데이터 과학이 코로나바이러스 발병을 퇴치하는 데 도움이 된 방법

전 세계적으로 보건 시스템을 개선하기 위한 지속적인 노력에도 불구하고 신종 전염병은 여전히 ​​주요 공중 보건 문제입니다. 이러한 발병에 대한 효과적인 대응은 사용 가능한 모든 데이터 소스에서 이상적으로 정보를 제공하는 시기 적절한 개입에 달려 있습니다.

발병 데이터의 복잡성이 증가함에 따라 발병 대응에 정보를 제공하도록 설계된 데이터 과학인 발병 분석이 부상하게 되었습니다.

어떻게 작동합니까? 네 가지 주요 목표가 있습니다:

COVID-19 대유행은 21세기나 지난 10년 동안만 발생한 것이 아닙니다. 얼마 전 에볼라와 지카 바이러스가 서아프리카와 아메리카 대륙을 강타했습니다. 신속한 대응과 적응성, 감시 메커니즘 및 관리 전략은 당시 연구자와 임상의에게 도움이 되었습니다. 하지만 지금은 충분합니까? 설마.

팬데믹의 세계적 범위를 감안할 때 주요 당사자의 광범위한 협력 없이 효과적인 대응을 설계하기 어렵고 발병 분석 내의 교차 필드 연구에 관한 것만이 아닙니다. 바이러스가 200개 이상의 국가를 괴롭히고 있는 상황에서 적절한 대응 전략은 각 지역의 모범 사례에 의존해야 합니다.

운 좋게도 전 세계의 임상 연구원과 의료 전문가가 바이러스 퇴치를 위한 노력에 동참했습니다. 최고의 위기 해결 전략을 모색하며 정교한 데이터 공유 문화를 발전시켰습니다. 그들은 이제 개발을 공개하고 지속적으로 개선하기 위해 노력합니다. 이 접근 방식 덕분에 DarwinAI(캐나다)와 같은 고유한 진단 프로젝트를 볼 수 있었습니다. 이 컴퓨터 비전 도구가 있으면 흉부 방사선 촬영으로만 코로나19를 진단할 수 있습니다. 이전에는 의료 영상을 통한 COVID-19 진단 방법은 컴퓨터 단층 촬영(CT)뿐이었습니다.

협력적 접근 방식에는 실시간 및 예방 분석을 촉진한 발병 분석도 포함됩니다. 이 두 가지 유형의 분석이 바이러스 확산 방지의 핵심입니다.

실시간 데이터

중요한 상황에서 이러한 유형의 분석은 신속한 데이터 기반 의사 결정을 유도하고 각 상황에 개별적으로 프로세스를 맞춤화합니다. 이러한 분석은 바이러스 퇴치의 최전선에 있는 지역 의료 전문가에게 특히 중요합니다.

현지 실시간 분석 도구는 주요 행위자의 요구에 따라 개발됩니다. 예를 들어 Kinetica와 Disaster Tech는 동적 AI 기반 분석 플랫폼을 배포하여 미국 위기 대응팀이 코로나바이러스 관련 데이터를 즉석에서 추적할 수 있도록 지원했습니다. 이 솔루션을 통해 응급 서비스는 개인 보호 장비(PPE) 가용성, 병원 수용 인원, 테스트 키트 수, 장비 가용성 등에 대한 실시간 통계 데이터를 시각화하여 환자에게 가장 적합한 위치를 선택하고 시간을 절약할 수 있습니다.

실시간 분석은 로컬에서 운영 작업을 해결하는 데 국한되지 않습니다. 전 세계 문제를 해결하기 위해 설계된 옥스포드 기반 프로젝트인 Our World in Data는 지속적인 실시간 분석을 지원하기 위해 전 세계적으로 COVID-19 통계 전용 대규모 출판물을 배포했습니다. 이 소스는 새로운 사례 및 사망률에서 코로나바이러스 위기를 겪고 있는 각 국가의 정책 대응에 이르기까지 코로나바이러스 관련 데이터의 대부분에 대한 액세스를 제공합니다. 모든 차트, 보고서 및 기타 대화형 데이터 시각화는 매일 업데이트되며 다운로드할 수 있습니다.

예방 분석

실시간 분석은 한국 정부가 예방 전략 설계와 코비드-양성 환자 감시를 강화하는 데 도움이 되었습니다. 그것은 라이브 스마트 도시 네트워크의 기반이 되는 IoT 및 AI 솔루션의 데이터와 확인된 환자가 제공한 개인 정보를 사용합니다. 이를 통해 연구원은 빅 데이터 분석을 통해 환자의 움직임을 추적하고 접촉을 식별하며 특정 지역의 잠재적 발병 규모를 예측할 수 있습니다. 데이터는 예방 조치 및 지침을 작성하는 데에도 사용됩니다.

대만도 적시에 예방하기 위해 실시간 분석을 활용했습니다. 아시아의 휴가철을 기념하는 설 연휴 직전에 중국은 국가 건강 보험 데이터베이스를 이민 및 세관 데이터베이스와 통합했습니다. 감염된 여행자가 도착하기 시작하면 빅데이터 분석 솔루션이 통합 데이터베이스를 샅샅이 뒤져 방문자의 여행 이력과 그들이 경험한 증상을 연결했습니다. 솔루션은 사례 식별을 돕기 위해 병원 방문 중에 실시간 경고를 전송했습니다. 또한 지난 14일 동안의 비행 출발지와 여행 이력에 따라 감염 위험별로 여행자를 분류할 수 있었습니다.

현재와 ​​같은 불확실성과 혼란의 상황에서 통찰력 있는 데이터가 왕입니다. 그리고 이를 활용하고 지체 없이 적절한 대응 및 예방 조치를 활용할 수 있는 관련 분석 솔루션입니다. 이러한 점에서 발병 분석이 잘 작동합니다.

동시에 바이러스의 세계적 확산은 국제 협력이라는 또 다른 측면을 주목하게 합니다. 효과적인 경영전략을 수립하기 위해서는 전 세계의 주요 이해관계자와 의사결정자들이 실시간 데이터를 기반으로 개발된 솔루션을 검토 및 개선하고 대응책을 다듬어야 합니다. 따라서 분석에서 진단 및 치료에 이르기까지 모든 분야에서 통합된 노력이 팬데믹을 막고 다른 건강 비상 사태에 더 잘 대비할 수 있는 유일한 방법입니다.

Yaroslav Kuflinski는 Iflexion의 인공 지능/머신 러닝 관찰자입니다.