Walcz z pandemią koronawirusa za pomocą danych
Opublikowany: 2020-05-28Spis treści
Wstęp
Podczas gdy większość z nas jest zamknięta w swoich domach z powodu wybuchu koronawirusa, pracownicy służby zdrowia i naukowcy dokładają wszelkich starań, aby znaleźć sposób na zakończenie tej pandemii. Jedną z ich kluczowych broni przeciwko temu wirusowi jest technologia, a w szczególności nauka o danych . Dane okazują się być najpotężniejszym źródłem badań medycznych. Pozwala naukowcom i naukowcom lepiej zrozumieć wirusa i opracować nowe środki zapobiegawcze.
Jak więc dane walczą w tej bitwie? Dowiedzmy się.
Dane przeciwko pandemii – Badania i śledzenie kontaktów
W miarę przyjmowania tysięcy pacjentów ich kartoteki, wraz z wcześniejszymi kartotekami pacjentów, są gromadzone w szpitalach i ośrodkach badań medycznych. Analitycy danych rozumieją i analizują te dane, aby zidentyfikować rozwiązanie. Korzystając z narzędzi do analizy danych, są w stanie znaleźć ukryte wzorce w tych ogromnych zbiorach danych medycznych.
Te wzorce pozwalają im wyciągnąć wnioski na temat wskaźników transmisji, objawów, leków i metod leczenia. Narzędzia danych można wykorzystać do ulepszenia istniejących metod leczenia. Na przykład kraje takie jak Tajwan i Singapur wykorzystują dane o lokalizacji z telefonów komórkowych ludzi, aby sprawdzić, czy byli blisko osoby, która uzyskała pozytywny wynik testu na COVID-19. Dane te pomagają w śledzeniu kontaktów – jak daleko mogła dotrzeć infekcja.
Na podstawie statystyk lokalizacji naukowcy mogą wyodrębnić lokalizacje i przeanalizować, czy te obszary są hotspotami COVID-19, czy nie. Aplikacja TraceTogether rządu Singapuru umożliwia osobom udostępnianie rządowi danych na temat tego, z kim utrzymywały bliski kontakt. W Korei Południowej tworzone są strony internetowe do powiadamiania ludzi o ostatnich przypadkach COVID-19.
Cały personel rządowy może przyczynić się do zbudowania ogromnego i obszernego zbioru danych do badań. Im więcej danych będzie dostępnych, tym lepsze będą badania. Dzięki temu odkrywanie rozwiązań będzie łatwiejsze.
Analiza mobilności
Śledzenie danych ruchu publicznego bez naruszania prywatności danych jest trudne, ale możliwe. Jest to ważne dla śledzenia rozprzestrzeniania się wirusa. Śledzenie danych o ruchu pomaga również w analizie skuteczności środków kwarantanny.
W projekcie COVID-19 Mobility Monitoring we Włoszech anonimowi użytkownicy zgłosili się na ochotnika do przekazania rządowi danych o swojej lokalizacji. Dane są zbierane z różnych czujników ze smartfonów, sieci Wi-Fi, beaconów i GPS.
Podobnie Google udostępnia anonimowo dane dotyczące mobilności osób z całego świata za pomocą Map Google .
Przeczytaj: 24 rzeczy do zrobienia w kwarantannie – dla profesjonalnego rozwoju
Dane przeciwko pandemii – szerzenie świadomości
Organizacje gromadzą dane pandemiczne z różnych źródeł w celu tworzenia pulpitów nawigacyjnych. Te pulpity nawigacyjne przedstawiają informacje dotyczące COVID-19, takie jak potwierdzone przypadki, zgony, wskaźniki transmisji, hotspoty infekcji, osoby, które wyzdrowiały – wszystko w czasie rzeczywistym. Kilka witryn korzysta również z tych pulpitów nawigacyjnych, aby szerzyć świadomość wśród ludzi.

Te pulpity nawigacyjne pomogły rządom uzyskać wsparcie publiczne przy wdrażaniu środków zapobiegawczych, takich jak dystans społeczny i kwarantanna domowa. Co więcej, te pulpity nawigacyjne pomogły szpitalom analizować w czasie rzeczywistym wpływ na zasoby i placówki medyczne. Potrafili zarządzać, przydzielać i właściwie wykorzystywać swoje zasoby.
Przeczytaj: Uczenie maszynowe przewiduje wpływ kwarantanny
Dane przeciwko pandemii – Ocena szans pacjentów na przeżycie
Zbadanie kilku dokumentacji medycznej i danych pacjentów pomaga lekarzom przewidzieć szanse przeżycia pacjentów. Dane medyczne są wprowadzane do programów nauki o danych, które analizują stan zdrowia pacjentów. Wyniki uzyskane z tych narzędzi danych pomagają w przepisywaniu leków, modyfikowaniu planów leczenia, a także przewidywaniu infekcji.
To znacznie pomogło w badaniach i rozwoju leków .
Przeczytaj także: Jak Data Science może pomóc w zapobieganiu przyszłym pandemiom?
Wniosek
Organizacje i agencje rządowe nieustannie poszukują lepszych sposobów wykorzystania danych przeciwko pandemii COVID-19. Bez szczepionki świat jest obecnie zależny od nauki o danych i technologii kontroli transmisji wirusów. Jak mówi powiedzenie: „Trudne czasy nigdy nie trwają, twardzi ludzie trwają”, połączone wysiłki naszych bohaterów – lekarzy i naukowców – z pewnością wcześniej czy później uratują nas z tej pandemii.
Jeśli jesteś zainteresowany nauką o danych, sprawdź IIIT-B i upGrad's PG Diploma in Data Science, który jest stworzony dla pracujących profesjonalistów i oferuje ponad 10 studiów przypadków i projektów, praktyczne warsztaty praktyczne, mentoring z ekspertami z branży, 1- on-1 z mentorami branżowymi, ponad 400 godzin nauki i pomocy w pracy z najlepszymi firmami.
Jak można utrzymać dystans społeczny za pomocą nauki o danych?
Aby ograniczyć rozprzestrzenianie się wirusa, można zastosować strategie dystansowania społecznego. Rządy mogą korzystać z pulpitów nawigacyjnych, aby zobaczyć, gdzie środki działają lub nie, a także uwzględniać krytyczne punkty POI (szpitale, supermarkety i kliniki), aby zrozumieć wzorce wykorzystujące dane przestrzenne dotyczące mobilności ludzi. Policja może również wykorzystać te spostrzeżenia do celów organów ścigania. Możemy obliczyć częstość występowania infekcji, dzienny wzrost i współczynniki transmisji dzięki niezawodnemu śledzeniu i testom porównawczym, co ma kluczowe znaczenie dla określenia, czy zasady działają. W ten sposób można ściśle egzekwować dystans społeczny.
Czy data science może pomóc w procesie szczepień?
Dystrybucja szczepionki podlega wielu kryteriom, w tym przydzieleniu miejsc przechowywania, ponieważ szczepionka musi być przechowywana w niskich temperaturach, aby zachować jej skuteczność. Elektroniczna Sieć Wywiadu Szczepień (eVIN) ma za zadanie zarządzać szczepionkami. Ale zarządzanie tym nie jest łatwym zadaniem. Jednak sztuczna inteligencja może pomóc w optymalizacji dostarczania, a IoT może ostrzec władze, jeśli temperatura przechowywania szczepionki się zmienia. AI może również śledzić, ile osób zostało zaszczepionych na danym obszarze.
Jak data science może na nowo zdefiniować proces testów klinicznych?
Jeśli chodzi o ocenę potencjalnych nowych leków, randomizowane badania kliniczne (RCT) są obecnie metodą z wyboru dla farmacji. Jednak według publicznie dostępnych danych z czasem stały się one droższe i bardziej złożone. Postępy w dziedzinie nauki o danych mogą nam pomóc w ponownym przemyśleniu badań klinicznych, ulepszeniu obecnej praktyki i odkryciu nowych sposobów odkrywania i opracowywania potencjalnych nowych leków. Na przykład szybkie przyjęcie wysokiej jakości elektronicznej dokumentacji medycznej (EHR) stanowi ogromne, bogate i bardzo istotne źródło danych o ogromnym potencjale poprawy wdrażania badań klinicznych. Sfederowana technologia EHR umożliwia nowe sposoby ulepszania badań klinicznych i zmiany sposobu prowadzenia badań klinicznych. Wiele procesów badań klinicznych, takich jak identyfikacja pacjentów, selekcja, prowadzenie badań i gromadzenie danych, można by usprawnić lub zastąpić technologią.