Big Data w czasach pandemii

Ze względu na znaczną liczbę aktywnych przypadków na całym świecie nowy koronawirus stanowi ogromne wyzwanie dla zdrowia publicznego. Wybuch pandemii doprowadził do rygorystycznych ograniczeń w podróżowaniu, co bardzo utrudniło społeczności badaczy zajmujących się rozwojem gromadzenie danych.

Tradycyjne metody gromadzenia danych wymagające wizyt w terenie mogą być ryzykowne w tych trudnych czasach. W tym kontekście, jeśli zostaną wprowadzone odpowiednie zabezpieczenia prywatności i etyki, duże zbiory danych będą zarówno istotne, jak i przydatne, teraz bardziej niż kiedykolwiek. Na przykład współrzędne globalnego systemu pozycjonowania uzyskane z zapisów rozmów telefonicznych mogą być przydatne do śledzenia ruchów ludzi. Podczas pandemii istnieje ogromny potencjał wykorzystania tych danych do przewidywania hotspotów i zatrzymywania rozprzestrzeniania się wirusa. Inny przykład: analiza nastrojów poprzez wykorzystanie danych z mediów społecznościowych może dostarczyć przydatnych informacji, które pomogą w opracowaniu odpowiednich komunikatów zdrowotnych dla społeczeństwa.

Nowa systematyczna mapa wspierana przez CEDIL i opracowana przez 3ie gromadzi unikalny i kompleksowy zbiór badań wykorzystujących duże zbiory danych do pomiaru lub oceny wyników rozwoju. Mapa obejmuje oceny wpływu wykorzystujące duże zbiory danych do oceny wyników rozwoju, systematyczne przeglądy ocen wpływu dużych zbiorów danych i inne badania pomiarowe, które w innowacyjny sposób wykorzystują duże zbiory danych do pomiaru i walidacji wszelkich wyników rozwoju. Ten blog jest próbą podkreślenia roli, jaką duże zbiory danych mogą odegrać w rozwiązywaniu problemów zdrowia publicznego. Przedstawiamy przegląd wyników naszej mapy luk, a następnie omawiamy potencjalne wykorzystanie dużych zbiorów danych w opiece zdrowotnej.

Co mapa ujawniła na temat Big Data w opiece zdrowotnej?

Spośród 437 badań uwzględnionych na mapie 63 dotyczyło skutków rozwojowych związanych ze zdrowiem. W dwudziestu ośmiu badaniach oceniano interwencje mające na celu zmniejszenie śmiertelności, a w kolejnych 28 oceniano interwencje mające na celu położenie kresu epidemii choroby zakaźnej. Brakuje jednak oceny skutków epidemii, zarówno w małych jednostkach jak powiaty, jak i w dużych jednostkach jak stan czy kraj.

Dane satelitarne wykorzystano w 29 badaniach i były one najczęściej wykorzystywanym źródłem ważnych danych. Na przykład w jednym z uwzględnionych badań sprawdzano poziom zaszczepienia przeciwko epidemiom odry w Nigrze. W badaniu połączono pomiary satelitarne rozmieszczenia populacji z przypadkami odry o wysokiej rozdzielczości zgłoszonymi w kraju. Po tym badaniu przeprowadzono szczegółowe nagrywanie rozmów telefonicznych (CDR), które wykorzystano w 27 badaniach. Badanie przeprowadzone na Haiti miało na celu ocenę, czy CDR może przewidzieć wczesną ewolucję przestrzenną epidemii cholery. Ponadto wyniki naszych map pokazują, że najwięcej dużych badań danych związanych z ogniskami choroby przeprowadzono w Afryce Subsaharyjskiej, a najmniej na Bliskim Wschodzie i w Afryce Północnej.

Mapa podkreśla znaczny brak danych, jeśli chodzi o badania dotyczące ognisk w niestabilnych kontekstach. Jeśli chodzi o ogólne luki w danych na temat innych skutków zdrowotnych, rzadko badano przypadki zgonów spowodowanych wypadkami drogowymi, nadużywaniem substancji psychoaktywnych oraz usługami w zakresie zdrowia seksualnego i reprodukcyjnego.

Duże dane COVID-19

Ponieważ liczba przypadków zakażenia koronawirusem rośnie wykładniczo, ważne dane mogą pomóc w wykryciu ognisk. Łącząc dane z różnych źródeł, możemy wykorzystać algorytmy do analizy dokumentacji medycznej i śledzenia historii kontaktów z pacjentami, aby pomóc zidentyfikować wzorce rozprzestrzeniania się wirusa. Te aplikacje może pomóc nie tylko w określeniu bieżących obszarów o dużej liczbie przypadków, ale także przewidzieć przyszłe epidemie poprzez śledzenie podróży i kontaktów.

Warto w tym miejscu wspomnieć o technice sztucznej inteligencji zwanej przetwarzaniem języka naturalnego (NLP). Analizując regularne interakcje międzyludzkie w formie tekstu i mowy, NLP może pomóc w uczynieniu komunikacji międzyludzkiej bardziej znaczącą. Można go wykorzystać do analizy linków do mediów społecznościowych i biuletynów internetowych, co może potencjalnie wywołać alarm w przypadku nowych wydarzeń związanych z Covid-19 na całym świecie. Do wykrywania incydentów można również zastosować NLP i inne techniki dużych zbiorów danych, aby w przyszłości szybko reagować na takie sytuacje kryzysowe dotyczące zdrowia.

Pomimo znacznego postępu, jaki nastąpił w ostatnich latach, technologie te są wciąż nowe i pozostaje wiele wyzwań wdrożeniowych, takich jak przeciążenie informacji i niejednoznaczność danych.

Australia	CovidSafe
Izrael	Hamagen
Singapur	Śledź razem
Francja	Zatrzymaj Covida
Niemcy	Korona-ostrzeżenie
Indie	Aarogya Setu
Iran	Maska.ir

Wiele krajów na całym świecie próbuje spłaszczyć krzywą pandemii za pomocą aplikacji na smartfony (patrz tabela przedstawiająca przykłady aplikacji na telefony komórkowe). Aplikacje te monitorują ruchy ludzi, aby określić, czy znajdują się one w lokalizacjach wysokiego ryzyka lub czy miały kontakt z osobami wysokiego ryzyka.

Rosnące wykorzystanie dużych zbiorów danych budzi jednak wątpliwości etyczne i stwarza wyzwania prawne. Te aplikacje na telefony komórkowe mają dostęp do znacznej ilości danych osobowych. Kwestie etyczne obejmują prywatność, brak osobistej autonomii oraz społeczne żądanie przejrzystości i uczciwości podczas korzystania z dużych zbiorów danych. Dlatego bardzo ważne jest, aby podczas korzystania z dużych zbiorów danych dokładnie rozważyć i wdrożyć politykę prywatności.

Pomimo obaw związanych z prywatnością, duże zbiory danych mają obiecującą przyszłość w opiece zdrowotnej. Ponieważ w wielu krajach nadal obowiązują ograniczenia w podróżowaniu, mogą pojawiać się coraz większe możliwości wykorzystania dużych ilości danych w celu zrekompensowania braku osobistego gromadzenia danych. Aby to osiągnąć, konieczne są jednak inwestycje finansowe. Jeśli organizacje opieki zdrowotnej chcą korzystać z dużych zbiorów danych, będą musiały zainwestować w niezbędną technologię, infrastrukturę i szkolenie personelu. Potrzebowaliby aplikacji na smartfony z silną ochroną prywatności oraz infrastruktury IT niezbędnej do bezpiecznej pracy z dużymi ilościami danych. Co najważniejsze, będą musieli przeszkolić swój personel w zakresie technik analizy danych. Aby zbadać potencjał dużych zbiorów danych w opiece zdrowotnej, konieczna jest bardziej systematyczna ocena dostępnych metodologii przez społeczność naukową. Biorąc pod uwagę obecny kryzys zdrowia publicznego, przydatne będzie sprawdzenie, czy można wykorzystać duże zbiory danych do przewidywania ewentualnych ognisk choroby w przyszłości.