Задача:

Увеличить скорость тестирования COVID за счет сокращения количества реальных тестов, проводимых с помощью алгоритмов и машинного обучения.

Текущий сценарий:

Если вы хотите протестировать сегодня 100 человек, вам нужно выполнить для этого 100 тестов.

Лучший способ:

Здесь представлен новый способ выявления случаев заражения COVID-19 с помощью минималистичного тестирования. С увеличением числа потенциальных пациентов с коронавирусом каждый день, необходимо время, чтобы внедрить методы быстрого тестирования, чтобы увеличить скорость тестирования COVID-19.

Первый шаг - точно определить процент случаев с помощью алгоритма машинного обучения. Этот алгоритм точно даст количество случаев, которые окажутся положительными для данного размера выборки. Алгоритм машинного обучения обсуждается в последнем разделе статьи.

Теперь давайте рассмотрим сценарий, в котором 128 человек проходят тестирование, для которого наш алгоритм определил, что 2 случая являются положительными.

Присвойте каждому из 128 тестовых образцов соответствующее имя человека и номер от 1 до 128 соответственно.

Возьмите некоторое количество из каждого тестового образца и приготовьте смесь. Следуйте процедуре тестирования на COVID-19.

Теперь есть две возможности:

Дело 1:

Тогда отрицательно: -

Целых 128 человек свободны от вируса CORONA (Хорошие новости) → Для проверки 100 человек требуется всего 1 тест (хотя и довольно нереальный случай).

Случай 2:

Тогда положительно:

Возьмите некоторое количество образца из образца №1-64. Смешайте его и проведите тестирование. Параллельно смешайте образцы от 65 до 128 и проведите тестирование.

Опять же, два возможных случая:

Случай а:

Ровно один оказался положительным, а другой отрицательным.

Предположим, смесь 1–64 оказалась отрицательной, тогда мы уверены, что люди с номерами от 1 до 64 не страдают COVID-19, и теперь нет необходимости анализировать образцы с номерами от 1 до 64 и повторять процесс тестирования только для тестовой выборки. числа от 65 до 128. Можно доказать, что это не наихудший случай (наихудший случай - это сценарий, когда нам нужно выполнить максимальное количество тестов для достижения 100-процентных результатов).

Случай б:

Оба оказались положительными. Можно показать, что это худший случай. Итак, давайте продолжим с этим делом. Теперь приготовьте смеси образца следующим образом:

Смесь 1–32, смесь 33–64, смесь 65–96 и смесь 97–128.

Протестируйте эти четыре смеси. Мы знаем, что в целом есть два положительных случая. Итак, мы знаем, что как минимум две смеси из четырех упомянутых смесей должны давать отрицательные результаты. Так что откажитесь от них. Допустим, смесь 33–64, а смесь 65–96 оказалась отрицательной, что означает, что люди с номерами от 33–64 до 65–96 полностью свободны от коронавируса.

Опять же, есть две возможности:

Случай I:

Эти два положительных случая присутствуют только в одной смеси. Можно показать, что это не наихудший случай, и нам потребуется меньшее количество тестов, чтобы выяснить, кто эти два человека,

Случай II:

Рассмотрим наихудший случай, т.е. две смеси оказались положительными. Оба случая положительной короны присутствуют в отдельных смесях, т.е. смеси 1–32 и смеси 97–128.

Легко проверить, что случай II является наихудшим из этих двух случаев.

Так как смесь 1–32 и смесь 97–128 содержит один случай положительной короны соответственно. Итак, итоги таковы:

1–32 микса = 32 человека = ровно один положительный случай

97–128 микс = 32 человека = ровно один положительный случай

33–64 микса = 32 человека = нет положительного случая

65–96 = 32 человека = нет положительного случая

Показывая, как мы можем дальше тестировать смесь 1–32, тот же процесс можно применить к смеси 97–128, чтобы определить человека с положительной короной.

Смесь 1–32: Теперь приготовьте две смеси - одну, содержащую 1–16 смесей, и другую смесь 17–32 соответственно. Протестируйте их отдельно. Итак, один из них окажется положительным, а другой - отрицательным, так как у нас ровно один положительный случай. Откажитесь от отрицательного. Допустим, смесь 1–16 оказалась положительной, значит, 17–32 человека не подвержены короне.

Снова приготовьте две смеси - одну, содержащую 1–8 смесей, и 9–16 смесей соответственно. Протестируйте их отдельно.

Один из них окажется положительным, а другой - отрицательным. Откажитесь от отрицательного. Допустим, смесь 1–8 оказалась положительной, значит, 9–16 пронумерованных людей не подвержены коронному разряду.

Снова приготовьте две смеси 1–4 смеси и 5–8 смесей. Протестируйте их отдельно.

Один из них окажется положительным, а другой - отрицательным. Откажитесь от отрицательного. Допустим, 1–4 микса оказались положительными, значит, 5–8 человек без короны.

Снова приготовьте две смеси: 1–2 смеси и 3–4 смеси. Протестируйте их отдельно.

Один из них окажется положительным, а другой - отрицательным. Откажитесь от отрицательного. Допустим, 1–2 микса оказались положительными, значит, 3–4 пронумерованных человека не подвержены коронному разряду.

Теперь у нас осталось два подозреваемых - 1-й и 2-й образцы. Испытайте их.

Таким образом, один из них окажется положительным, а другой - отрицательным. Допустим, 2-й образец оказался положительным, это означает, что человек с 2-м номером корон-положительный. Мы выяснили, кто корона-положителен.

Схематично этот процесс выглядит так:

Таким образом, всего требуется 1 + 2 + 4 + 5 + 5 = 17 тестов вместо 128 испытаний в худшем случае, если есть два положительных случая.

СИСТЕМА ДЕТЕКТОРА COVID-19:

Эта система даст вам два результата:

1) Точно определите количество положительных случаев с учетом размера выборки с помощью машинного обучения.

2) Сгруппируйте образцы в зависимости от вероятности получения положительного результата на корону для каждого человека.

Этот детектор COVID-19 рассчитает и определит вероятность заражения COVID для каждого человека. Учитываются следующие факторы: история путешествий, симптомы и история болезни. Теперь отсортируйте и расположите образцы в соответствии с уменьшающимся процентом вероятности.

После запуска модели будет указано количество случаев коронного разряда в данном образце. Чтобы избежать ошибки, можно добавить небольшое значение до тех пор, пока точность нашей системы не станет близкой к 100%.

Кроме того, поскольку мы отсортировали образец в порядке вероятности того, что человек будет инфицирован COVID, это поможет нам для более раннего обнаружения полных положительных проб. В этом случае нет необходимости тестировать остальную часть оставшейся смеси, поскольку мы обнаружили все положительные только раньше, а в остальных образцах определенно нет коронавируса. Мы можем отказаться от них, не нужно их тестировать, следовательно, количество проводимых тестов сокращается.

Улучшение результатов:

Сегодня в Индии мы можем тестировать образцы объемом 1 лакх ежедневно. После применения этого метода мы можем тестировать около 7–8 лакхов тестов в день.

Предпосылки для этого подхода

1. Правильное распространение данных (человек и образец крови)

2. Адекватное смешивание образцов на каждом уровне.

3. Убедитесь, что использование нескольких образцов в одном тесте не снижает чувствительность теста.

ЗАКЛЮЧЕНИЕ

Такой подход будет полезен там, где есть только ограниченная область позитива с огромным списком людей для тестирования. Но чтобы узнать ответы на многие предположения и обучить эту модель машинного обучения, требуется доступ к соответствующей лаборатории и помощь врача.

Многие врачи могут не знать о таких алгоритмах, и если нашу текущую систему можно будет изменить, как описано выше, можно будет тестировать гораздо большее количество людей каждый день.

Исследователи в Германии уже начали работать с аналогичными методами, такими как групповое тестирование, и добились успеха в снижении требований к тестам для обнаружения COVID-19. Я думаю, что это может быть реализовано в Индии и может в некоторой степени помочь.