Báo cáo tình hình: Anthropic hỗ trợ ứng phó dịch bệnh Ebola

Kể từ tháng 5, các đội ngũ thực địa tại Cộng hòa Dân chủ Congo (DRC) đã và đang chống lại một chủng Ebolavirus hiếm gặp có tên là Bundibugyo (BDBV). Mỗi ngày, các relais communautaires (tình nguyện viên cộng đồng) gõ cửa từng nhà, đưa ra lời khuyên, tìm hiểu về các ca hồi phục và tử vong, đồng thời giới thiệu bất kỳ ai có triệu chứng nghi ngờ đến cơ sở y tế để được chăm sóc.

Trong một đợt bùng phát dịch như thế này, sổ tay của nhân viên y tế thường là hồ sơ đầu tiên và đầy đủ nhất về thời điểm một người bị bệnh, những ai họ đã tiếp xúc và họ đã đi đâu trước khi biết mình bị nhiễm bệnh. Trong đợt bùng phát BDBV, gần một nửa trong số gần 8.000 ca bệnh được xác nhận đã tử vong. Việc tìm ra người bệnh nhanh chóng như thế nào—trước khi tình trạng của họ trở nên nguy kịch và trong khi họ vẫn có thể được điều trị—thường quyết định khả năng sống sót của họ.

Khi có vắc-xin, chính thông tin liên lạc đó sẽ cho những người ứng phó biết chính xác nơi cần chuyển vắc-xin đến. Một bức tranh nhanh hơn, chính xác hơn về những người đã tiếp xúc với mầm bệnh đồng nghĩa với việc mọi người có thể được tìm thấy và bảo vệ trước khi họ đổ bệnh. Tuy nhiên, tốc độ của phản ứng này bị giới hạn bởi tốc độ dữ liệu được truyền đi trong chuỗi từ sổ tay của nhân viên y tế, đến các phòng thí nghiệm xác nhận chẩn đoán, và đến các bộ ngành, nhà tài trợ quyết định nơi phân bổ nguồn lực tiếp theo.

Các cơ sở y tế gửi thông tin ca bệnh đến các quận, thường là qua WhatsApp, và gửi các mẫu sinh học đến các phòng thí nghiệm địa phương để giải trình tự. Mỗi quận đưa thông tin ca bệnh vào các slide PowerPoint và gửi đến trung tâm điều phối dịch bệnh. Tại bộ y tế cấp tỉnh, các nhân viên tổng hợp báo cáo phải làm việc đến đêm khuya để tập hợp thông tin này thành các bộ slide. Những bộ slide này sau đó trở thành báo cáo tình hình đã xuất bản, hay còn gọi là sitrep.

Việc tạo ra các sitrep và phản ứng ứng phó dịch bệnh quy mô lớn hơn gần đây đã bắt đầu thay đổi ở miền đông DRC, nhờ vào sự hợp tác được triệu tập bởi Liên minh Đổi mới Sẵn sàng cho Dịch bệnh (CEPI) cùng với Văn phòng Khu vực Châu Phi của WHO (WHO AFRO), Viện Nghiên cứu Y sinh Quốc gia (INRB) và các tổ chức khác. Các tổ chức này đã làm việc với các nhóm Beneficial Deployments và Applied AI của Anthropic để sử dụng Claude phân tích dữ liệu thực địa của nhân viên y tế cộng đồng, giám sát và xem xét các bằng chứng nghiên cứu một cách hệ thống, cũng như sử dụng nền tảng khoa học của chúng tôi.

“Tôi đã chiến đấu với loại virus này suốt năm mươi năm. Các công cụ đã thay đổi hoàn toàn, nhưng quy tắc thì không: bạn đánh bại Ebola bằng cách biết nó đang ở đâu hôm nay, chứ không phải nó ở đâu vào tuần trước.”

Tiết kiệm thời gian và hỗ trợ phân tích

Trung tâm khẩn cấp của WHO AFRO có trụ sở chính tại Dakar, Senegal. Đội phản ứng xử lý khoảng một trăm sự kiện y tế công cộng mỗi năm, thường xuyên triển khai các nhiệm vụ đến các khu vực bị ảnh hưởng để thu thập dữ liệu và xử lý các quy trình.

Tendai Muza làm việc về hệ thống dữ liệu và phân tích tại WHO AFRO. Cùng với các đồng nghiệp Tamayi Mlanda và Gianni Donkor Muza, anh đã xây dựng một kỹ năng Claude để đẩy nhanh quy trình sitrep. Với kỹ năng này, Claude biết cách trích xuất số liệu ca bệnh và phòng thí nghiệm từ bộ slide PowerPoint của mỗi khu vực y tế, đối chiếu chúng với báo cáo của ngày hôm trước, gắn cờ bất kỳ thay đổi nào trong xu hướng (và giải thích điều gì có thể đang xảy ra), sau đó tóm tắt báo cáo của các quận. Một bản sitrep trước đây mất cả ngày để hoàn thành thì nay có thể thực hiện trong chưa đầy một giờ.

Đối với các nhóm dữ liệu, ngoài việc hợp lý hóa quy trình sitrep với Claude, họ còn sử dụng nó để phân tích và mô hình hóa dịch bệnh. Paul Ouma từ nhóm WHO AFRO cho biết: “Trước đây, chúng tôi thậm chí không thể bắt đầu suy nghĩ xem mô hình dịch bệnh nào có thể tốt hơn. Chúng tôi chỉ có thể chạy với một mô hình duy nhất vì hạn chế về thời gian.” Giờ đây, họ có thể chạy nhiều mô hình cùng lúc với Claude và xây dựng các dự báo để hỗ trợ, ví dụ như giúp nhân viên hậu cần quyết định nơi nên xây dựng các trung tâm điều trị.

Kết nối các đội ngũ toàn cầu trong phát triển vắc-xin

Hiện chưa có vắc-xin được phê duyệt cho BDBV, nhưng đã có vắc-xin Ervebo cho chủng Zaire. Khi BDBV xuất hiện, CEPI đã kêu gọi các đề xuất để thúc đẩy các ứng viên vắc-xin tiềm năng và khoa học vắc-xin liên quan. Polina Brangel, Trưởng bộ phận Đổi mới Dữ liệu R&D tại CEPI chia sẻ với chúng tôi: "Claude không quyết định nhóm mẫu huyết thanh nào nên được phân tích để tạo bằng chứng về khả năng phản ứng chéo của Ervebo đối với BDBV — đó vẫn là đánh giá khoa học của các chuyên gia.” Những gì Claude hiện đang làm là “tổ chức dữ liệu phức tạp, đa yếu tố theo cách cho phép con người so sánh giữa hàng loạt đề xuất và đưa ra kết luận trong khung thời gian ngắn hơn nhiều.”

CEPI đã sử dụng Claude để xây dựng một bảng điều khiển giúp theo dõi các hành động và công việc cần thực hiện bởi các nhóm để thúc đẩy phát triển vắc-xin một cách nhanh chóng và mạnh mẽ hơn.

“Đây là cơ hội để tìm hiểu, trong thời gian thực, nơi AI có thể tạo ra sự khác biệt thiết thực cho các nhóm làm việc dưới áp lực.”

Claude cho Khoa học

Trong các phòng thí nghiệm dịch bệnh—nơi các mẫu do nhân viên y tế thu thập được giải trình tự để xác nhận ca bệnh và truy vết cách virus thay đổi—nút thắt cổ chai dẫn đến kết quả thường là phân tích máy tính về dữ liệu di truyền của virus (được gọi là tin sinh học). Đọc bộ gen của virus có thể tiết lộ những ca bệnh nào có liên quan, liệu virus có đang lây lan qua các chuỗi chưa được phát hiện bởi số liệu thống kê ca bệnh hay không, và liệu virus có đang thay đổi theo những cách có thể làm suy yếu các xét nghiệm, phương pháp điều trị hoặc vắc-xin.

Phòng thí nghiệm INRB đã tạo ra về cơ bản tất cả các bộ gen BDBV được giải trình tự từ các ca bệnh tại DRC trong đợt bùng phát hiện tại. Mỗi máy giải trình tự của họ tạo ra hàng triệu đoạn mã di truyền ngắn. Việc ghép nối bộ gen hoàn chỉnh của virus từ những đoạn đó theo truyền thống đòi hỏi phải nhập các lệnh chuyên biệt vào thiết bị đầu cuối của lập trình viên. Nhưng Claude Science, một nền tảng AI dành cho các nhà khoa học, có thể được ra lệnh bằng ngôn ngữ đơn giản để lắp ráp bộ gen và xây dựng cây gia phả của virus. Đặc biệt trong các đợt bùng phát lớn, năng lực tin sinh học bị hạn chế, và Claude Science làm giảm đáng kể rào cản để tạo ra các phân tích có thể được sử dụng để truy vết các ca nhiễm mới. Nó cũng có thể giúp ước tính quy mô của đợt bùng phát và xác định các biến thể mới.

WHO Châu Phi đã và đang nghĩ đến việc áp dụng các công cụ này cho các đợt bùng phát khác. Đối với đợt bùng phát chikungunya—một căn bệnh suy nhược lây truyền qua muỗi—họ đang sử dụng Claude để làm sạch và xác thực các “danh sách dòng” mô tả đợt bùng phát theo người, địa điểm và thời gian. Đây là công việc sẽ mất nhiều thời gian hơn nếu không có AI.

Tiếp theo, nhóm WHO muốn sử dụng Claude để kết nối các cơ sở dữ liệu dịch bệnh lịch sử, để các quyết định trong đợt bùng phát tiếp theo có thể rút kinh nghiệm từ những đợt trước. Trước đây, việc này quá tốn thời gian để thực hiện giữa lúc khủng hoảng.

Tương lai của phản ứng ứng phó dịch bệnh

Các đối tác y tế toàn cầu đang bắt đầu hiểu rõ cách các công cụ AI có thể mang lại lợi ích lớn nhất trong thời điểm bùng phát dịch bệnh. Công tác ứng phó với dịch Ebola tại Bundibugyo vẫn còn một chặng đường dài phía trước. Việc kiểm soát dịch bệnh sẽ cần thời gian–mặc dù đã có một vài dấu hiệu khả quan cho thấy dịch bệnh đang chậm lại ở Ituri. Các đội phản ứng đang giúp thế giới hiểu được việc triển khai AI một cách thực tế và có trách nhiệm sẽ như thế nào trong các tình huống y tế công cộng thực tế, nơi mà thời gian là yếu tố cốt lõi.