Veri Bilimi Gelecekte Salgınların Önlenmesine Yardımcı Olmak İçin Ne Yapabilir?

Şu anda dünya çapında bir acil durumla karşı karşıyayız. Halk sağlığı açısından bakıldığında, bir salgınla mücadele etmek için yetkililer, örneğin etkili farkındalık yaratmak, sağlık uzmanları için kılavuzlar belirlemek, kontaminasyon kümelerini hedeflemek, nüfus gelişmelerini sınırlamak ve kıt kaynakları tahsis etmek gibi çeşitli önlemler almalıdır.

Salgınları tespit edebilen ve hareketi tahmin edebilen hızlı ve doğru veri analitiği, karşı konulmaz enfeksiyonlarla savaşmak için kritik öneme sahiptir. Araştırmacı raporları ve hastane kayıtları gibi tarihsel metodolojiler güvenilirdir, ancak tahminde en iyi ihtimalle ılımlıdır. Cep telefonu takibi ve arama motorlarının veri madenciliği ve sosyal medya dahil olmak üzere daha güncel metodolojilerin, hastalıkların nerede ortaya çıktığı ve bir sonraki nereye yayılabileceği konusunda daha hızlı ve aşamalı olarak rafine bir resim vermeye yardımcı olabileceğine dair artan bir inanç var.

Veri bilimi, bu sonuçları hastanede yatan hastaların anonimleştirilmiş sağlık özellikleriyle ilişkilendirerek bireylerin büyük ölçekli testlerini yıkmada önemli bir rol oynayabilir. Bu, temel risk faktörlerini anlamamızı ve enfeksiyon riski en yüksek olan bireyleri daha iyi korumamızı sağlayacaktır. Ne kadar fazla bilgi varsa, bu tahminler o kadar kesin olabilir.

Tahmin Gücü

Tahmin inovasyonu, son 20 yılda çok sayıda işletmeyi değiştirdi. BlueDot ve Metabiota gibi kuruluşlar, dünya çapında çeşitli dillerdeki haber yayınlarını ve resmi sağlık raporlarını taramak için bir dizi doğal dil işleme (NLP) algoritması kullanır. Tahmine dayalı cihazları, aynı şekilde, transit merkezlerin kontamine olmuş kişilerin ortaya çıktığını veya ayrıldığını görme riskini araştırmak için hava yolculuğu bilgilerinden faydalanabilir.

Farklı büyük veri kaynaklarını kullanan makine öğrenimi modelleri, bir kişinin COVID-19 gibi ciddi bir enfeksiyona yakalanması durumunda klinik olarak ciddi hastalık geliştirme riskini ölçmek için eğitilebilir: varlıkların özel bakım gerektirmesi olasılığı nedir? sınırlıdır? Hastalığa yenik düşme ihtimalleri ne kadar? Bu tür veriler, insanların temel tıbbi geçmişlerini içerebilir.

Sonuçlar makul ölçüde doğrudur. Örneğin, Metabiota'nın 25 Şubat'taki en son kamuya açık raporu, 3 Mart'ta dünya çapında toplam 1.27.000 COVID-19 vakası olacağını öngörmüştü . Bu sayı 30.000 civarında aşıldı, ancak şirketin o zamanki Veri Bilimi Direktörü Mark Gallivan, bunun hala hata odasında olduğunu söyledi. Ayrıca, Çin, İtalya, İran ve Amerika Birleşik Devletleri'ni içeren yeni vakaları bildirme olasılığı en yüksek olan ülkeleri de kaydetti.

Google'ın DeepMind AI sistemi, virüsün nasıl çalıştığını anlamaya yardımcı olabilecek özelliklerini ayırt etmek için kullanılıyor. Bu veriler, hangi ilaçların aranacağını belirlemede yardımcı olacaktır. Diğerleri, COVID-19 tedavisinde etkili olabilecek, farklı hastalıklar için umut verici mevcut tedavileri bulmak için yapay zeka kullanan İngiltere merkezli biyoinformatik girişimi BenevolentAI tarafından geliştirilen teknolojiyi dahil etti.

Çin'in ateşi olan ve enfeksiyon kapmış olabilecek kişileri tespit etmek için SenseTime'ın yüz tanıma teknolojisini ve sıcaklık algılama yazılımını kullanması da yardımcı oldu. Benzer bir yenilik, Sichuan bölgesindeki yetkililer tarafından ateşli kişileri tespit etmek için kullanılan 'akıllı kasklara' güç veriyor.

Çin hükümeti ayrıca, seyahat geçmişine, enfeksiyon noktalarında geçirdikleri süreye ve virüslü bireylere potansiyel maruziyete bağlı olarak her bireyin riskini belirlemek ve değerlendirmek için büyük veriler kullanan Sağlık Kodu adlı bir izleme sistemi kurdu. . Sakinlere bir renk kodu (kırmızı, sarı veya yeşil) atanır ve bu kod, ana akım uygulamalar WeChat veya AliPay aracılığıyla elde edilerek tecrit edilip edilmemeleri veya dışarı çıkmalarına izin verilmesi gerekip gerekmediğini gösterir.

Kıt, maliyetli ve genellikle gecikmelerle yapılan tıbbi testlerin aksine, bu klinik verilere dayalı dijital kişiselleştirme yaklaşımı hızla uygulanabilir ve ölçeklendirilmesi oldukça kolaydır. Test üniteleri, koruyucu maskeler ve hastane yatakları gibi nadir tıbbi ekipman olması durumunda daha iyi ve daha çekici varlık tahsisine izin verecektir.

Bizi doğru modellerle güçlendirebilir ve virüs bulaşan herkesin ve temaslarının, ne olursa olsun, kapalı kalacağı COVID-19 için mevcut test yolu için ayrılmış en iyi uygulamaların izin verdiğinden çok daha hızlı bir oranda daha güvenli karantinadan çıkarmayı sağlayabilir. genel olarak güvenli olup olmadıkları veya ciddi hastalık belirtileri gösterip göstermedikleri.

Veri Madenciliği

Batı Afrika'daki Ebola salgını sırasında kullanılan ve ayrıca UNICEF Yenilik Laboratuvarı, Flowminder ve diğer kuruluşlar tarafından da araştırılan insan hareketliliği bilgileri ve telekom verileri. Temeldeki birincil amaç, karantina önlemleriyle ilgili olarak insan hareketliliği eğilimlerini anlamak ve belirli bir bölgede hastalık ilerleme tehlikesini değerlendirmektir.

Yerde, EPI Info Viral Hemorajik Ateş uygulamasını kullanarak bu Hastalık Kontrol Edilebilir, virüse maruz kalanları tanımlayan ve ad, cinsiyet, yaş, konum, tıbbi bilgileri içeren büyük bir hasta verisi veritabanı oluşturan açık kaynaklı bir programdır. tarih ve sayısız diğer tanımlayıcılar.

Büyük veri analitiği uygulamasında, İsveçli firma adı Flowminder, Ebola'nın ülke içindeki hareketini ve büyümesini öngörmek için geçmişteki enfeksiyon salgınlarını trafik kalıpları üzerine yerleştirmek için Senegal'deki 2013 telefon kayıtlarını kullandı. Ebola'ya verilen yanıtın önemli bir kısmı fiziksel altyapı ve operasyonlarda oluşturulsa da, yanıtın verilerden yararlanma yeteneği ile artırıldığı açıktır.

İkinci cesaret verici yol, bir salgının nerede meydana geldiğini hızla gösterebilen sosyal medya ve arama motoru faaliyetinin veri madenciliğidir. Ancak, sosyal paylaşım ve arama motoru sorgularından elde edilen veriler yanıltıcı olabilir ve münhasıran güvenilmemelidir. Bunun yerine, sağlık kuruluşları bu kaynaklardan gelen bilgileri geleneksel tıbbi veri kümeleriyle birleştiriyor ve eğilimleri incelerken tıbbi yeteneği kullanıyor. İngiltere Halk Sağlığı Hızlı Destek Ekibi Direktörü Daniel Bausch , sosyal medyadan toplanan veri setlerinde inanılmaz bir potansiyel görüyor.

Son zamanlarda, Nizhny Novgorod Geliştirme Stratejisi Proje Ofisi'ndeki Büyük Veri Laboratuvarı, COVID-19'un yayılmasını tahmin etmek için matematiksel bir model geliştirdi. Model, dünyanın 297 bölgesi ve İtalya'daki 21 bölge dahil olmak üzere COVID-19 içgörüleri yayınlayan çoğu ülke ve bölge hakkındaki bilgileri kullandı.

Ekip, COVID-19 ile ilgili Rus ve küresel araştırmaları sürekli olarak gözlemledi. Bu, model için dünyanın her yerinden, hem ulusa göre birleştirilmiş hem de bölgelere ve daha küçük bölgelere göre dağıtılmış bilgileri toplayabilecekleri anlamına gelir. Analiz, kendilerine en yakın epidemiyolojik parametrelere (politikalar, nüfus büyüklüğü ve yoğunluk) sahip olanları ayırt etmek için birkaç düzine kentsel şehri içeriyordu. Bu şekilde geliştirilen model, pandemiyi %2,5 doğrulukla tahmin etmeye yardımcı olur.

Kabul edilecek bir yaklaşım, bağımsız etik komiteler veya veri tröstleri oluşturmaktır. Görevleri, bireysel güvenliği sağlarken çatışan kamu çıkarları arasındaki uyumu keşfetmek için veri yönetişim mekanizmaları oluşturmak olacaktır.

Ayrıca şunu da okuyun: Kilitlenmede Yapılması Gereken Üretken Şeyler

Dünyanın en iyi Üniversitelerinden veri bilimi sertifikası alın . Kariyerinizi hızlandırmak için Yönetici PG Programları, İleri Düzey Sertifika Programları veya Yüksek Lisans Programları öğrenin.

Çözüm

Şimdi, herhangi bir pandemiye karşı savaşta yardımcı olması için bilgi toplaması, yayması ve kullanması beklenen yeni ilerlemeler geliştirirken, bunların etik en iyi uygulamalara saygı gösterdiğinden de emin olmamız gerekiyor. Gerçekten de, acil bir durumda bile, veri güvenliği yönergelerini izlememiz ve bilgilerin etik olarak istismar edildiğini garanti etmemiz gerekir.

Hükümetlerde, işletmelerde ve tıbbi hizmetlerde öncülerin bu araçlara güvenmelerini sağlamak, hastalık salgınlarına ne kadar hızlı yanıt verdiğimizi temelden değiştirecektir.

Veri bilimi hakkında bilgi edinmek istiyorsanız, çalışan profesyoneller için oluşturulan ve 10'dan fazla vaka çalışması ve proje, uygulamalı uygulamalı atölye çalışmaları, endüstri uzmanlarıyla mentorluk sunan IIIT-B & upGrad'ın Veri Biliminde PG Diplomasına göz atın, 1- endüstri danışmanlarıyla bire bir, en iyi firmalarla 400+ saat öğrenim ve iş yardımı.