データサイエンスがコロナウイルスの発生との戦いにどのように役立ったか

世界中の医療制度を改善するための継続的な努力にもかかわらず、新たな流行は依然として主要な公衆衛生上の懸念事項です。このような発生への効果的な対応は、タイムリーな介入に依存しており、理想的には、利用可能なすべてのデータソースから情報が提供されます。

アウトブレイクデータの複雑さが増すにつれて、アウトブレイク分析（アウトブレイクの対応を通知するように設計されたデータサイエンス）が台頭しました。

それで、それはどのように機能しますか？ 4つの主要な目標があります：

• マルチソースデータの収集。 ここで重要なのは、データ収集は単に臨床文書から構造化されたデータを選択することだけではないということです。生データソースも含まれます。したがって、発生データ分析では、データが実用的な洞察を生成できるようにするために、ノイズ除去、データクリーニング、および正規化が必要です。
• 状況認識を提供します。 パンデミック、不確実性の時代では、リスクがいつ管理可能であり、いつ危険にさらされる可能性が最も高いかを知ることが重要です。さまざまな公的情報源を介して監視される状況認識は、このリスクを軽減および制御するのに役立ちます。
• 効果的な応答を形成します。 この時点で、データの視覚化が始まります。分析結果が明確でユーザーフレンドリーな形式で（ダッシュボードやチャートなどを介して）表示され、意思決定者が遅滞なく効果的な対応策を設計するのに役立ちます。
• トレーニングと能力開発。 危機が解決されると、意思決定者は状況を振り返り、受け入れられた対応シナリオを分析し、成功する戦略を選択します。次に、彼らは、別の健康危機に直面するためのより良い準備をするために、専門的な訓練と健康緊急計画に関連する修正を行います。

COVID-19のパンデミックは、21世紀、さらには過去10年間で唯一のものではありません。少し前まで、エボラ出血熱とジカ熱は西アフリカと南北アメリカで大混乱を引き起こしました。迅速な対応とその適応性、監視メカニズム、および管理戦略は、当時の研究者や臨床医を助けたものでした。しかし、今は十分ですか？あまり。

パンデミックの世界的な広がりを考えると、主要な関係者の広範な協力なしに効果的な対応を設計することは困難であり、それはアウトブレイク分析内のクロスフィールド調査だけではありません。ウイルスが200か国以上を苦しめているため、適切な対応戦略は、各地域のベストプラクティスに依存する必要があります。

幸いなことに、世界中の臨床研究者と医療専門家がウイルスとの戦いに参加しています。最高の危機解決戦略を探して、彼らは精巧なデータ共有文化を発展させました。彼らは現在、開発をオープンソース化し、常に改善に取り組んでいます。このアプローチのおかげで、DarwinAI（カナダ）などのユニークな診断プロジェクトが見られました。このコンピュータビジョンツールを使用すると、胸部X線スキャンのみでCOVID-19を診断できます。以前は、医用画像のCOVID-19診断方法は、コンピューター断層撮影（CT）のみでした。

協調的なアプローチには、アウトブレイク分析も含まれます。これにより、リアルタイムの予防分析が促進されます。これらの2種類の分析は、ウイルスの拡散を封じ込めるための中核です。

リアルタイムデータ

重大な状況では、このタイプの分析は迅速なデータベースの意思決定を推進し、各状況に合わせてプロセスを個別に調整します。このような分析は、ウイルス対策の最前線にいる地元の医療専門家にとって特に重要です。

ローカルのリアルタイム分析ツールは、主要な関係者のニーズに関して開発されています。たとえば、KineticaとDisaster Techは、動的なAIを利用した分析プラットフォームを導入して、米国の危機対応者がコロナウイルス関連のデータをその場で追跡できるように支援しました。このソリューションにより、救急隊は、個人用保護具（PPE）の可用性、病院の収容能力、テストキットの数、機器の可用性などに関するライブ統計データを視覚化して、患者に最適な場所を選択し、時間を節約できます。

リアルタイム分析は、運用タスクをローカルで解決することに限定されません。地球規模の問題に対処するために設計されたオックスフォードを拠点とするプロジェクトであるOurWorld in Dataは、継続的なリアルタイム分析を強化するために、世界中のCOVID-19統計に特化した大規模な出版物を展開しました。この情報源は、コロナウイルスの危機を乗り越えて生きている各国の新しい症例や死亡率から政策対応まで、コロナウイルス関連のデータの大部分へのアクセスを提供します。すべてのチャート、レポート、およびその他のインタラクティブなデータの視覚化は毎日更新され、ダウンロードできます。

予防のための分析

リアルタイム分析は、韓国政府が予防戦略の設計とCovid陽性の患者監視を強化するのに役立ちました。ライブスマートシティネットワークの基盤となるIoTおよびAIソリューションからのデータと、確認された患者から提供された個人情報を使用します。これにより、研究者はビッグデータ分析の助けを借りて、患者の動きを追跡し、連絡先を特定し、特定の地域で発生する可能性のある規模を予測することができます。このデータは、予防策や指示の作成にも使用されます。

台湾も、タイムリーな予防のためにリアルタイム分析を活用することができました。アジアの休日シーズンを祝う旧正月のお祝いの直前に、国は国民健康保険データベースを移民と税関のデータベースと統合しました。感染した旅行者が到着し始めると、ビッグデータ分析ソリューションが統合データベースを組み合わせて、訪問者の旅行履歴と彼らが経験した症状との関係を確立しました。このソリューションは、病院訪問中にリアルタイムのアラートを送信して、症例の特定を支援しました。また、過去14日間のフライトの出発地と旅行履歴に基づいて、感染リスクによる旅行者の分類を可能にしました。

現在のパンデミックのような不確実性と混乱の状況では、洞察に満ちたデータが王様です。そして、それを活用し、遅滞なく適切な対応と予防策を活用できる、関連する分析ソリューションです。この点で、アウトブレイク分析はうまく機能します。

同時に、ウイルスの世界的な広がりは、国際協力という別の側面にスポットライトを当てています。効果的な管理戦略を開発するには、世界中の主要な利害関係者と意思決定者が、開発されたソリューションを確認および改善し、リアルタイムデータに依存する対応策を磨く必要があります。したがって、分析から診断および治療に至るまで、すべての分野での取り組みを統合することが、パンデミックを阻止し、他の健康上の緊急事態に備えるための唯一の方法です。

Yaroslav Kuflinskiは、Iflexionを使用した人工知能/機械学習のオブザーバーです。