データサイエンスがCOVID-19対応を牽引：インサイトと戦略

世界中の保健システム改善への継続的な努力にもかかわらず、新興感染症は依然として主要な公衆衛生上の懸念です。効果的なアウトブレイク対応は、タイムリーな介入に依存し、理想的には利用可能なすべてのデータソースに基づいて行われます。

アウトブレイクデータの複雑性増大が、「アウトブレイク分析」——アウトブレイク対応を支援するためのデータサイエンス——の台頭をもたらしました。

では、それはどう機能するのでしょうか。主要な目標は4つあります：

• マルチソースデータの収集。 ここで重要なのは、データ収集が臨床文書から構造化データを拾うだけではないことです。生データソースも関与します。したがって、アウトブレイクデータ分析にはノイズ除去、データクリーニング、正規化が必要で、実用的なインサイトを生み出せるようにします。
• 状況認識の提供。 不確実性の時代であるパンデミックにおいて、リスクが管理可能な時期と、危険になりそうな時期を知ることは極めて重要です。多様な公的ソースで監視される状況認識が、このリスクの緩和と制御を助けます。
• 効果的対応の形成。 ここでデータ可視化が登場します。分析結果をダッシュボード、チャート等で明確かつユーザーフレンドリーな形で提示し、意思決定者が遅れなく効果的な対応策を設計できるよう支援します。
• トレーニングと能力構築。 危機が収束したら、意思決定者は状況を振り返り、採用された対応シナリオを分析し、成功戦略を選択します。そして、専門トレーニングと健康緊急計画に関連する修正を加え、次の健康危機により備えます。

COVID-19パンデミックは、21世紀や過去10年で唯一のものではありません。そう遠くない過去、エボラとジカが西アフリカとアメリカ大陸で猛威を振るいました。迅速な対応とその適応性、監視メカニズム、管理戦略が、当時の研究者と臨床医を助けました。しかし、今はそれらで十分でしょうか？ そうではありません。

パンデミックのグローバルな広がりを考えると、主要当事者の広範な協力なしに効果的な対応を設計するのは困難です。それはアウトブレイク分析内の学際研究だけでなく、200カ国以上を蝕むウイルスに対し、各地域のベストプラクティスに依拠した適切な対応戦略が必要だからです。

幸い、世界中の臨床研究者と医療従事者がウイルスとの戦いで力を合わせました。最良の危機解決戦略を探る中で、彼らは精緻なデータ共有文化を築きました。開発をオープンソース化し、常に改善を続けています。このアプローチのおかげで、DarwinAI（カナダ）のようなユニークな診断プロジェクトが生まれました。このコンピュータビジョンツールにより、胸部レントゲン撮影のみでCOVID-19を診断可能になりました。以前は、CT（コンピュータ断層撮影）が唯一の医療画像診断法でした。

協力的アプローチはアウトブレイク分析にも及び、リアルタイム分析と予防分析を推進しました。これら2タイプの分析が、ウイルス拡散抑制の核心です。

リアルタイムデータ

危機的状況において、このタイプの分析は迅速なデータベースド意思決定を推進し、プロセスを各状況に合わせて調整します。この分析は、ウイルスとの戦いの最前線にいる地域の医療従事者にとって特に重要です。

ローカルなリアルタイム分析ツールは、主要アクターのニーズに応じて開発されます。例えば、KineticaとDisaster Techは、米国の危機対応者がコロナ関連データをリアルタイムで追跡できるよう、動的なAI搭載分析プラットフォームを導入しました。このソリューションにより、緊急サービスはPPE（個人防護具）在庫、病院キャパシティ、検査キット数、機器可用性などのライブ統計データを可視化し、患者に最適な場所を選び、時間を節約できます。

リアルタイム分析は、ローカルな運用タスク解決に限定されません。オックスフォードベースの「Our World in Data」プロジェクトは、グローバル問題解決のために設計され、COVID-19統計の大規模な公開を行い、継続的なリアルタイム分析を支えています。このソースは、新規感染者数、死亡率、各国の政策対応など、コロナ関連データの膨大な蓄積へのアクセスを提供します。すべてのチャート、レポート、インタラクティブなデータ可視化は日次更新され、ダウンロード可能です。

予防のための分析

リアルタイム分析は、韓国政府の予防戦略設計と陽性患者監視を支えました。ライブなスマートシティネットワークと確定患者から提供される個人情報を基盤とするIoTとAIソリューションのデータを使用します。これにより、研究者は患者の移動を追跡し、接触者を特定し、ビッグデータ分析の助けで特定地域の潜在的アウトブレイク規模を予測できます。データは予防措置と指示の策定にも使われます。

台湾もリアルタイム分析をタイムリーな予防に活用しました。アジアのホリデーシーズンを告げる旧正月直前、国家健康保険データベースを出入国管理と税関のデータベースと統合しました。感染した渡航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くまなく調べ、渡航者の渡航歴と症状の関連を確立しました。ソリューションは病院受診時にリアルタイムアラートを送り、症例特定を支援しました。また、フライトの出発地と直近14日間の渡航歴に基づき、渡航者を感染リスクで分類することも可能にしました。

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、洞察に富んだデータが王様です。そして、それを活用し、遅れなく適切な対応と予防策を講じられるのが、適切な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機能します。

同時に、ウイルスのグローバルな拡大は別の側面をスポットライトに当てました——国際協力です。効果的な管理戦略を開発するには、世界中の主要ステークホルダーと意思決定者が、開発されたソリューションをレビュー・改善し、リアルタイムデータに基づいて対応策を磨き上げる必要があります。こうして、分析から診断、治療まであらゆる分野で力を合わせることが、パンデミックを止め、次の健康危機により備える唯一の道なのです。

ヤロスラフ・クフリンスキー氏は、IflexionのAI/機械学習オブザーバーです。