"ทำไม คนบางคนถึงป่วยจากโรคโควิด รุนแรงกว่าคนอื่น ? คำตอบอาจจะอยู่ที่ #ระดับน้ำตาลในเลือด ครับ"
หนึ่งในปริศนาเกี่ยวกับโรคโควิด 19 มาอย่างยาวนานตั้งแต่เริ่มการระบาด คือ ทำไมคนบางคนติดเชื้อไวรัส แล้วไม่มีอาการอะไรหรือมีเพียงเล็กน้อย ขณะที่บางคนติดเชื้อแล้วกลับป่วยรุนแรงมาก ?
งานวิจัยล่าสุด จากประเทศสวิตเซอร์แลนด์ อาจจะทำให้เราได้คำตอบนั้น ผ่านการใช้เทคโนโลยี machine learning
ดร. Emmanuelle Logette, และคณะวิจัยในโครงการ the Blue Brain Project ที่สถาบัน École Polytechnique Fédérale de Lausanne (หรือ EPFL) ในกรุงเจนีวา ได้อาศัยฐานข้อมูล CORD-19 มาวิเคราะห์ และพบว่า "ระดับน้ำตาลในเลือด" (blood glucose level) จะเป็นปัจจัยหลักที่ส่งผลต่อระดับความรุนแรงของโรคโควิด-19 !
งานวิจัยนี้ ชื่อว่า "A Machine-Generated View of the Role of Blood Glucose Levels in the Severity of COVID-19" ตีพิมพ์ในวารสาร Frontiers in Public Health ฉบับวันที่ 28 July 2021 (ดู https://www.frontiersin.org/articles/10.3389/fpubh.2021.695139/full?utm_source=fweb&utm_medium=nblog&utm_campaign=ba-sci-fpubh-covid-19-elevated-blood-glucose-blue-brain) ซึ่งพวกเขาได้ใช้เทคโนโลยี machine learning มาวิเคราะห์ข้อมูลที่ดึงมาจากบทความวิจัยในฐานข้อมูลเปิด (open access) แล้วทำให้ค้นพบบทบาทสำคัญของ "ระดับน้ำตาลที่สูงขึ้น" ในเส้นเลือด ที่มีต่อความรุนแรงของโรค Covid-19
1. ปกติ เป็นที่ทราบกันดีแล้วว่า ผู้สูงอายุ นั้นจะเป็นกลุ่มที่มีความเสี่ยงสูงต่อการป่วยหนักจากโรคโควิด .. แต่คนที่อายุน้อย หลายคนก็พบว่า ต้องเข้าโรงพยาบาลจากโรคนี้เช่นกัน
- มีโรคประจำตัวหลายอย่าง ที่ทราบกันว่า มีผลต่อระดับความรุนแรงของโรคโควิด ได้แก่ โรคเบาหวาน โรคอ้วน และโรคความดันโลหิตสูง
- แต่ผลการวิจัยใหม่นี้ ทำให้เห็นว่า ระดับกลูโคสที่สูงขึ้นในเลือด ก็มีผลต่อคนที่ "ไม่ได้เป็น" โรคเบาหวานด้วย
2. คณะนักวิจัยของโครงการ the Blue Brain Project และพัฒนาแบบสำรอง machine learning ที่ขุดข้อมูลจากบทความวิจัยกว่า 240,000 ฉบับ ในฐานข้อมูล CORD-19 (เป็นฐานข้อมูลที่สนับสนุนโดยรัฐบาลสหรัฐอเมริกา , มูลนิธิ Chan Zuckerberg Initiative, Microsoft Research และกลุ่มอื่นๆ เพื่อเป็นฮับ hub งานวิจัยเกี่ยวกับโควิด-19)
- ผลการวิเคราะห์ของคณะผู้วิจัย ทำให้พบว่า แนวโน้มที่ปรากฏขึ้นซ้ำๆ ในบทความวิชาการที่ผ่านมาเกี่ยวกับอาการป่วยรุนแรงจากโรคโควิด ก็คือ ระดับน้ำตาลในเส้นเลือดที่สูงขึ้น
- โดยจากข้อมูลกว่า 400,000 ค่า ที่วิเคราะห์ คำว่า "glucose น้ำตาลกลูโคส" ปรากฏขึ้นถึง 6,326 ครั้ง ทำให้คณะผู้วิจัยค้นหาต่อไป ถึงบทบาทหน้าที่ของกลูโคส ที่มีต่ออาการป่วยของโรค ไปจนถึงกลไกทางชีวเคมีในระดับที่ลึกที่สุด
3. เรื่องหลักๆ ที่พวกเขาค้นพบ ได้แก่
- ระดับน้ำตาลในเลือดที่สูงขึ้น ไปทำให้การตอบสนองของระบบภูมิคุ้มกันแรกๆ ของปอดเราแย่ลง ทำให้เกิดสภาวะที่เอื้อต่อการแพร่กระจายของเชื้อไวรัสโรคโควิด
- ระดับน้ำตาลในเลือดที่สูงขึ้น ทำให้เกิดความผิดปกติในการควบคุมระดับการตอบสนองของภูมิคุ้มกัน ซึ่งส่งผลให้เกิดภาวะ cytokine storm (การเพิ่มขึ้นอย่างมากและรวดเร็วของสารไซโตไคน์) และภาวะ acute respiratory distress syndrome (อาการอักเสบเฉียบพลันของระบบทางเดินหายใจ หรือ ARDS )
- อาการป่วยต่างๆ ที่ตามมาของโรคโควิด-19 ได้แก่ hyperinflammation (การอักเสบขั้นรุนแรง) และ pro-coagulation (การแข็งตัวของเลือด) ก็เกิดขึ้นตามมาจากการมีระดับน้ำตาลในเลือดสูงเช่นกัน
- ระดับน้ำตาลในเลือดที่สูงขึ้น นั้น ทำงานร่วมกันกับกลไกของการหยุดการทำงานของ ACE 2 receptor ด้วยเชื้อไวรัสโควิช ไปเพิ่มระดับความรุนแรงของโรค ให้อวัยวะต่างๆ ทำงานล้มเหลว และเกิดลิ่มเลือดอุดตัน (thrombotic)
4. การที่ระดับน้ำตาลในเลือดสูงขึ้นแล้วไปทำให้กลไกแรกๆ ในการต่อสู้กับไวรัสของปอด แย่ลงนั้น เป็นการค้นพบที่สำคัญมาก และได้รับความสนใจน้อยกว่าที่ควร ในฐานข้อมูล CORD-19
- คณะผู้วิจัยระบุว่า การมีระดับน้ำตาลที่สูงขึ้นในเลือดแล้วไปช่วยให้เกิดสภาวะที่เอื้อต่อเชื้อไวรัส ในการเคลือบโปรตีนหนามของมันแล้วผ่านทะลุเข้าระบบภูมิคุ้มกันของปอดได้นั้น เป็นเรื่องที่ไม่เคยทราบชัดกันมาก่อน
- ก่อนหน้านี้ การรักษาโรคโควิด-19 ในผู้ป่วยบางรายอาจต้องมีการควบคุมระดับน้ำตาลในเลือดด้วย แต่ถ้าสมมติฐานจากงานวิจัยนี้เป็นเรื่องถูกต้อง ต่อไป การจัดการระดับน้ำตาลก็จะกลายเป็นกลยุทธ์หลักอีกอย่าง ในการควบคุมระดับอาการของโรค
- จากรายงานที่ว่า ผู้ป่วยโรค covid-19 ที่อยู่ในห้องไอซียูกว่า 80% นั้น มีภาวะน้ำตาลในเลือดสูง คณะผู้วิจัยจึงเสนอให้เพิ่มการควบคุมระดับน้ำตาลของผู้ป่วย เพื่อให้มีอาการที่ดีขึ้นด้วย
5. ดังนั้น ทางเลือกหนึ่งในการช่วยรักษาผู้ป่วยโรคโควิด-19 ที่มีความเสี่ยงสูง ก็คือใช้ยา metformin เมทฟอร์มิน ที่ได้รับการรับรองจาก FDA แล้วให้ใช้ควบคุมระดับน้ำตาลได้
- นอกจากจะช่วยลดระดับน้ำตาลในเลือดแล้ว ยา metformin ยังมีสรรพคุณต้านการอักเสบด้วย จากการที่ไปลดระดับของโปรตีน C-reactive protein ลง
- ยา metformin ยังช่วยในเรื่องการป้องกันโรคหลอดเลือดหัวใจ ป้องกันการตัวของหลอดเลือด และป้องกันการเกิดลิ่มเลือด
ทิ้งท้ายว่า นอกจากกันใช้วิธีวิเคราะห์ด้วย AI แบบ machine learning อันนี้ จากฐานข้อมูลงานวิจัยขนาดใหญ่แล้ว ก็ยังต้องมีการศึกษาวิจัยในคลินิกอีก เพื่อพิสูจน์ยืนยันว่า ระดับน้ำตาลกลูโคสที่เพิ่มขึ้นนั้น เป็นปัจจัยพื้นฐาน ทำให้เกิดความรุนแรงของโรค covid-19 ขึ้นจริง
ภาพและข้อมูลจาก https://blog.frontiersin.org/2021/07/28/severe-covid-19-elevated-blood-glucose-blue-brain/
同時也有10000部Youtube影片,追蹤數超過2,910的網紅コバにゃんチャンネル,也在其Youtube影片中提到,...
「microsoft ai research」的推薦目錄:
- 關於microsoft ai research 在 อ๋อ มันเป็นอย่างนี้นี่เอง by อาจารย์เจษฎ์ Facebook 的最佳解答
- 關於microsoft ai research 在 Scholarship for Vietnamese students Facebook 的最佳解答
- 關於microsoft ai research 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
- 關於microsoft ai research 在 コバにゃんチャンネル Youtube 的最佳貼文
- 關於microsoft ai research 在 大象中醫 Youtube 的最讚貼文
- 關於microsoft ai research 在 大象中醫 Youtube 的精選貼文
- 關於microsoft ai research 在 Microsoft Research - YouTube 的評價
- 關於microsoft ai research 在 Microsoft AI R&D Center, Taiwan 微軟人工智慧研發中心 的評價
- 關於microsoft ai research 在 Who is leading in AI research among big players like IBM ... 的評價
- 關於microsoft ai research 在 Microsoft Research - GitHub 的評價
- 關於microsoft ai research 在 AI for Earth grantee gallery - Microsoft Open Source 的評價
- 關於microsoft ai research 在 How Microsoft Plans to Beat Google and Facebook to the Next ... 的評價
microsoft ai research 在 Scholarship for Vietnamese students Facebook 的最佳解答
NỖI CÔ ĐƠN CỦA NHỮNG NGƯỜI XIN HỌC BỔNG
Có ước mơ xin học bổng một lần trải nghiệm cuộc sống, học tập ở môi trường quốc tế nhưng mọi người có bao giờ trải qua cảm giác cô đơn. Đó là khi:
- Có lúc xung quanh mình nhiều người xin được học bổng, giỏi quá, lại tự ti với profile của mình. Có lúc join hội nhóm mà chẳng dám cùng account thật sợ bạn bè biết.
- Có lúc ngược lại gia đình, làng mình xóm mình chẳng có ai xin học bổng, sợ nói ra người ta lại bảo mơ ước viển vông, lo mà lấy chồng đi.
- Có lúc đi làm rồi cuốn đi cơm áo, gạo tiền có lúc thì e sợ sếp nghĩ mình không muốn cống hiến lâu dài nếu bày tỏ nguyện vọng đi du học.
- Có lúc vùi đầu vào gối khóc vì cũng thử apply đấy mà trượt.
- Có lúc chỉ đơn gian là sợ quá chẳng biết bắt đầu từ đâu?
Nếu như các bạn đã từng trải qua những cảm xúc này thì mọi người yên tâm, em không phài là người duy nhất, chị cũng đã từng có lúc như thế rồi. Nhưng cả nhà hãy cố gắng kiên định với ước mơ của mình, tìm những người cùng chí hướng để chia sẻ nhé. Chị cũng đã vượt qua và đã được học bổng toàn phần rồi này (Câu chuyện của chị:https://bit.ly/3f25Uyk)
Để đỡ rối đỡ cô đơn, chị xin mời các bạn tham gia khoá học HannahEd kéo dài 10 buổi, 5 tuần, mỗi bài học từ 1.5-2h. Các bạn tham gia ngoài kiến thức bài bản, chiến lược, tài liệu đầy đủ từ a tới z cho em xin học bổng thành công còn được NETWORK với các bạn cùng chí hướng tha hồ nhóm nhau tâm sự nữa.
-- Lớp tháng 6&7 /2021 đều có lịch rồi nhé, học t7CN nha.
🚩Lịch học & link hoàn tất thủ tục vào lớp cho bạn nào quyết luôn: http://tiny.cc/HannahEdClass
Bạn nào còn ngẫm nghĩ muốn biết thêm thông tin thì nhắn mình email hoặc điền link này http://tiny.cc/HannahEdClassInfo
Link thông tin về lớp:
https://hannahed.co/lop-tim-va-nop-hoc-bong/
📌Bạn nào đã xác định được học bổng hoặc đang apply rùi thì nhắn chị Review hồ sơ, Mentor học bổng, Mock interview hay Research/Phd vẫn mở nữa nhé. Ngoài chị đội ngũ Mentor ở kkhawps nơi trên thế giới với những học bổng khủng luôn sẵn sàng nha. Bonus thêm là chị còn làm Career Coach, định hướng nghề nghiệp xin việc nữa nè không để phí kinh nghiệm làm ở PwC, Microsoft & Facebook hehe.
Thắc mắc gì cứ email [email protected] hoặc inbox mình thoải mái, các em có thể gửi CV hoặc câu hỏi về chị Hoa Dinh tư vấn miễn phí cho nha.
Mà buồn quá vào nhóm Scholarship Hunters tâm sự cho đỡ buồn nha.
❤ Like page, tag và share bạn bè nhé ❤
#HannahEd #sanhocbong #scholarshipforVietnamesestudents #HannahEdSuccessfulstories #HannahEdOnlineClass #HannahEdMentorshipprogram #denvau #trontim
microsoft ai research 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
AI 如何為公司創造更多價值?專家:2 個缺陷,要先由人類來修補
2021/05/13
採訪‧撰文
盧廷羲
張凱崴
美國人工智慧國家安全委員會(NSCAI)今年 4 月建議,國防部每年應至少分配 3.4% 的預算投入科技領域,並提撥 80 億美元研發 AI。企業方面,微軟(Microsoft)4 月宣布,將以 197 億美元收購語音辨識開發商紐安斯通訊(Nuance Communications);後者是雲端與 AI 軟體的先驅。
從企業到國家,都愈來愈重視人工智慧,知道要想辦法運用 AI 創造更好的生活。不過,目前 AI 發展到底處於什麼階段?我們又該如何應用?
美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授張凱崴形容,目前人工智慧技術已經可以幫助人類完成很多事,像是疫情來襲,電腦可以從大數據中篩選條件,自動搜尋、判讀潛在病例,幫助醫生大幅減少檢查時間,但 AI 也並非萬能,要先認知它的局限。他研究如何讓 AI 更符合人性,獲得 2021 年的史隆研究獎(Sloan Research Fellowships)。
AI 局限1. 資料寬廣度不足時,就會複製人類偏見
張凱崴認為,電腦在學習的時候,是依賴「彙整數據資料」來判斷,並沒有真正思考,如果資料來源太狹隘、不夠多元,資料寬廣度不足,電腦判斷就會出現偏差,「你跟電腦講清楚 input(輸入)、output(輸出),提供足夠的數據資料,它可以對應、學得很好,但還有很多面向 AI 做不到。」
舉例來說,亞馬遜(Amazon)2014 年推出智慧音箱(Amazon Echo),使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而,有些人口音較罕見,或是用字較特殊,智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案,就可能失靈,這是當前 AI 的其中一大問題。
張凱崴進一步解釋,AI 另一項挑戰是,它無法清楚分辨「不曾出現」與「不能出現」(無法出現)之間的區別,只是從資料統計出要學的東西,無法像人類一樣進行邏輯思辨。
AI 的運作方式,第一步是輸入資料,第二步是分析,但這過程容易出現偏見。例如電腦在理解「總統」這個字,會去看四周有什麼字詞,來學習總統這個詞,由於許多總統都是男性,電腦就會「覺得」總統是男性。
這也是為什麼,如果讓 AI 學習,在它的認知裡,女性「不可能」當美國總統(因為沒有資料紀錄)。「你可以跟人類說,任何職業、性別都是平等的,但對電腦來講,這很困難,」張凱崴說明,一旦資料的寬廣度受限,電腦就容易產生偏見。
就像在自然語言處理(Natural Language Processing,讓電腦把輸入的語言變成有意義的符號)領域,張凱崴說明,AI需要知道代名詞指的是「哪個名詞」,才能運算下去。但如果資料受限,使用男性的「他」,電腦可能判斷這個代名詞是指總統、總理、執行長;但換成女性的「她」,由於數據不足,電腦就會混亂,出現系統性誤差。
他再舉一例,美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統(GPT,Generative Pre-training),推出到 GPT3 版本,屬於書寫類 AI,電腦能夠揣測人們說完上一句話,下一句可能會講的句子,自動完成後半段。
好比有人上一句寫下「我正在和教授聊天」,系統可能推導出「我們在研究室討論學術問題」,因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示,GPT2(前一代版本)系統也從資料中學習到許多偏見,像是如果句子前半談論白人男性,系統傾向產生正面評價;如果句子前半是黑人女性,系統竟會產生負面句子。對企業來說,許多組織接觸 AI,想讓它們取代部分工作,首先需要留意資料的廣度、多元性,才能減少電腦犯錯的機會。
AI 局限2. 即便條件相同,也無法每次都做出正確判斷
「其實,現在的 AI 就像一台原型飛機,還缺乏穩定性。」張凱崴說,現行的 AI 就好比萊特兄弟(Wright brothers)剛發明飛機,看似可以做很多有趣的事,但「可以飛」跟「飛得很好」,有一大段落差。
紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片,AI 掃描後,確認是不是本人,但當時系統沒有估算到某些亞洲人眼睛比較小,一名亞裔男子被判定「沒有張開眼睛」,因此照片無效。
張凱崴說,在這個例子中,凸顯出 AI 的穩定性不足,「系統沒有考慮到不同人種的差異,很死板地認為你眼睛沒張開。」所謂的缺乏穩定性,指的是 AI 沒辦法在相同條件下,每次都做出正確決策,這也是使用 AI 時,須留意的第二個挑戰。
他再舉例,許多模型可以準確分析,一則影評對電影的評價是正面或負面。然而研究顯示,有時只要將影評中一些字換成同義詞,例如把電影(movie)換成影片(film),或改寫句子,即使意思並未改變,系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。
在設計這些程式時,人們必須注意到 AI 可能有局限,設定的資料範圍要更完整,考慮這些因素,就能減少偏見、落差,進而加強穩定性。
餵指令給 AI 要多元化,嘗試「換句話說」、刻意混淆
經理人雖然不一定具備 AI 方面的專業知識,但只要掌握觀念,再透過 AI 領域專才協助,也能優化系統。張凱崴指出,最直接的方法是,設計 AI 模型時,要把來源群組不同的資料分門別類測試,在測試階段讓群體多元化,並確保不同特色的使用者,用起來都沒有問題。
舉例來說,一套 A 系統擁有來自各地的使用者,如果設計者是台北人,設計系統的思維容易以台北生活為主,很可能因為當地習慣不同,導致花蓮使用者操作不順。
另一個方法,則是用不同的「語意」,去測試 AI 有沒有徹底學會一個概念。例如,有一套餐廳評鑑的 AI 系統,只要蒐集、整理使用者意見,就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性?張凱崴建議,可以利用「抽換詞面」的方法。
比如,把詞彙換成同義字,再看 AI 是否能運算出相同結果,「你可能會發現,原本評比結果是食物很美味,但如果美味換成比較困難的詞,AI 就會分不出這則評比是好是壞。」因此在訓練模型時,可以將詞彙隨機抽換成同義詞,增加 AI 的詞彙量。
第三種方式更進階:改變句型、重寫句子。張凱崴指出,同樣一句話,如果換成不同說法,電腦可能判讀錯誤,將「因為發生 A 事件,所以導致 B 事件」,改寫成「B 事件發生了,是因為 A 事件的緣故」,明明兩句話意思一樣,但 AI 很可能因為穩定性不足,搞混兩者的差別。如果要鞏固 AI 的穩定性,可以使用自動改寫的方式,增加資料的多樣性。
張凱崴表示,經過這些測試,讓 AI 接受更多元化的訓練,得到更廣的學習範圍,往後碰到同義詞、相似資訊,才能有效判讀。
張凱崴總結,AI 還在快速發展,或許可以創造更多工作機會、新的職位,但現行階段,它只是輔助角色。AI 並非魔術盒子,使用它就一定有更好結果,人們還是要保持高度耐心,先認識它的缺陷,才能在技術更迭下,發揮出最好的結果。
張凱崴
台灣大學資訊工程系碩士、美國伊利諾大學(UIUC)電腦科學博士。美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授,研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎(Sloan Research Fellowship),研究團隊開發的運算方法,使人類語言處理的程序更有效率、更多元,同時兼具公平性。
附圖:優化AI系統的3方法
資料來源:https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis
microsoft ai research 在 Microsoft AI R&D Center, Taiwan 微軟人工智慧研發中心 的推薦與評價
Microsoft AI R&D Center, Taiwan 微軟人工智慧研發中心. 801 likes. Computer Company. ... <看更多>
microsoft ai research 在 Who is leading in AI research among big players like IBM ... 的推薦與評價
I rank “leaders in AI research” among IBM, Google, Facebook, Apple, Baidu, Microsoft as follows: 1. Deepmind. I would say Deepmind is probably #1 right now, ... ... <看更多>
microsoft ai research 在 Microsoft Research - YouTube 的推薦與評價
Microsoft Research is dedicated to conducting both basic and applied research in computer science and software engineering. We're excited to highlight a ... ... <看更多>