Google Research раскрыла потенциал геопространственных моделей Earth AI для общественного здравоохранения во всём мире

Зачем здравоохранению геопространственные данные

Решения в сфере общественного здоровья зависят от своевременных и подробных данных. Для сердечно-сосудистых заболеваний и послеродовой депрессии они помогают понять, где нужнее ресурсы и поддержка. При вспышках денге или холеры данные нужны, чтобы быстро определить меры реагирования и распределить ресурсы.

Эпидемиологическому надзору мешают задержки в отчётности на несколько лет, разделение данных по государственным и административным границам и нехватка наблюдений. Даже когда этих проблем нет, традиционные методы требуют собирать данные отдельно для каждой задачи и создавать специальные дата-пайплайны. Их трудно быстро развернуть во время вспышки или там, где мало ресурсов.

Google Research предлагает использовать геопространственные базовые модели как универсальный источник контекста. В качестве примера исследователи взяли PDFM из Google Earth AI. Её представления мест, полученные при самообучении, можно добавлять в существующие модели статистики и машинного обучения, которыми пользуются эпидемиологи. Это позволяет улучшать уже имеющиеся модели, не создавая дата-пайплайны с нуля.

PDFM сводит данные о поисковых запросах, перемещениях людей, плотности застройки и факторах окружающей среды в эмбеддинги мест, разработанные с учётом защиты конфиденциальности. Их можно использовать без дополнительного файн-тюнинга под конкретную задачу. В разных областях медицины, регионах и эпидемиологических задачах эти готовые представления не уступили обычным входным данным или превзошли их.

Что такое PDFM

PDFM входит в Google Earth AI — набор геопространственных моделей, объединяющих спутниковые снимки, погоду, обезличенные поисковые тренды, мобильность людей и другие данные о населении. С помощью самообучения модель сводит разные сигналы в компактные эмбеддинги — своего рода «отпечатки» мест. Они обновляются раз в месяц.

В эмбеддинги входят:

Исследователям не нужно самостоятельно собирать и обрабатывать исходные потоки данных: эмбеддинги PDFM можно напрямую добавлять в существующие модели машинного обучения, чтобы передать им готовый географический контекст.

Предыдущие исследования показали, что эмбеддинги подходят для разных задач. Повседневные сигналы отражают социальные, поведенческие и экологические факторы, связанные со здоровьем. С их помощью удалось восполнять пробелы в разнообразных показателях здоровья CDC.

Для проверки модели в глобальном здравоохранении исследователи решили оценить её на более широком круге задач и в разных условиях по всему миру.

Источник: research.google

Пять проверок в разных условиях

Партнёры Google Research независимо оценили PDFM на пяти задачах общественного здоровья. Они охватывали разные эпидемиологические задачи, заболевания и уровни доступных ресурсов.

Как учесть перемещения через границы

Эпидемиологические модели обычно ограничены государственными границами, но распространение заболеваний и поведение людей не останавливаются на них. Например, в 146 округах США, расположенных в пределах 150 километров от канадской границы, модели, учитывающие только данные внутри страны, часто плохо предсказывают местный охват вакцинацией.

Исследователи Mount Sinai Health System и Boston Children’s Hospital дополнили эмбеддинги округов США данными о зонах почтовой сортировки Канады. Так модели смогли учитывать поведенческие и миграционные эффекты по обе стороны границы.

Это помогло точнее находить сообщества, где могут возникнуть вспышки кори. Доля различий в охвате вакцинацией против кори, паротита и краснухи, объясняемая моделями, увеличилась с 16% до 22% — на 36%. Кроме того, оценки охвата изменились как минимум на 3 процентных пункта для 4,7 миллиона жителей приграничных районов. Благодаря этому стали заметны локальные закономерности, которые могли упустить модели только с данными США.

Как сократить задержки в данных о хронических заболеваниях

Сердечно-сосудистые заболевания ежегодно уносят в США более 916 000 жизней. При этом официальные данные о смертности по округам из Национальной системы статистики естественного движения населения (NVSS) обычно публикуются с задержкой в 1–2 года. Показатели Американского обследования сообщества (ACS) отражают условия, которые были актуальны 2–3 года назад. PDFM доступна для большего числа мест и обновляется с меньшей задержкой, что позволяет улучшить моделирование заболеваний.

Партнёры из NYU Grossman School of Medicine проверили, сможет ли PDFM заменить данные переписи при оценке числа смертей от сердечно-сосудистых заболеваний за текущий год примерно в 3 100 округах США. При оценке показателей текущего года статистически значимых различий между PDFM и традиционными данными переписи не обнаружили. При этом данные PDFM оказались свежее и охватывали больше территорий.

Результаты показывают, что органы здравоохранения могут распределять ресурсы для профилактики на основе текущих условий, не дожидаясь многолетнего цикла сбора данных.

Прогнозирование очагов денге

При борьбе с переносимыми комарами заболеваниями, такими как денге, сроки особенно важны. Вместе с исследователями общественного здоровья из Оксфордского университета и Технологического института Монтеррея Google объединила PDFM с TimesFM 2.0 — открытой базовой моделью временных рядов. Система прогнозировала число случаев денге примерно в 2 450 муниципалитетах Мексики с 2020 по 2025 год.

Наибольший прирост точности пришёлся на прогноз на месяц вперёд. Точность улучшилась не более чем в 72% муниципалитетов с активной передачей вируса, а суммарное сокращение ошибок оказалось в 3,4 раза больше, чем их рост. Улучшения пришлись на районы, где своевременные меры против переносчиков инфекции и планирование работы клиник особенно важны. Это согласуется с показанной ранее пользой краткосрочных прогнозов.

Географический контекст для клинического скрининга

Скрининг послеродовой депрессии обычно опирается на сведения, собранные при обращении за медицинской помощью. Такие данные редко отражают условия жизни сообщества, которые влияют на риск депрессии у матери и доступ к помощи. Чтобы проверить, смогут ли геопространственные базовые модели восполнить этот пробел, исследователи Вашингтонского университета оценили эмбеддинги PDFM на данных 332 970 участниц национального исследования CDC PRAMS.

PDFM отражала социально-экономические условия на уровне сообщества: коэффициент детерминации составил R² = 0,45. Добавление эмбеддингов последовательно и статистически значимо улучшало прогнозирование риска: AUC повышалась на 0,0020 в штатах, представленных при обучении, и на 0,0038 в новых для модели штатах.

Эта связь сохранялась и там, где модель не обучалась. Локальный контекст дополнял индивидуальные сведения и позволял восстановить около 15% предсказательного сигнала данных о доходах матери и её медицинской страховке, если эти сведения были недоступны.

Такой переносимый контекст помогал эффективнее направлять ресурсы на скрининг в новых штатах. В моделировании, где система здравоохранения могла связаться с 20% матерей с самым высоким риском, добавление PDFM позволяло охватить ещё 5 640 сельских жительниц с послеродовой депрессией в год. Если же задача состояла в выявлении 80% всех случаев, PDFM помогала сократить число ложных тревог на 17 723 в год. Таким образом, геопространственные эмбеддинги могли помочь как расширить охват сельских районов, так и повысить эффективность последующего наблюдения.

Более раннее предупреждение о холере

Раннее предупреждение о заболеваниях, передающихся через воду, например о холере, необходимо, чтобы заранее доставить вакцины для приёма внутрь и запасы чистой воды. Вспышки редки: за отдельную неделю они начинаются менее чем в одной из 100 медицинских зон страны — всего таких зон 403. Из-за этой редкости предсказывать вспышки трудно.

Для задачи, определённой Региональным бюро Всемирной организации здравоохранения для Африки, исследователи использовали данные национальной системы эпидемиологического надзора и реагирования на вспышки заболеваний Демократической Республики Конго. Они проверили, сможет ли облегчённая версия PDFM с низкими требованиями к ресурсам помочь прогнозировать очаги холеры. Модель адаптировали для районов со слабым доступом к интернету.

Результат зависел от срока прогноза. На одну-две недели вперёд большую часть информации давало недавнее число случаев, и PDFM не повышала точность статистически значимо. На горизонте от четырёх до восьми недель, когда ещё можно успеть доставить необходимые запасы, модель помогла улучшить прогнозы.

Для краткосрочного отслеживания могут быть полезны недавние клинические данные. Эмбеддинги базовой модели дополняют их сведениями об окружающей среде, связности и населении — это позволяет планировать меры за один-два месяца до возможной вспышки.

Что дальше

Геопространственные базовые модели позволяют перейти от реактивного локального моделирования к заблаговременной оценке ситуации в здравоохранении на глобальном уровне. Среди ограничений PDFM — статичные снимки данных. Исследователи продолжают работать над динамическими во времени эмбеддингами и переносом моделей на регионы с ограниченной связностью.

Интеграция данных о географическом контексте в существующие процессы общественного здравоохранения может помочь улучшить доставку медицинских ресурсов, профилактических мер и предупреждений о вспышках в сообщества, которым они нужнее всего.

Эмбеддинги PDFM доступны в коммерческом предварительном доступе как набор геопространственных эмбеддингов Population Dynamics Insights на платформе Google Maps. Академические исследователи и специалисты по общественному здоровью также могут запросить бесплатный доступ для отдельных исследовательских задач, не связанных с оперативным применением.