借助数据抗击冠状病毒大流行
已发表: 2020-05-28目录
介绍
尽管由于冠状病毒的爆发,我们大多数人都被锁在家里,但医疗保健专业人员和科学家正在尽最大努力寻找结束这种流行病的方法。 他们对抗这种病毒的关键武器之一是技术,特别是数据科学。 数据被证明是医学研究最强大的资源。 它使研究人员和科学家能够更好地了解病毒并制定新的预防措施。
那么数据如何打这场仗呢? 让我们来了解一下。
针对大流行的数据——研究和接触者追踪
随着成千上万的患者入院,他们的患者记录以及早期的患者记录被储存在医院和医学研究中心。 数据科学家正在理解和分析这些数据以找出解决方案。 使用数据分析工具,他们能够在这些庞大的医疗数据集中找到隐藏的模式。
这些模式使他们能够得出关于传播率、症状、药物和治疗方法的结论。 数据工具可用于增强现有的治疗方法。 例如,台湾和新加坡等国家/地区正在使用人们手机中的位置数据来追踪他们是否曾接近过 COVID-19 检测呈阳性的人。 这些数据有助于追踪接触者——感染可能达到多远。
根据位置统计数据,科学家可以隔离位置并分析这些区域是否是COVID-19 热点。 新加坡政府的 TraceTogether 应用程序允许个人与政府分享他们与谁有密切联系的数据。 在韩国,正在开发网站以通知人们最近的 COVID-19 病例。
所有政府人员都可以为建立庞大而广泛的研究数据集做出贡献。 可用的数据越多,研究就越好。 因此,发现解决方案将更加容易。
流动性分析
在不破坏数据隐私的情况下跟踪公众的移动数据是困难的,但也是可能的。 这对于追踪病毒的传播很重要。 跟踪移动数据还有助于分析隔离措施的有效性。
在意大利的 COVID-19 移动监测项目中,匿名用户自愿向政府提供他们的位置数据。 数据是从智能手机、WiFi 网络、信标和 GPS 的各种传感器收集的。
同样,谷歌也在使用谷歌地图匿名发布世界各地人们的移动数据。

阅读:隔离中要做的 24 件事——促进职业发展
针对大流行的数据——传播意识
组织正在从各种来源收集大流行数据以创建仪表板。 这些仪表板实时描述了 COVID-19 信息,例如确诊病例、死亡人数、传播率、感染热点、康复人数。 一些网站也在使用这些仪表板在人们之间传播意识。
这些仪表板帮助政府在实施社会疏远和家庭隔离等预防措施的同时获得公众支持。 此外,这些仪表板还帮助医院分析对医疗资源和设施的实时影响。 他们已经能够管理、分配和适当地利用他们的资源。
阅读:机器学习预测隔离的影响
针对大流行的数据——评估患者的生存机会
检查多个医疗记录和患者数据有助于医生预测患者的生存机会。 医疗数据被提供给分析患者健康状况的数据科学程序。 从这些数据工具中获得的结果有助于开药、修改治疗计划以及预测感染。
这极大地帮助了药物研发。
另请阅读:数据科学如何帮助预防未来的流行病?
结论
组织和政府机构一直在寻找更好的方法来使用数据来应对COVID-19 大流行。 在没有疫苗的情况下,世界目前依赖数据科学和技术来控制病毒传播。 俗话说“难熬,难熬”,我们的英雄——医学专家和科学家——的共同努力,迟早一定会把我们从这场流行病中拯救出来。
如果您想了解数据科学,请查看 IIIT-B 和 upGrad 的数据科学 PG 文凭,该文凭专为在职专业人士而设,提供 10 多个案例研究和项目、实用的实践研讨会、与行业专家的指导、1-与行业导师面对面交流,400 多个小时的学习和顶级公司的工作协助。
如何在数据科学的帮助下保持社交距离?
为了减少病毒的传播,可以使用社交距离策略。 政府可以使用仪表板查看哪些措施有效或无效,以及包括关键 POI(医院、超市和诊所),以使用有关人类流动性的空间数据了解模式。 警方也可以将这些见解用于执法目的。 我们可以通过可靠的跟踪和基准来计算感染率、每日增长和传播率,这对于确定政策是否有效至关重要。 可以通过这种方式严格执行社会疏离。
数据科学对疫苗接种过程有帮助吗?
疫苗分发受许多标准的约束,包括储存设施的分配,因为疫苗必须在低温下储存以保持其效力。 电子疫苗情报网络 (eVIN) 的任务是疫苗管理。 但管理这不是一件容易的事。 然而,人工智能可以帮助优化交付,如果疫苗的储存温度波动,物联网可以提醒当局。 人工智能还可以跟踪给定区域有多少人接种了疫苗。
数据科学如何重新定义临床测试的过程?
在评估潜在的新药时,随机临床试验 (RCT) 目前是制药公司的首选方法。 然而,根据公开数据,随着时间的推移,它们变得更加昂贵和复杂。 数据科学的进步可以帮助我们重新思考临床试验、改进当前的实践以及发现发现和开发潜在新药的新方法。 例如,高质量电子健康记录 (EHR) 的快速采用代表了一个庞大、丰富且高度相关的数据源,具有改善临床试验实施的巨大潜力。 联合 EHR 技术为改善临床研究和改变临床试验的进行方式提供了新的方法。 许多临床试验过程,例如患者识别、选择、试验实施和数据收集,都可以被该技术改进或取代。