数据科学如何帮助抗击冠状病毒爆发

尽管在全球范围内不断努力改善卫生系统，但新出现的流行病仍然是一个主要的公共卫生问题。对此类爆发的有效应对依赖于及时干预，最好是通过所有可用数据来源提供信息。

爆发数据的日益复杂导致了爆发分析的兴起——一种旨在为爆发响应提供信息的数据科学。

那么它是怎样工作的？有四个主要目标：

• 收集多源数据。 在这里，重要的是要记住，数据收集不仅仅是从临床文档中挑选一些结构化数据。还涉及原始数据源。因此，爆发数据分析需要去噪、数据清理和规范化，以使数据能够生成可操作的见解。
• 提供态势感知。 在大流行和不确定时期，了解风险何时可控以及何时最有可能变得危险至关重要。通过各种公共资源监控的态势感知有助于减轻和控制这种风险。
• 塑造有效的反应。 此时，数据可视化介入了。它以清晰且用户友好的形式（通过仪表板、图表等）呈现分析结果，帮助决策者立即设计有效的响应措施。
• 培训和能力建设。 一旦危机得到解决，决策者就会回顾情况，分析可接受的应对方案并选择成功的策略。然后他们对专业培训和卫生应急计划进行相关修改，以便更好地准备迎接另一场卫生危机。

COVID-19 大流行并不是 21 世纪甚至过去十年中唯一的大流行。不久前，埃博拉和寨卡病毒在西非和美洲肆虐。快速反应及其适应性、监测机制和管理策略当时帮助了研究人员和临床医生。但现在它们足够了吗？并不真地。

鉴于大流行的全球影响力，如果没有关键各方的广泛合作，就很难设计出有效的应对措施，而且不仅涉及疫情分析中的跨领域研究。随着病毒在 200 多个国家肆虐，适当的应对策略应依赖于每个地区的最佳实践。

幸运的是，全世界的临床研究人员和医学专业人士都加入了抗击病毒的努力。在寻找最佳危机解决策略的过程中，他们形成了精心设计的数据共享文化。他们现在开源他们的开发并不断努力改进它们。由于这种方法，我们看到了独特的诊断项目，例如 DarwinAI（加拿大）。有了这个计算机视觉工具，就可以仅通过胸片扫描来诊断 COVID-19。以前，唯一的医学成像 COVID-19 诊断方法是计算机断层扫描 (CT)。

合作方法也包括爆发分析，这推动了实时和预防分析。这两种分析是遏制病毒传播的核心。

实时数据

在危急情况下，这种类型的分析会推动基于数据的快速决策，并针对每种情况分别定制流程。这种分析对于处于抗击病毒第一线的当地医疗专业人员特别重要。

本地实时分析工具是根据关键参与者的需求开发的。例如，Kinetica 和 Disaster Tech 部署了一个动态的人工智能分析平台，以帮助美国危机应对人员动态跟踪与冠状病毒相关的数据。该解决方案允许紧急服务部门将个人防护设备 (PPE) 可用性、医院容量、测试套件数量、设备可用性等的实时统计数据可视化，从而为患者选择最合适的位置并节省时间。

实时分析不仅限于在本地解决运营任务。 Our World in Data 是一个位于牛津的旨在解决全球问题的项目，它部署了一份专门针对全球 COVID-19 统计数据的大量出版物，以支持持续的实时分析。该来源提供了大量与冠状病毒相关的数据，从新病例和死亡率到每个经历冠状病毒危机的国家的政策反应。所有图表、报告和其他交互式数据可视化每天都会更新并可供下载。

预防分析

实时分析帮助韩国政府加强预防策略设计和 Covid 阳性患者监测。它使用来自实时智能城市网络的物联网和人工智能解决方案的数据以及确诊患者提供的个人信息。这使研究人员能够在大数据分析的帮助下跟踪患者的活动，识别他们的接触者，并预测给定区域的潜在爆发规模。该数据还用于起草预防措施和说明。

台湾也设法利用实时分析进行及时预防。就在标志着亚洲假期的农历新年庆祝活动之前，该国将国家健康保险数据库与移民和海关数据库整合在一起。当受感染的旅行者开始到达时，大数据分析解决方案会梳理集成数据库，并在访客的旅行历史和他们经历的症状之间建立联系。该解决方案在就诊期间发送实时警报，以帮助识别病例。它还支持根据过去 14 天的航班出发地和旅行历史，按感染风险对旅行者进行分类。

在像当前大流行这样的不确定和动荡的情况下，有见地的数据才是王道。相关的分析解决方案可以利用它并毫不拖延地利用适当的响应和预防措施。在这方面，爆发分析效果很好。

与此同时，病毒在全球的传播带来了另一个焦点——国际合作。为了制定有效的管理策略，来自全球的主要利益相关者和决策者应审查和改进已制定的解决方案，并依靠实时数据完善应对措施。因此，在从分析到诊断和治疗的所有领域联合努力，是阻止大流行并为任何其他突发卫生事件做好更好准备的唯一途径。

Yaroslav Kuflinski 是 Iflexion 的人工智能/机器学习观察员。