Πώς μπορεί να σταματήσει ο Coronavirus (COVID-19) από την Data Science

ΜΑΡΤΙΟΣ 2020 | 5 λεπτά ΑΝΑΓΝΩΣΗ

Γνωρίζουμε ότι τα δεδομένα και τα αναλυτικά παίζουν ρόλο στα καθημερινά προϊόντα - από τις συστάσεις σχετικά με τη μουσική που θα θέλαμε να ακούσουμε για την αυτοματοποιημένη ανακατεύθυνση από το σύστημα GPS. Αλλά πώς μπορεί να ασκηθεί η δύναμη της ανάλυσης σε μια ασθένεια που απειλεί σήμερα την υγεία και την οικονομική ευημερία των ανθρώπων ανά τον κόσμο;

Αν γυρίσουμε ξανά το ρολόι στη δεκαετία του 1850, υπάρχουν δύο σημαντικά παραδείγματα για το πώς οι πρώτοι πρωτοπόροι στην επιστήμη των δεδομένων είχαν απίστευτες επιπτώσεις στον κόσμο που μπορούν να δώσουν κάποια εικόνα για το τι θα δούμε στη συνέχεια.

Μια ισχυρή περίπτωση δεδομένων και αναλυτικών στοιχείων που αξιοποιούν την κίνηση για να οδηγήσουν μια σημαντική αλλαγή στην πορεία μιας εξάπλωσης της ασθένειας.

Ήταν το 1852, και η πανδημία της χολέρας είχε φτάσει στο Λονδίνο. Πάνω από 23.000 άνθρωποι είχαν πεθάνει ήδη. Για να χειροτερέψουν τα πράγματα, η μη ισορροπημένη αναφορά του Τύπου οδήγησε τους ανθρώπους να πιστεύουν ότι τα θύματα είναι πιο πιθανό να πεθάνουν στο νοσοκομείο από ότι τα σπίτια τους και ότι οι γιατροί σκοτώνουν τους ασθενείς τους για ανατομική ανατομή, αποτέλεσμα γνωστό ως "Burking".

Ο John Snow, ο οποίος συχνά περιγράφεται ως ο πατέρας της επιδημιολογίας, άρχισε να αναλύει γεωφυσικά τους θανάτους που συνέβησαν στο Λονδίνο και απομόνωσε την πηγή της νόσου, ένα μολυσμένο πηγάδι που παρέσχε νερό στην περιοχή Soho του Λονδίνου - την Broad Street Pump.

(Χάρτης των ηχογραφήσεων του John Snow για τις περιπτώσεις χολέρας στο Λονδίνο.)

Χρησιμοποιώντας την ανάλυσή του, έπεισε τους τοπικούς αξιωματούχους να αφαιρέσουν τη λαβή στην αντλία και οι περιπτώσεις της χολέρας έπεσαν γρήγορα, τελειώνοντας την εξάπλωση της ασθένειας στο Λονδίνο.

Μόλις λίγα χρόνια αργότερα, σχεδόν στην ίδια γεωγραφία, μια νέα νοσοκόμα, η Florence Nightingale, λύνεται ένα άλλο σημαντικό ιατρικό πρόβλημα. Η βρετανική αυτοκρατορία βρισκόταν σε πόλεμο κατά της Ρωσικής Αυτοκρατορίας και χιλιάδες στρατιώτες νοσηλεύονταν. Οι συνθήκες στα νοσοκομεία ήταν τρομακτικές και οι πιθανότητες επιβίωσης μόλις είχαν γίνει δεκτές ήταν λιγότερο από το 60%.

Το Nightingale οδηγούσε δεδομένα και, καθώς εφάρμοζε νέες διαδικασίες (όπως το πλύσιμο των χεριών), καταγράφει μεθοδικά δεδομένα σχετικά με τον τρόπο με τον οποίο εκτελούσε και ανέλυσε τα αποτελέσματα. Μία από τις πιο γνωστές αναφορές έδειξε πως οι πρακτικές της σε αυτά τα νοσοκομεία πεδίου μείωσαν τα ποσοστά θνησιμότητας από 42% σε 2%. Και αν αυτό δεν ήταν αρκετά συναρπαστικό, το Nightingale συγκέντρωσε στοιχεία για τα ίδια ποσοστά από τα καλύτερα νοσοκομεία του Λονδίνου για να δείξει ότι αυτές οι καινοτόμες πρακτικές έπρεπε να θεσπιστούν παντού.

Πολλές από αυτές τις μεθόδους που χρησιμοποιούνται για τη μείωση της εξάπλωσης της ασθένειας εξακολουθούν να ασκούνται σήμερα. Το πιστεύετε ή όχι, κατά τη διάρκεια αυτής της περιόδου, οι περισσότεροι πίστευαν ότι οι άσχημες οσμές ήταν οι αιτίες του τρόπου διάδοσης των ασθενειών.

Αυτοί οι δύο πρώτοι πρωτοπόροι στην επιστήμη των δεδομένων έθεσαν το στάδιο για πολλούς που ακολούθησαν. Και στις δύο περιπτώσεις, ήταν ειδικοί τομέα - εκπαιδευμένοι στην ιατρική. Είχαν πρόσβαση στα δεδομένα και την κατανόηση του τρόπου με τον οποίο θα μπορούσαν να αναλυθούν τα δεδομένα για την επίτευξη αποτελεσμάτων. Και αυτό το μοτίβο συνεχίζει να επαναλαμβάνεται σε πιο σύγχρονα παραδείγματα.

Σε ένα άλλο είδος επιδημίας της νόσου, κατά τη διάρκεια της πανδημίας της γρίπης των πτηνών το 2009, είδαμε ότι η Alteryx αξιοποίησε το USDA για να ανταποκριθεί με απίστευτη ταχύτητα για να σταματήσει το ξέσπασμα. Χρησιμοποιώντας τα γεωχωρικά δεδομένα και την πλατφόρμα Alteryx της σύγχρονης πλατφόρμας ανάλυσης, ο οργανισμός μπόρεσε να οδηγήσει την ανάλυση στο πεδίο πιο γρήγορα από πριν, συμβάλλοντας στον τερματισμό της επιδημίας γρήγορα και στη μείωση των οικονομικών επιπτώσεων.

ΤΙ ΘΑ ΠΡΕΠΕΙ ΝΑ ΠΕΡΑΤΕΙ ΝΑ ΠΕΡΙΣΣΟΤΕΡΑΣΕΙ Ή ΤΕΛΕΙ ΤΟ ΚΟΡΩΝΑΒΙΡΟΥΣ (COVID-19); Υπάρχουν τρέχουσες αναφορές από την Κίνα ότι ένας από τους μεγαλύτερους παράγοντες για την επιβράδυνση της εξάπλωσης ήταν η χρήση της Τεχνητής Νοημοσύνης (AI). Με την καταγραφή των περιπτώσεων που αναφέρθηκαν και την ενσωμάτωση αυτών των δεδομένων με κίνηση GPS κινητών τηλεφώνων, η κυβέρνηση ήταν σε θέση να δημιουργήσει αναλυτικά μοντέλα για να προβλέψει ποιες γειτονιές είναι πιο πιθανό να έχουν μελλοντικές υποθέσεις. Με αυτές τις πληροφορίες, θα μπορούσαν γρήγορα να απομονώσουν και να εφαρμόσουν μέτρα για τη μείωση ή / και τη διακοπή της εξάπλωσης της νόσου. Ενώ αυτό το επίπεδο ανταλλαγής δεδομένων πιθανότατα δεν θα συνέβαινε σε πολλές άλλες χώρες, οι πρώτες ενδείξεις δείχνουν ότι οι ενέργειες έχουν μειώσει σημαντικά τις επιπτώσεις της νόσου, ενώ η Κίνα έχει ήδη αναφέρει λιγότερες νέες περιπτώσεις από πολλές άλλες χώρες.

ΠΕΡΙΠΤΩΣΗ ΣΤΟ ΣΗΜΕΙΟ Η Deanna Sanchez, ένας εκπληκτικός επιστήμονας των δεδομένων που επικεντρώνεται στις γεωχωρικές σχέσεις, έχει επίσης γνώση του τομέα, με συγκέντρωση στην Ιατρική Γεωγραφία. Εφαρμόζοντας αυτό στον κοροναϊό, βλέπει ήδη πρότυπα στα δεδομένα.

"Με τη χρήση του Alteryx καταφέραμε να δημιουργήσουμε τους παρακάτω χάρτες που δείχνουν την εξάπλωση του κοροναϊού στις ΗΠΑ κατά τη διάρκεια μερικών εβδομάδων. Κάθε τελεία αντιπροσωπεύει επιβεβαιωμένα κρούσματα της ασθένειας με χρωματικές παραλλαγές που απεικονίζουν μία ή περισσότερες περιπτώσεις της νόσου.
Σημείωση: Οι χάρτες εμφανίζουν δεδομένα επιβεβαιωμένων περιπτώσεων στις 02/11/20 10:50.
"Η εξάπλωση και η έκταση της ασθένειας είναι τόσο οπτικά φανερά, ενώ παρέχουν άμεσες γνώσεις, όπως ο περιορισμένος αντίκτυπος της νόσου, ο περιορισμός της σε μεγάλες πόλεις και η μη συνεχής εξάπλωσή της. Το «μέρος» του κορωναϊού, τα πρότυπα διάδοσης και οι τύποι των ανθρώπων που επηρεάζει μπορούν επίσης να αναλυθούν αποτελεσματικά χρησιμοποιώντας το GIS ».
- Deanna Sanchez, Alteryx ACE, Διευθυντής Πρακτικής - Intelligence & Analytics, PK - Η Τεχνική Εταιρεία Εμπειρίας (Πώς το Χωροταξικό Analytics μπορεί να βοηθήσει στην καταπολέμηση του Coronavirus)

Η ΕΠΙΣΤΗΜΗ ΔΥΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ΠΡΕΠΕΙ ΝΑ ΕΠΑΝΑΧΡΗΣΙΜΟΠΟΙΕΙΤΑΙ ΓΙΑ ΤΗΝ ΚΑΤΑΠΟΛΕΜΗΣΗ ΤΗΣ ΕΞΕΛΙΞΗΣ ΤΟΥ ΚΟΡΩΝΑΒΙΡΟΥ; Όταν αποβιβάζω πρόσφατα ένα αεροπλάνο, ερωτήθηκα από το CDC με βάση τα αναλυτικά στοιχεία που έδειχνα ότι ταξίδευα σε μια περιοχή υψηλού κινδύνου. Είναι βέβαιο ότι πρόκειται για μια εξαιρετική περίπτωση αναλυτικής χρήσης και μια απίστευτα εύκολη εφαρμογή στις σύγχρονες αναλυτικές πλατφόρμες. Πιστεύω, ωστόσο, ότι υπάρχουν ακόμη μεγαλύτερες ανακαλύψεις με ακόμα πιο σημαντικές επιπτώσεις, είτε σε αναλύσεις εμβολίων είτε σε μεθοδολογίες περιορισμού, στην ανάλυση αποτελεσματικότητας της θεραπείας ή σε νέες διαδικασίες για την προστασία των πρώτων ανταποκριτών.

Περιμένω καταπληκτικά άτομα με μεγάλη εμπειρία και γνώση να συνεχίσουν να αξιοποιούν προηγμένα αναλυτικά εργαλεία και τεχνικές για να αλλάξουν τον κόσμο και αναμένουν να ακούσουν περισσότερα παραδείγματα για το πώς το COVID-19 συναντά τον αγώνα με το σημερινό υπερήρωα - δεξιότητες.

ΚΥΡΙΑ ΠΡΟΣΕΓΓΙΣΗ

  • Το Analytics και τα Μεγάλα Δεδομένα είναι κρίσιμα για την κατανόηση και την καταπολέμηση της εξάπλωσης των θανατηφόρων ασθενειών.
  • Η γνώση του τομέα και η πρόσβαση στα δεδομένα - παράλληλα με την κατανόηση του τρόπου με τον οποίο μπορούν να αναλυθούν τα δεδομένα - αποτελούν βασικούς μοχλούς θετικών αποτελεσμάτων.
  • Η επιστήμη των δεδομένων και το Alteryx μπορούν να σας βοηθήσουν να αλλάξετε τον κόσμο.

ΜΕΝΟΥΝ ΣΤΗ ΘΕΣΗ ΤΟΥΣ.

WATCH Στο ηχογραφημένο Webinar, το The Bleeding Edge: Healthcare Data Analytics + AI Innovation, ακούει πώς οι τρέχουσες και μελλοντοστραφείς τάσεις στις αναλύσεις της υγειονομικής περίθαλψης και της τεχνητής νοημοσύνης (AI) επηρεάζουν το κυρίαρχο τοπίο της καινοτομίας της υγειονομικής περίθαλψης.

ΔΙΑΔΙΚΑΣΙΕΣ ΑΝΑΖΗΤΗΣΗΣ Ανατρέξτε στο Infographic, το Analytics στη διάσωση της υγειονομικής περίθαλψης: Δημιουργήστε μια οργάνωση με βάση δεδομένα, για να δείτε πώς μπορείτε να βελτιώσετε την ταχύτητα λήψης αποφάσεων στον οργανισμό σας.

ALAN JACOBSON, ΔΙΕΥΘΥΝΤΗΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΝΑΛΥΤΙΚΩΝ, ALTERYX