Sammanfatta detta blogginlägg med:
I takt med att coronaviruset når fler än 159 länder med globala fall som överstiger 174 379 088 och antalet dödsfall som överstiger 37 lakhs (per den 7 juni 2021), gör hela världen sitt bästa för att mildra virusets spridning.
”Världshälsoorganisationen har förklarat coronaviruset som en global nödsituation. Så här använder allmänheten och regeringar analyser för att spåra utbrottet.”
Världshälsoorganisationen (WHO) och det amerikanska smittskyddsorganet Center for Disease Control följer utbrottet av vad som kan bli en världsomspännande epidemi. Det började i Kina, men har spridit sig till många länder över hela världen. WHO förklarade coronavirusutbrottet som en global hälsokris den 30 januari 2020.
Idag ser vi ett stort användningsområde för analys som hamnar i rubrikerna. Det är ett av de fall där liv är beroende av teknik.
1. Visualisering av globala fall
Källa: https://www.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6
Johns Hopkins Universitys Center for Systems Science and Engineering har byggt en realtidsvisualiseringsinstrumentpanel över utbrottet som inkluderar – listor över totalt antal fall, kartor, dödsfall, aktiva patienter, avslutade och tillfrisknade fall.
Statistiken är vidare uppdelad efter länder och fall som representeras på kartan med punktens storlek. De citerade källorna inkluderar – CDC, WHO och fler. Universitetet använder Esris ArcGIS (geografiskt informationssystem) för visualiseringen, som publiceras via webben. Instrumentpanelen är ett fördelaktigt sätt för allmänheten och läkare att följa statusen för utbrottet. Och utifrån detta kan man också se hur CDC och andra myndigheter analyserar informationen.
Enligt Theresa Do, professor i epidemiologi och biostatistik vid George Washington University och SAS analytics manager för epidemiologi och biostatistik kring infektionssjukdomar, spelar data, analyser, AI och annan teknik en viktig roll för att förstå, identifiera och förutsäga sjukdomsspridning och -progression. Hon vet hur organisationer använder data och analyser för att fatta rätt beslut.
2. Liveuppdateringar av tillgänglighet av sängplatser
Vi har sett att Mumbais modell för att hantera krisen har applåderats av alla. Ett av de viktigaste områdena för sådan informationsförmedling är att presentera information i realtid, till exempel tillgängligheten av sängplatser, så att läkare och myndigheter kan vidta relevanta åtgärder utan dröjsmål. På så sätt kan vi se hur analyser inte bara hjälper till att analysera tidigare data utan även nuvarande data för att säkerställa ett fritt informationsflöde.
Hur big data hjälper till att bekämpa cancer
Medicinsk analys för att förutsäga canceråterfall, progression och behandlingssvar gör framsteg med hjälp av stordata.
3. Geospatial analys
Analys har hjälpt läkare att identifiera hotspots med hjälp av geografiska data. Till exempel skulle de misstänkta nya fallen hanteras av läkare och sedan skickas till CDC för bekräftelse. AI- och ML-teknik kommer också att hjälpa läkare och myndigheter att spåra de bekräftade fallen och ta fram information som vart de har rest och vilka de har varit i kontakt med, för att förutsäga spridningen. Så analyser som inkluderar artificiell intelligens och maskininlärning kan hjälpa organisationer i detta utbrott att lära sig av tidigare händelser för att snabbt skapa ny kunskap från miljontals datapunkter.
Likaså kan organisationer använda sig av syndromisk övervakning , vilket hjälper till att spåra utbrottens storlek, spridning och tempo, övervaka sjukdomstrender och ge försäkran om att ett utbrott inte har inträffat. Sociala medier används ofta som en källa till varning vid detta utbrott. I framtiden kan tekniker som smartklockor spela en avgörande roll, eftersom data kan spåra sömn och puls för att ge tidiga indikationer på att en person inte mår bra.
4. API-användning
Sociala medier används ofta som en signalkälla i detta utbrott. På senare tid har vi sett nya webbplatser som visar Twitters data för tillgänglighet av sängplatser. Sådan enkel information möjliggörs genom användningen av API. Även webbplatser som visar tillgängligheten av vacciner nu, tänk på aviseringar från tredjepartsappar om tillgängligheten av vacciner med CoWin.
5. Prediktiv analys
Prediktiv analys kan också tillämpas på data från flygplatser, sjukhus och andra offentliga platser för att förutsäga sjukdomsspridning och risk. Sjukhus kan använda informationen för att planera för effekterna av ett utbrott på sin verksamhet.
I framtiden kan tekniker som smartklockor spela en avgörande roll, eftersom data kan spåra sömn och puls för att ge tidiga indikationer på att en person inte mår bra.
Den viktigaste lärdomen för IT under utbrottet är att dataanalys har bidragit till att bekämpa covid-19 och har utvecklats till att vara en grundpelare för alla typer av organisationer och verksamheter. Även om analys och maskininlärning inte sitter på lokala läkarmottagningar och tar prover för testning, används dessa tekniker för att underlätta den övergripande insatsen och göra läkare och vårdorganisationer mer effektiva och bättre rustade för att bekämpa spridningen av ett virusliknande coronavirus.