借助數據抗擊冠狀病毒大流行
已發表: 2020-05-28目錄
介紹
儘管由于冠狀病毒的爆發,我們大多數人都被鎖在家裡,但醫療保健專業人員和科學家正在盡最大努力尋找結束這種流行病的方法。 他們對抗這種病毒的關鍵武器之一是技術,特別是數據科學。 數據被證明是醫學研究最強大的資源。 它使研究人員和科學家能夠更好地了解病毒並製定新的預防措施。
那麼數據如何打這場仗呢? 讓我們來了解一下。
針對大流行的數據——研究和接觸者追踪
隨著成千上萬的患者入院,他們的患者記錄以及早期的患者記錄被儲存在醫院和醫學研究中心。 數據科學家正在理解和分析這些數據以找出解決方案。 使用數據分析工具,他們能夠在這些龐大的醫療數據集中找到隱藏的模式。
這些模式使他們能夠得出關於傳播率、症狀、藥物和治療方法的結論。 數據工具可用於增強現有的治療方法。 例如,台灣和新加坡等國家/地區正在使用人們手機中的位置數據來追踪他們是否曾接近過 COVID-19 檢測呈陽性的人。 這些數據有助於追踪接觸者——感染可能達到多遠。
根據位置統計數據,科學家可以隔離位置並分析這些區域是否是COVID-19 熱點。 新加坡政府的 TraceTogether 應用程序允許個人與政府分享他們與誰有密切聯繫的數據。 在韓國,正在開發網站以通知人們最近的 COVID-19 病例。
所有政府人員都可以為建立龐大而廣泛的研究數據集做出貢獻。 可用的數據越多,研究就越好。 因此,發現解決方案將更加容易。
流動性分析
在不破壞數據隱私的情況下跟踪公眾的移動數據是困難的,但也是可能的。 這對於追踪病毒的傳播很重要。 跟踪移動數據還有助於分析隔離措施的有效性。
在意大利的 COVID-19 移動監測項目中,匿名用戶自願向政府提供他們的位置數據。 數據是從智能手機、WiFi 網絡、信標和 GPS 的各種傳感器收集的。
同樣,谷歌也在使用谷歌地圖匿名發布世界各地人們的移動數據。

閱讀:隔離中要做的 24 件事——促進職業發展
針對大流行的數據——傳播意識
組織正在從各種來源收集大流行數據以創建儀表板。 這些儀表板實時描述了 COVID-19 信息,例如確診病例、死亡人數、傳播率、感染熱點、康復人數。 一些網站也在使用這些儀表板在人們之間傳播意識。
這些儀表板幫助政府在實施社會疏遠和家庭隔離等預防措施的同時獲得公眾支持。 此外,這些儀表板還幫助醫院分析對醫療資源和設施的實時影響。 他們已經能夠管理、分配和適當地利用他們的資源。
閱讀:機器學習預測隔離的影響
針對大流行的數據——評估患者的生存機會
檢查多個醫療記錄和患者數據有助於醫生預測患者的生存機會。 醫療數據被提供給分析患者健康狀況的數據科學程序。 從這些數據工具中獲得的結果有助於開藥、修改治療計劃以及預測感染。
這極大地幫助了藥物研發。
另請閱讀:數據科學如何幫助預防未來的流行病?
結論
組織和政府機構一直在尋找更好的方法來使用數據來應對COVID-19 大流行。 在沒有疫苗的情況下,世界目前依賴數據科學和技術來控制病毒傳播。 俗話說“難熬,難熬”,我們的英雄——醫學專家和科學家——的共同努力,遲早一定會把我們從這場流行病中拯救出來。
如果您想了解數據科學,請查看 IIIT-B 和 upGrad 的數據科學 PG 文憑,該文憑專為在職專業人士而設,提供 10 多個案例研究和項目、實用的實踐研討會、與行業專家的指導、1-與行業導師面對面交流,400 多個小時的學習和頂級公司的工作協助。
如何在數據科學的幫助下保持社交距離?
為了減少病毒的傳播,可以使用社交距離策略。 政府可以使用儀表板查看哪些措施有效或無效,以及包括關鍵 POI(醫院、超市和診所),以使用有關人類流動性的空間數據了解模式。 警方也可以將這些見解用於執法目的。 我們可以通過可靠的跟踪和基準來計算感染率、每日增長和傳播率,這對於確定政策是否有效至關重要。 可以通過這種方式嚴格執行社會疏離。
數據科學對疫苗接種過程有幫助嗎?
疫苗分發受許多標準的約束,包括儲存設施的分配,因為疫苗必須在低溫下儲存以保持其效力。 電子疫苗情報網絡 (eVIN) 的任務是疫苗管理。 但管理這不是一件容易的事。 然而,人工智能可以幫助優化交付,如果疫苗的儲存溫度波動,物聯網可以提醒當局。 人工智能還可以跟踪給定區域有多少人接種了疫苗。
數據科學如何重新定義臨床測試的過程?
在評估潛在的新藥時,隨機臨床試驗 (RCT) 目前是製藥公司的首選方法。 然而,根據公開數據,隨著時間的推移,它們變得更加昂貴和復雜。 數據科學的進步可以幫助我們重新思考臨床試驗、改進當前的實踐以及發現發現和開發潛在新藥的新方法。 例如,高質量電子健康記錄 (EHR) 的快速採用代表了一個龐大、豐富且高度相關的數據源,具有改善臨床試驗實施的巨大潛力。 聯合 EHR 技術為改善臨床研究和改變臨床試驗的進行方式提供了新的方法。 許多臨床試驗過程,例如患者識別、選擇、試驗實施和數據收集,都可以被該技術改進或取代。