Kā datu zinātne var apturēt koronavīrusu (COVID-19)

2020. GADA MARTS | 5 MINŪTU NOLASĪT

Mēs zinām, ka datiem un analītikai ir liela nozīme ikdienas izstrādājumos - sākot no ieteikumiem par to, kādu mūziku mēs varētu vēlēties dzirdēt, līdz automatizētai maršruta maiņai, ko veic mūsu GPS sistēma. Bet kā analītikas spēks varētu tikt pielietots slimībai, kas šobrīd apdraud cilvēku veselību un ekonomisko labklājību visā pasaulē?

Ja mēs atskatāmies pulkstenim līdz 1850. gadiem, ir divi nozīmīgi piemēri tam, kā agrīnie datu zinātnes pionieri radīja neticamu ietekmi uz pasauli, un tas var sniegt nelielu ieskatu par to, kas mēs varētu redzēt nākamo.

Spēcīgs datu un analītikas gadījumu apvienojums, kas veicina būtiskas izmaiņas slimības izplatības gaitā.

Tas bija 1852. gads, un holēras pandēmija bija veikusi ceļu uz Londonu. Jau bija miruši vairāk nekā 23 000 cilvēku. Vēl sliktāk, nelīdzsvarota preses ziņu sniegšana cilvēkiem lika domāt, ka upuri drīzāk mirst slimnīcā nekā viņu mājās un ka ārsti savus pacientus nogalina anatomiskas sadales dēļ, kas ir pazīstams ar nosaukumu “Burking”.

Džons Snovs, kurš bieži tiek dēvēts par epidemioloģijas tēvu, sāka ģeotelpiski analizēt nāves gadījumus, kas notika Londonā, un izolēja slimības avotu - piesārņotu aku, kas piegādāja ūdeni Londonas Soho apgabalā - Broad Street Pump.

(Jāņa Snova ierakstu karte par holēras gadījumiem Londonā.)

Izmantojot savu analīzi, viņš pārliecināja vietējās amatpersonas noņemt rokturi pie sūkņa, un holēras gadījumi strauji samazinājās, izbeidzot slimības izplatīšanos Londonā.

Tikai dažus gadus vēlāk gandrīz tajā pašā ģeogrāfijā jauna medmāsa Florence Nightingale atrisināja vēl vienu būtisku medicīnisku problēmu. Lielbritānijas impērija karoja pret Krievijas impēriju, un tūkstošiem karavīru tika hospitalizēti. Apstākļi slimnīcās bija šausmīgi, un izredzes uz izdzīvošanu pēc uzņemšanas bija mazākas par 60%.

Lakstīgala vadīja datus, un, ieviešot jaunas procedūras (piemēram, roku mazgāšanu), viņa metodiski reģistrēja datus par to, kā katra veica, un analizēja rezultātus. Viens no slavenākajiem ziņojumiem parādīja, kā viņas prakse šajās lauka slimnīcās samazināja mirstības līmeni no 42% līdz 2%. Un, ja tas nebija pietiekami pārliecinoši, Nightingale apkopoja datus par šīm pašām likmēm no labākajām Londonas slimnīcām, lai parādītu, ka šī novatoriskā prakse ir jāievieš visur.

Daudzas no šīm metodēm, ko izmanto slimības izplatības samazināšanai, joprojām tiek praktizētas mūsdienās. Ticiet vai nē, šajā laikposmā visvairāk ticēja, ka slimību izplatīšanās cēloņi ir nepatīkamas smakas.

Šie divi agrīnie datu zinātnes pionieri bija pamats daudziem, kas sekoja. Abos gadījumos viņi bija jomas eksperti - apmācīti medicīnā. Viņiem bija pieeja datiem un izpratne par to, kā analizēt datus, lai palielinātu rezultātus. Un šis modelis turpina atkārtoties mūsdienīgākos piemēros.

Cita veida slimības uzliesmojuma gadījumā putnu gripas pandēmijas laikā 2009. gadā mēs redzējām, ka Alteryx izmantoja USDA, lai ar neticamu ātrumu reaģētu, lai apturētu slimības uzliesmojumu. Izmantojot ģeotelpiskos datus un mūsdienu analītikas platformu Alteryx, aģentūra spēja veikt analīzes uz lauka ātrāk nekā iepriekš, palīdzot ātri izbeigt slimības uzliesmojumu un samazinot ekonomisko ietekmi.

KĀDĀS PAMATNESPĒJAS VAR BŪT LĒNINĀT VAI PĀRTRAUKT CORONAVIRUS (COVID-19)? Pašlaik no Ķīnas tiek ziņots, ka mākslīgā intelekta (AI) izmantošana ir viena no lielākajām izplatības palēnināšanas iespējām. Reģistrējoties tur, kur tika ziņots par gadījumiem, un pievienojot šos datus mobilo tālruņu GPS kustībai, valdība spēja izveidot analītiskus modeļus, lai prognozētu, kādos rajonos, visticamāk, būs turpmākie gadījumi. Izmantojot šo informāciju, viņi varēja ātri veikt karantīnu un veikt pasākumus, lai samazinātu un / vai apturētu slimības izplatīšanos. Kaut arī šāda līmeņa datu apmaiņa, iespējams, nenotiks daudzās citās valstīs, agrīnās pazīmes liecina, ka darbības ir nozīmīgi mazinājušas slimības ietekmi, Ķīnā jau ziņot par mazāk jaunu gadījumu nekā vairākās citās valstīs.

LIETA PUNKTĀ Deanna Sanchez, fenomenāla datu zinātniece, kas koncentrējas uz ģeotelpiskajām attiecībām, ir arī domēna zināšanas, koncentrējoties medicīnas ģeogrāfijā. Pielietojot to koronavīrusam, viņa jau redz datus modeļos.

“Izmantojot Alteryx, mēs varējām izveidot zemāk esošās kartes, parādot koronavīrusa izplatību ASV dažu nedēļu laikā. Katrs punkts apzīmē apstiprinātus slimības gadījumus ar krāsu variācijām, kas ilustrē vienu vai vairākus slimības gadījumus.
Piezīme: kartēs ir parādīti dati par apstiprinātiem gadījumiem no 20/11/2010 10:50.
“Slimības izplatība un izplatība ir vizuāli taustāma, vienlaikus sniedzot tūlītēju ieskatu, piemēram, par slimības ierobežoto ietekmi, tās ierobežošanu lielākajās pilsētās un tās blakus esošo izplatību. Izmantojot GIS, var efektīvi analizēt arī koronavīrusa "kur", tā izplatīšanās modeļus un cilvēku veidus, kurus tā ietekmē. "
- Deanna Sanchez, Alteryx ACE, prakses vadītāja - izlūkošana un analītika, PK - pieredzes inženierijas firma (kā telpiskā analīze var palīdzēt cīnīties ar koronavīrusu)

VAI VAI JEBKĀDA DATU ZINĀTNE JĀBŪT, LAI PĀRTRAUKTU KORONAVIRUSA SPADU? Nesen izkāpjot no lidmašīnas, CDC mani intervēja, pamatojoties uz analītiku, kas parādīja, ka esmu devies uz paaugstināta riska zonu. Protams, tas ir lielisks analītiskās izmantošanas gadījums, un to ir neticami viegli ieviest mūsdienu analītiskajās platformās. Bet es uzskatu, ka vēl ir daudz atklājumu, kam būs vēl nozīmīgāka ietekme - gan vakcīnu analītikā, gan ierobežošanas metodoloģijā, ārstēšanas efektivitātes analīzē vai jaunās procedūrās, lai aizsargātu pirmos reaģētājus.

Es ceru, ka pārsteidzoši cilvēki ar lielu pieredzi un zināšanām par priekšmetiem turpinās izmantot uzlabotos analītiskos rīkus un paņēmienus, lai mainītu pasauli, un es ceru dzirdēt vairāk piemēru par to, kā COVID-19 sasaucas ar mūsdienu supervaroni - zināšanu darbinieku ar datu zinātni prasmes.

GALVENIE RAKSTI

  • Analytics un lielie dati ir ļoti svarīgi, lai izprastu un apkarotu nāvējošu slimību izplatību.
  • Jomas zināšanas un piekļuve datiem, kā arī izpratne par to, kā analizēt datus, ir galvenie pozitīvo rezultātu virzītāji.
  • Datu zinātne un Alteryx var jums palīdzēt mainīt pasauli.

UZTURĒŠANĀS.

PĒTĪJUMS Ierakstītajā vebinārā The Bleeding Edge: Healthcare Data Analytics + AI Innovation dzirdiet, kā pašreizējās un uz nākotni vērstās tendences veselības aprūpes analītikā un mākslīgajā intelektā (AI) ietekmē viļņojošo ainavu veselības aprūpes inovācijās.

LASĪT Pārbaudiet veselības aprūpes glābšanas nodaļas Infographic, Analytics: izveidojiet uz datiem balstītu organizāciju, lai apskatītu, kā jūs varat uzlabot lēmumu pieņemšanas ātrumu jūsu organizācijā.

ALAN JACOBSON, CHIEF DATU UN ANALĪTIKAS APRAKSTS ALTERYX