데이터의 도움으로 코로나바이러스 전염병 퇴치
게시 됨: 2020-05-28목차
소개
우리 대부분은 코로나바이러스 발생으로 인해 집 안에 갇혀 있지만 의료 전문가와 과학자들은 이 전염병을 종식시킬 방법을 찾기 위해 최선을 다하고 있습니다. 이 바이러스에 대한 주요 무기 중 하나는 기술, 특히 데이터 과학 입니다. 데이터는 의학 연구를 위한 가장 강력한 자원임이 입증되고 있습니다. 이를 통해 연구자와 과학자는 바이러스를 더 잘 이해하고 새로운 예방 조치를 개발할 수 있습니다.
그렇다면 데이터는 이 전쟁에서 어떻게 싸우고 있습니까? 알아보자.
전염병에 대한 데이터 - 연구 및 접촉 추적
수천 명의 환자가 입원함에 따라 이전 환자 기록과 함께 환자 기록이 병원 및 의료 연구 센터에 보관되고 있습니다. 데이터 과학자는 솔루션을 식별하기 위해 이 데이터를 이해하고 분석합니다. 데이터 분석 도구를 사용하여 이러한 거대한 의료 데이터 세트에서 숨겨진 패턴을 찾을 수 있습니다.
이러한 패턴을 통해 전염률, 증상, 약물 및 치료 방법에 대한 결론을 도출할 수 있습니다. 데이터 도구를 사용하여 기존 치료 방법을 향상시킬 수 있습니다. 예를 들어 대만과 싱가포르와 같은 국가에서는 사람들의 휴대전화 위치 데이터를 사용하여 COVID-19 양성 판정을 받은 사람과 가까이 있었는지 추적하고 있습니다. 이 데이터는 감염이 어디까지 도달했는지 추적하는 데 도움이 됩니다.
위치 통계를 기반으로 과학자들은 지역을 격리하고 해당 지역이 COVID-19 핫스팟 인지 여부를 분석할 수 있습니다 . 싱가포르 정부의 TraceTogether 애플리케이션 을 사용하면 개인이 밀접 접촉한 사람에 대한 데이터를 정부와 공유할 수 있습니다. 한국에서는 최근 COVID-19 사례를 알리기 위한 웹사이트가 개발되고 있습니다.
모든 정부 직원은 연구를 위한 방대하고 광범위한 데이터 세트를 구축하는 데 기여할 수 있습니다. 더 많은 데이터를 사용할 수 있을수록 더 나은 연구가 될 것입니다. 결과적으로 솔루션을 찾기가 더 쉬울 것입니다.
이동성 분석
데이터 프라이버시를 침해하지 않고 대중의 이동 데이터를 추적하는 것은 어렵지만 가능합니다. 바이러스 확산을 추적하는 것이 중요합니다. 이동 데이터를 추적하면 검역 조치의 효과를 분석하는 데도 도움이 됩니다.
이탈리아 의 COVID-19 이동성 모니터링 프로젝트 에서 익명의 사용자가 자원하여 정부에 위치 데이터를 제공했습니다. 데이터는 스마트폰, WiFi 네트워크, 비콘 및 GPS의 다양한 센서에서 수집됩니다.
마찬가지로 Google은 Google 지도 를 사용하여 익명으로 전 세계 사람들의 이동성 데이터를 공개하고 있습니다 .
읽기: 검역 시 해야 할 24가지 – 전문성 성장을 위해
전염병에 대한 데이터 – 인식 확산
조직은 대시보드를 만들기 위해 다양한 소스에서 전염병 데이터를 수집하고 있습니다. 이 대시보드는 확인된 사례, 사망, 전염률, 감염 핫스팟, 회복된 사람과 같은 COVID-19 정보를 모두 실시간으로 보여줍니다. 여러 웹 사이트에서도 이러한 대시보드를 사용하여 사람들 사이에 인식을 확산하고 있습니다.

이러한 대시보드는 정부가 사회적 거리두기 및 자가격리와 같은 예방 조치를 구현하는 동시에 대중의 지지를 얻는 데 도움이 되었습니다. 또한 이러한 대시보드는 병원에서 의료 자원 및 시설에 대한 실시간 영향을 분석하는 데 도움이 되었습니다. 그들은 자원을 관리, 할당 및 적절하게 활용할 수 있었습니다.
읽기: 검역의 영향을 예측하는 머신 러닝
대유행에 대한 데이터 – 환자의 생존 가능성 평가
여러 의료 기록과 환자 데이터를 조사하면 의사가 환자의 생존 가능성을 예측하는 데 도움이 됩니다. 의료 데이터는 환자의 건강 상태를 분석하는 데이터 과학 프로그램에 제공됩니다. 이러한 데이터 도구에서 얻은 결과는 약물 처방, 치료 계획 수정 및 감염 예측에 도움이 됩니다.
이것은 약물 연구 및 개발 에 크게 도움이 되었습니다 .
또한 읽어보십시오: 데이터 과학이 미래의 전염병을 예방하는 데 어떻게 도움이 될 수 있습니까?
결론
조직과 정부 기관은 COVID-19 대유행에 맞서 데이터 를 사용하는 더 나은 방법을 찾기 위해 지속적으로 노력하고 있습니다. 백신이 없다면 세계는 현재 바이러스 전파를 통제하기 위해 데이터 과학과 기술에 의존하고 있습니다. "힘든 시간은 결코 지속되지 않고 힘든 사람은 지속됩니다"라는 말이 있듯이 의료 전문가와 과학자의 합심 노력은 조만간 우리를 이 팬데믹에서 구해낼 것입니다.
데이터 과학에 대해 자세히 알아보려면 IIIT-B & upGrad의 데이터 과학 PG 디플로마를 확인하세요. 이 PG 디플로마는 실무 전문가를 위해 만들어졌으며 10개 이상의 사례 연구 및 프로젝트, 실용적인 실습 워크숍, 업계 전문가와의 멘토링, 1- 업계 멘토와 일대일, 400시간 이상의 학습 및 최고의 기업과의 취업 지원.
데이터 과학의 도움으로 사회적 거리를 어떻게 유지할 수 있습니까?
바이러스 확산을 줄이기 위해 사회적 거리두기 전략을 사용할 수 있습니다. 정부는 대시보드를 사용하여 조치가 작동하거나 작동하지 않는 위치를 확인하고 중요한 POI(병원, 슈퍼마켓 및 진료소)를 포함하여 인간 이동성에 대한 공간 데이터를 사용하여 패턴을 이해할 수 있습니다. 경찰은 이러한 통찰력을 법 집행 목적으로도 사용할 수 있습니다. 정책이 작동하는지 여부를 결정하는 데 중요한 신뢰할 수 있는 추적 및 벤치마킹을 통해 감염 유병률, 일일 성장률 및 전송률을 계산할 수 있습니다. 이러한 방식으로 사회적 거리두기를 엄격하게 시행할 수 있습니다.
데이터 과학이 백신 접종 과정에 도움이 될 수 있습니까?
백신의 유효성을 유지하려면 백신을 저온에서 보관해야 하기 때문에 백신 유통은 보관 시설의 할당을 비롯한 여러 기준에 따라 결정됩니다. 전자 백신 정보 네트워크(eVIN)는 백신 관리 업무를 맡았습니다. 그러나 이를 관리하는 것은 쉬운 일이 아닙니다. 그러나 AI는 전달 최적화를 지원할 수 있으며 IoT는 백신의 보관 온도가 변동하는 경우 당국에 경고할 수 있습니다. AI는 또한 주어진 지역에서 얼마나 많은 사람들이 예방 접종을 받았는지 추적할 수 있습니다.
데이터 과학은 임상 테스트 프로세스를 어떻게 재정의할 수 있습니까?
잠재적인 신약을 평가할 때 무작위 임상 시험(RCT)은 현재 제약 회사에서 선택하는 방법입니다. 그러나 공개적으로 사용 가능한 데이터에 따르면 시간이 지남에 따라 비용이 더 많이 들고 복잡해졌습니다. 데이터 과학의 발전은 임상 시험을 재고하고 현재 관행을 개선하며 잠재적인 신약을 발견 및 개발하는 새로운 방법을 찾는 데 도움이 될 수 있습니다. 예를 들어, 고품질 전자 건강 기록(EHR)의 신속한 채택은 임상 시험 구현을 개선할 수 있는 엄청난 잠재력을 가진 방대하고 풍부하며 관련성이 높은 데이터 소스를 나타냅니다. Federated EHR 기술은 임상 연구를 개선하고 임상 시험이 수행되는 방식을 변경하는 새로운 방법을 가능하게 합니다. 환자 식별, 선택, 시험 수행 및 데이터 수집과 같은 많은 임상 시험 프로세스가 기술로 개선되거나 대체될 수 있습니다.