パンデミック時のビッグデータ

世界中で相当数の感染者が発生している新型コロナウイルスは、公衆衛生上の極度の課題となっています。パンデミックの発生により厳しい渡航制限が課され、開発研究コミュニティにとってデータ収集が非常に困難になっています。

現場訪問を必要とする従来のデータ収集方法は、この困難な時期には危険を伴う可能性があります。この文脈において、適切なプライバシーと倫理的保護策が講じられていれば、ビッグデータはこれまで以上に関連性があり、有用なものとなります。たとえば、携帯電話の記録から取得した全地球測位システムの座標は、人々の動きを追跡するのに役立ちます。パンデミック中、このデータを使用してホットスポットを予測し、ウイルスの拡散を阻止できる可能性は計り知れません。別の例: ソーシャル メディア データを活用したセンチメント分析は、国民に向けた適切な健康メッセージの設計に役立つ有益な洞察を提供する可能性があります。

CEDIL によってサポートされ、3ie によって開発された新しい系統的マップには、ビッグ データを使用して開発成果を測定または評価する独自の包括的な研究のコレクションがまとめられています。このマップは、ビッグデータを使用して開発成果を評価する影響評価、ビッグデータ影響評価の系統的レビュー、および開発結果を測定および検証するためにビッグデータを革新的に使用したその他の測定研究をカバーしています。このブログは、公衆衛生問題の解決においてビッグデータが果たせる役割を強調する試みです。ギャップ マップの結果の概要を示し、医療におけるビッグ データの潜在的な使用について説明します。

このマップから医療分野のビッグデータについて何が明らかになりましたか?

マップに含まれる 437 件の研究のうち、63 件は健康関連の発達成果を調査しました。 28件の研究では死亡率の低下を目的とした介入が検討され、別の28件の研究では感染症の流行を終わらせることを目的とした介入が評価された。しかし、地区などの小さな単位でも、州や国のような大きな単位でも、流行の影響の評価が不足しています。

衛星データは 29 件の研究で使用され、重要なデータのソースとして最も頻繁に使用されました。たとえば、含まれた研究の 1 つは、ニジェールでの麻疹の流行に対するワクチン接種率を調査しました。この研究では、衛星から得られた人口分布測定結果と国内で報告された高解像度の麻疹症例を統合しました。この研究の直後に携帯電話の通話詳細録音 (CDR) が行われ、27 件の研究で使用されました。ハイチで行われた研究は、CDR がコレラ流行の初期の空間的進化を予測できるかどうかを評価することを目的としていました。さらに、私たちの地図結果は、アウトブレイクに関連する大規模なデータ研究が最も多く実施されているのはサハラ以南のアフリカであり、中東と北アフリカでは最も少ないことを示しています。

この地図は、脆弱な状況でのアウトブレイクに関連する研究に関してデータが大幅に不足していることを浮き彫りにしています。その他の健康アウトカムに関する全体的なデータのギャップに関しては、交通事故、薬物乱用、性と生殖に関する健康サービスによる死亡はほとんど研究されていません。

ビッグデータ COVID-19（新型コロナウイルス感染症

コロナウイルスの感染者数が急激に増加する中、重要なデータはアウトブレイクの検出に役立ちます。さまざまなソースからのデータを統合することで、アルゴリズムを使用して医療記録を分析し、患者の接触履歴を追跡し、ウイルスの拡散パターンを特定することができます。 これらのアプリ 現在の感染者数が多い地域の輪郭を描くだけでなく、旅行や接触者の追跡を通じて将来の流行を予測するのにも役立ちます。

ここで注目に値するのは、自然言語処理 (NLP) と呼ばれる人工知能技術です。 NLP は、人間の通常のやり取りをテキストや音声の形式で分析することで、人間のコミュニケーションをより意味のあるものにするのに役立ちます。これはソーシャル メディアのリンクやオンライン ニュースレターの分析に使用でき、世界中で新型コロナウイルス感染症に関連した新たな展開があった場合に警報を発する可能性があります。 NLP やその他のビッグデータ技術もインシデント検出に使用できるため、将来的にはそのような健康上の緊急事態に迅速に対処できるようになります。

近年の大きな進歩にもかかわらず、これらのテクノロジーはまだ新しく、情報過多やデータのあいまいさなど、実装上の多くの課題が残っています。

オーストラリア	コロナセーフ
イスラエル	ハマゲン
シンガポール	一緒になぞる
フランス	ストップコビッド
ドイツ	コロナ警告
インド	アーロギャ・セ​​トゥ
イラン	マスク.ir

世界中の多くの国が、スマートフォン アプリを使用してパンデミック曲線を平坦化しようとしています（携帯電話アプリの例を示す表を参照）。これらのアプリは人々の動きを監視し、リスクの高い場所にいるか、リスクの高い人々と接触したかどうかを判断します。

しかし、ビッグデータの使用の増加により、倫理的な懸念が生じ、法的な問題が生じています。これらの携帯電話アプリケーションは、大量の個人情報にアクセスします。倫理的な問題には、プライバシー、個人の自主性の欠如、ビッグデータ使用時の透明性と公平性に対する国民の要求などが含まれます。したがって、ビッグデータを使用する際には、プライバシー ポリシーを慎重に検討し、実装することが非常に重要です。

プライバシーの懸念にもかかわらず、ビッグデータには医療分野における有望な将来があります。多くの国で渡航制限が続いているため、対面でのデータ収集の不足を補うために大規模なデータを使用する機会が増える可能性があります。ただし、これを達成するには財政投資が必要です。医療機関がビッグデータを使用したい場合は、必要なテクノロジー、インフラストラクチャ、スタッフのトレーニングに投資する必要があります。強力なプライバシー保護を備えたスマートフォン アプリと、大量のデータを安全に処理するために必要な IT インフラストラクチャが必要になります。最も重要なことは、データ分析技術についてスタッフを訓練する必要があるということです。医療におけるビッグデータの可能性を探るためには、研究コミュニティによる利用可能な方法論のより体系的な評価が必要です。現在の公衆衛生上の危機を考慮すると、将来発生する可能性のある大流行を予測するためにビッグデータを使用できるかどうかを確認することは有益です。