سامانه پیش‌بینی زمانی و مکانی میزان شیوع کرونا راه اندازی شد

 رئیس پژوهشگاه ارتباطات و فناوری اطلاعات در این مراسم با اشاره به کاربردهای هوش مصنوعی گفت: کشورهای توسعه یافته جهان از هوش مصنوعی برای کاربردهای متنوع و به ویژه پیش بینی میزان شیوع استفاده می‌کنند و اکنون نیز در داخل کشور، با بهره گیری از تجارب جهانی و نیز بومی سازی الگوها، این سامانه توسعه یافته که می‌تواند سرعت تحلیل داده‌ها را افزایش داده و بر اساس استفاده از اطلاعات ناشناس و جمع‌آوری‌شده در سطح استان تهران، کمک بسیار خوبی برای کنترل کرونا باشد.

وحید یزدانیان با اشاره به مراحل تکمیلی ابر رایانه سیمرغ اضافه کرد: با راه اندازی ابر رایانه سیمرغ سرعت تحلیل داده‌ها بسیار سریع‌تر خواهد شد و این ابر رایانه نیز در خدمت هوش مصنوعی قرار خواهد گرفت.

در این مراسم دکتر زالی فرمانده ستاد مقابله با کرونا در کلانشهر تهران گفت: این تعاملات باعث می‌شود دانش همکاران ما با مفاهیم مدیریتی این بیماری در استان تهران افزایش پیدا کرده و با استفاده از اطلاعات این داشبوردها بتوانند مداخلات موثرتری در بهداشت و درمان با هدف افزایش مراقبت از بیماران، داشته باشند.

وی خاطر نشان کرد: علاوه بر برنامه‌هایی که تا به حال انجام شده و ما را به سمت یک مدل بومی در استان تهران نزدیک کرده است، این مدل، زمانی عملکردی است که ما در حوزه بهداشت آثار عملکردی آن را ببینیم. ما در شهر تهران ۱۷۴ و در استان تهران ۴۲۰ محله داریم و با وجود جمعیت نامتوازن، نوع ارتباطات میان مردم، حجم بالای تردد و … مشکلات زیادی برای تصمیم گیری محدودیتی پیدا می‌کنیم. لذا ما برای اعمال محدودیت‌ها نیاز به مدل جغرافیایی داریم تا اقدامات اثربخشی بیشتری داشته باشند. با داشتن اطلاعات مناسب می‌توانیم برای هفته‌های آتی پیش بینی‌های لازم و اقدامات متناسب با آن را داشته باشیم.

زالی گفت: مبحث داشبورد مدیریتی بسیار مهم است و با یک سطح دسترسی منطقی برای مدیران تصمیم گیرنده بسیار مناسب است تا در هر لحظه بتوانند موقعیت را دیده و تصمیم گیری کنند.

وی در خصوص تأثیر تکنولوژی‌های جدید در دوران شیوه این ویروس گفت: در این دوران می‌بینیم کشورهایی از جمله سنگاپور و کره جنوبی که از تکنولوژی‌های روز استفاده می‌کنند در کنترل بیماری بسیار موفق بوده اند.

علی اصغر انصاری رئیس مرکز نوآوری و توسعه هوش مصنوعی پژوهشگاه ارتباطات و فناوری اطلاعات نیز در این باره گفت: قطعاً اگر منابع اطلاعاتی بیشتری در بخش‌های دیگری وجود داشته باشند ما پیگیری خواهیم کرد و از آنها نیز برای استخراج مدل استفاده خواهیم کرد. با پشتیبانی دکتر زالی و همکاری دانشگاه‌ها ما کار بسیار بزرگی انجام داده ایم. بار علمی کاری که انجام می‌دهیم بسیار زیاد است و این کار دنباله دار خواهد بود.