Μελέτη που διεξήχθη από Έλληνες επιστήμονες και ομάδες από πανεπιστήμια των ΗΠΑ αναδεικνύει τα «μαθήματα» που μπορεί να δώσει η χώρα μας σε άλλα κράτη σχετικά με τη χρήση τεχνικών τεχνητής νοημοσύνης στον έλεγχο ταξιδιωτών για COVID-19 στα σύνορα της χώρας. Η μελέτη, που δημοσιεύτηκε στο επιστημονικό περιοδικό Nature, αφορά το σύστημα ενισχυμένης μάθησης EVA που εφαρμόστηκε για πρώτη φορά σε ταξιδιώτες που επισκέφθηκαν την Ελλάδα το καλοκαίρι του 2020 για στοχευμένους εργαστηριακούς ελέγχους για SARS-COV-2.
Το σύστημα EVA εντόπισε σχεδόν διπλάσια ασυμπτωματικά, μολυσμένα άτομα σε σύγκριση με αυτά που θα εντοπίζονταν μέσω τυχαίων ελέγχων ή περιορισμών εισόδου βάσει επιδημιολογικών κριτηρίων σε επίπεδο πληθυσμού. Παρείχε επίσης έγκαιρη προειδοποίηση για περιοχές υψηλού κινδύνου, καθοδηγώντας τις κυβερνητικές πολιτικές ελέγχου των συνόρων για τη μείωση της εξάπλωσης του SARS-CoV-2.
Πιο αναλυτικά, το EVA εφάρμοσε για πρώτη φορά έναν αλγόριθμο που προβλέπει ποιοι ταξιδιώτες θα πρέπει να υποβληθούν σε έλεγχο, χρησιμοποιώντας δημογραφικά δεδομένα και αποτελέσματα από διερευνητικούς και προηγούμενους εργαστηριακούς ελέγχους. Επιπλέον προβλέπει εστιασμένους ελέγχους σε τύπους ταξιδιωτών για τους οποίους τα δεδομένα είναι περιορισμένα. Οι συγγραφείς της μελέτης εκτιμούν ότι το σύστημα EVA απέτρεψε ένα πρόσθετο ποσοστό 6,7% των μολυσμένων ταξιδιωτών να εισέλθουν στη χώρα.
Αξίζει να σημειωθεί ότι ο Ziad Obermeyer, καθηγητής στη Σχολή Δημόσιας Υγείας στο Πανεπιστήμιο Berkeley της Καλιφόρνιας σχολίασε για την εργασία αυτή ότι: «θα την θυμόμαστε ως ένα από τα καλύτερα παραδείγματα χρήσης δεδομένων στον αγώνα κατά του COVID-19».