fejlesztett NRTS-rendszer tesztelését is elvégezték egy nemzetközi hadgyakorlat keretein belül, majd az éles tesztelés a KFOR egészségügyi egységeinek bevonásával folytatódott. A tapasztalatok feldolgozása megmutatta, hogy szükség van további finomhangolásra, de alapvetően az eszköz jól teljesít. A jövőbeli felhasználás kulcsfontosságú feltétele az adatbázisok összehangolása és a NRTS-adatokkal történő ellátása.

Abstract:

In order to mitigate the exposure due to the increasing threat of war and terrorism, Near Real Time Surveillance (NRTS) has been identified as a preventive tool for unconventional, non-typical military actions and attacks (Chemical, Biological, Radiological and Nuclear materials ‒ CBRN). These are collectively known as Near Real Time Surveillance tools. The tool can also be used to prevent or reduce other epidemiological damage, the outbreak and spread of epidemics. In addition to the application of the Epi-NATO-2 system, which is already in use within NATO, an NRTS system developed by the NATO Centre of Excellence for Military Medicine was tested within the framework of an international military exercise, followed by live testing in KFOR. Experience has shown that further fine-tuning is needed, but the device performs well. A key condition for future use is the coordination of databases and the provision of NRTS data [1].