– Det finns över 130 000 vetenskapliga artiklar som kan innehålla information relaterade till covid-19. Varje vecka blir det fler. Det behövs ett verktyg som kan snabbt kategorisera och prioritera bland alla dessa texter så att de som söker bland all information hittar rätt, säger Sonja Aits.

Det är här textanalys med hjälp av artificiell intelligens kommer in. Det kan användas för att flagga upp de texter som är mest relevanta och som har hög kvalitet.

–AI-systemet kan även extrahera nyckelinformation om exempelvis kopplingar mellan läkemedel och sjukdomen, eller mellan viruset och olika humana proteiner, vilket kan bli värdefullt när forskare söker uppslag till möjliga behandlingar. Ingen människa kan hålla pusselbitar från tusentals artiklar i huvudet säger Sonja Aits.

Systemet kan också användas som stöd för beslutsfattare.

– Oavsett om du ska bedöma kunskapsläget för att ta fram en politisk strategi eller få fram underlag för nya riktlinjer behöver du få hjälp att skapa dig en relevant överblick på ett snabbt och säkert sätt. Systemet skulle också kunna utvecklas vidare för att avslöja desinformation.

Även om teknologin för att genomföra textanalys med hjälp av AI har utvecklats under senare år, finns en hel del utmaningar kvar att lösa, Sonja Aits listar ett par:

– I början av pandemin fanns det till exempel inte ett officiellt namn på sjukdomen/viruset, vilket ställer till det. De vetenskapliga publikationerna har olika format på sina artiklar, och det krånglar till textanalysen. Men variationen i språket är kanske den största utmaningen, artiklarna är inte språkligt standardiserade. En läkare kan beskriva symtom som att ”personen hostar mycket”, eller ”personen har hosta”. För oss är det samma sak, men för en dator är det helt olika saker.

Men Sonja Aits är ändå hoppfull om att hindren ska övervinnas och lyfter fram hur alla nu kommer samman för att lösa krisen:

– Många förlag gör nu sina artiklar tillgängliga fritt och många forskare delar resultat snabbt på olika platformar, vilket gör det viktigt att få fram ett verktyg som löpande kan analysera all denna värdefulla information. Hittills har vi mestadels arbetat med textanalys på engelska texter, men vi utökar nu till svenska. Detta behövs för att tillämpa vårt AI system i Sverige. I längden leder vår forskning förhoppningsvis till bättre system för pandemiövervakning och till system som automatisk ge läkarna en översikt av relevant kunskap för varje enstaka patient.

Forskare:
Sonja Aits (ansvarig), forskargruppschef vid ”Celldöd, Lysosomer och Artificiell Intelligens” och fellow vid Lund Institute of Advanced Neutron and X-ray Science (LINXS), Lunds universitet, Salma Kazemi Rashed, doktorand i Sonja Aits forskargrupp, Pierre Nugues, professor vid Institutionen för datavetenskap, Marcus Klang, post doc-forskare vid Institutionen för datavetenskap, Johan Frid, forskare vid Humanistlaboratoriet, Lunds universitet, samt flera studenter. Projektet stöds även av olika samarbetspartners och engagerade volontärer från allmänheten, så kallade medborgareforskare.