Ce poate face știința datelor pentru a ajuta la prevenirea pandemiilor în viitor?

În prezent, ne confruntăm cu o urgență la nivel mondial. Din punct de vedere al sănătății publice, pentru a lupta împotriva unei epidemii, autoritățile trebuie să întreprindă diverse acțiuni, de exemplu, crearea de conștientizare eficientă, stabilirea de linii directoare pentru experții în sănătate, țintirea clusterelor de contaminare, limitarea dezvoltării populației și alocarea resurselor limitate.

Analiza rapidă și precisă a datelor care poate identifica focarele și anticipa mișcarea este esențială pentru combaterea infecțiilor irezistibile. Metodologiile istorice, cum ar fi rapoartele investigatorilor și înregistrările spitalelor, sunt de încredere, dar moderate în cel mai bun caz la prognoză. Există o convingere din ce în ce mai mare că metodologiile mai actuale, inclusiv urmărirea telefoanelor mobile și extragerea de date a motoarelor de căutare și rețelele sociale, pot ajuta să ofere o imagine mai rapidă, mai rafinată progresiv, a locului în care se derulează bolile și unde se pot răspândi în continuare.

Știința datelor poate juca un rol important în distrugerea testării la scară largă a indivizilor, conectând aceste rezultate cu atributele de sănătate anonimizate ale pacienților spitalizați. Acest lucru ne-ar permite să înțelegem factorii de risc cheie și să protejăm mai bine persoanele care prezintă cel mai mare risc de infecție. Cu cât există mai multe informații, cu atât aceste predicții ar putea fi mai precise.

Puterea de predicție

Inovația în predicție a schimbat numeroase întreprinderi în ultimii 20 de ani. Organizații precum BlueDot și Metabiota utilizează o gamă de algoritmi de procesare a limbajului natural (NLP) pentru a verifica știrile și rapoartele oficiale de asistență medicală în diferite limbi de pe glob. Dispozitivele lor de predicție pot, de asemenea, să se bazeze pe informații despre călătoriile aeriene pentru a analiza riscul ca centrele de tranzit să vadă persoane contaminate fie apărând, fie plecând.

Folosind diferite surse de date mari, modelele de învățare automată ar putea fi antrenate pentru a cuantifica riscul clinic al unei persoane de a dezvolta o boală severă dacă contractează o infecție gravă, cum ar fi COVID-19: care este probabilitatea ca acestea să necesite îngrijire specializată, pentru care activele sunt limitate? Cât de probabil sunt ei să cedeze în fața bolii? Astfel de date ar putea include istoricul medical fundamental al oamenilor.

Rezultatele sunt considerabil precise. De exemplu, cel mai recent raport public al Metabiota din 25 februarie a anticipat că pe 3 martie vor exista un total de 1.27.000 de cazuri de COVID-19 în întreaga lume . Acest număr a fost depășit cu aproximativ 30.000, totuși Mark Gallivan, directorul de știință a datelor al companiei de atunci, a spus că acesta era încă în spațiul de eroare. În plus, a înregistrat națiunile care sunt cel mai probabil să raporteze cazuri noi, printre care China, Italia, Iran și Statele Unite ale Americii.

Sistemul Google DeepMind AI este folosit pentru a distinge atributele virusului, ceea ce poate ajuta la înțelegerea modului în care funcționează. Aceste date s-ar dovedi a fi utile pentru a determina ce medicamente să caute. Alții au încorporat tehnologia dezvoltată de startup-ul de bioinformatică BenevolentAI din Marea Britanie, care utilizează inteligența artificială pentru a găsi tratamente existente promițătoare pentru diferite boli, care ar putea fi eficiente în tratarea COVID-19.

A ajutat și utilizarea de către China a tehnologiei de recunoaștere facială SenseTime și a software-ului de detectare a temperaturii pentru a detecta persoanele care ar putea avea febră și ar putea fi obligat să aibă infecția. O inovație similară alimentează „căștile inteligente” care sunt utilizate de autoritățile de pe teritoriul Sichuan pentru a detecta persoanele cu febră.

În plus, guvernul chinez a construit un sistem de monitorizare numit Health Code, care utilizează date mari pentru a identifica și evalua riscul fiecărei persoane, în funcție de istoricul călătoriilor, de timpul petrecut în punctele fierbinți de infecție și de expunerea potențială la persoanele cu virus. . Rezidenților li se atribuie un cod de culoare (roșu, galben sau verde), pe care îl pot obține prin intermediul aplicațiilor principale WeChat sau AliPay pentru a arăta dacă ar trebui să fie izolați sau să li se permită să iasă în public.

Spre deosebire de testele medicale care sunt rare, costisitoare și sunt adesea livrate cu întârzieri, această abordare de personalizare digitală bazată pe date clinice poate fi aplicată rapid și este destul de ușor de scalat. Ar permite o alocare mai bună și mai atractivă a activelor în cazul echipamentelor medicale rare, de exemplu, unități de testare, măști de protecție și paturi de spital.

Ne-ar putea oferi modelele corecte și ne-ar permite o decarantină mai sigură la o rată mult mai rapidă decât cea permisă de cele mai bune practici actuale, separate pe pistele de testare pentru COVID-19, conform cărora oricine infectat și contactele lor ar rămâne în izolare, indiferent dacă sunt în general în siguranță sau dacă prezintă simptome de boală severă.

Exploatarea datelor

Informațiile despre mobilitatea umană și datele de telecomunicații care au fost utilizate în timpul focarului de Ebola în Africa de Vest și au fost investigate suplimentar de Laboratorul de inovație UNICEF, Flowminder și alte organizații. Obiectivul principal de bază este să înțeleagă tendințele mobilității umane în ceea ce privește măsurile de izolare și să evalueze pericolul progresiei bolii într-o anumită regiune.

Pe teren, folosind o aplicație EPI Info Viral Hemorrhagic Fever, această boală poate fi controlată, un program open-source care identifică cei expuși la virus și construiește o bază de date uriașă de date despre pacienți care încorporează numele, sexul, vârsta, locația, mediul medical. istoric și mulți alți identificatori.

În aplicarea analizei de date mari, firma suedeză Flowminder a folosit înregistrările telefonice din 2013 în Senegal pentru a suprapune epidemiile anterioare de infecție pe modelele de trafic pentru a prevedea mișcarea și creșterea Ebola în interiorul națiunii. Deși o parte semnificativă a răspunsului la Ebola este stabilită în infrastructura fizică și operațiuni, este clar că răspunsul este sporit de capacitatea de a folosi date.

Un al doilea drum încurajator este extragerea de date a rețelelor sociale și a activității motoarelor de căutare, care pot arăta rapid unde are loc o epidemie. Cu toate acestea, datele din partajarea socială și interogările motoarelor de căutare ar putea induce în eroare și nu ar trebui să fie de încredere exclusiv. Mai degrabă, organizațiile din domeniul sănătății consolidează informațiile din aceste surse cu seturi de date medicale tradiționale și folosesc abilitățile medicale atunci când analizează tendințele. Daniel Bausch , directorul echipei de sprijin rapid pentru sănătatea publică din Marea Britanie , vede un potențial incredibil în seturile de date colectate de pe rețelele sociale.

Recent, Laboratorul de Big Data de la Biroul de Proiecte Strategie de Dezvoltare Nizhny Novgorod a dezvoltat un model matematic pentru a prezice răspândirea COVID-19. Modelul a folosit informații despre majoritatea națiunilor și districtelor care au publicat informații despre COVID-19, inclusiv 297 de regiuni ale lumii și 21 de teritorii din Italia.

Echipa a observat continuu cercetările rusești și globale despre COVID-19. Acest lucru implică faptul că ar putea aduna informațiile pentru model de peste tot în lume, atât agregate pe națiune, cât și distribuite pe regiune și teritorii mai mici. Analiza a inclus câteva zeci de orașe urbane, pentru a le distinge pe cele care au parametrii epidemiologici mai apropiați de ai lor (politici, mărimea și densitatea populației). Modelul astfel dezvoltat ajută la prognozarea pandemiei cu o precizie de 2,5%.

O abordare care trebuie adoptată este înființarea de comitete etice independente sau trusturi de date. Sarcina lor ar fi să creeze mecanisme de guvernare a datelor pentru a descoperi armonia dintre interesele publice contradictorii, asigurând în același timp securitatea individuală.

Citește și: Lucruri productive de făcut în izolare

Obțineți certificare în știința datelor de la cele mai bune universități din lume. Învață programe Executive PG, programe avansate de certificat sau programe de master pentru a-ți accelera cariera.

Concluzie

Acum, pe măsură ce dezvoltăm noi progrese care se așteaptă să colecteze, să disemineze și să utilizeze informații pentru a ajuta în lupta împotriva oricărei pandemii, trebuie, de asemenea, să ne asigurăm că respectă cele mai bune practici etice. Într-adevăr, chiar și în timpul unei urgențe, trebuie să respectăm liniile directoare de securitate a datelor și să garantăm că informațiile sunt exploatate în mod etic.

Faptul ca pionierii guvernelor, companiilor și serviciilor medicale să aibă încredere în aceste instrumente ar schimba în mod fundamental cât de rapid răspundem la focarele de boli.

Dacă sunteți curios să aflați despre știința datelor, consultați Diploma PG în știința datelor de la IIIT-B și upGrad, care este creată pentru profesioniști care lucrează și oferă peste 10 studii de caz și proiecte, ateliere practice practice, mentorat cu experți din industrie, 1- on-1 cu mentori din industrie, peste 400 de ore de învățare și asistență profesională cu firme de top.