在流行病发生之前预测流行病
加拿大蓝点算法在识别最新冠状病毒威胁方面比专家更快。 在美国疾病控制与预防中心 (CDC) 和世界卫生组织 (WHO) 向世界发出正式通知前几天，他向客户介绍了威胁的情况。
卡姆兰汗 (1)、医师、传染病专家、项目创始人兼CEO 蓝点，在新闻采访中解释了这个预警系统如何使用人工智能（包括自然语言处理和机器学习）来跟踪甚至 一百种传染病同时发生. 每天分析大约 100 篇 65 种语言的文章。
1. 卡姆兰汗和显示武汉冠状病毒传播的地图。
该数据向公司发出信号，告知公司何时通知其客户传染病的潜在存在和传播。 其他数据，例如有关旅行路线和航班的信息，可以帮助提供有关爆发可能性的更多信息。
BlueDot 模型背后的思想如下。 尽快获取信息 医护人员希望他们能够在威胁的早期阶段诊断并在必要时隔离受感染和可能具有传染性的人。 Khan 解释说，该算法不使用社交媒体数据，因为它“太混乱了”。 然而，“官方信息并不总是最新的，”他告诉 Recode。 反应时间是成功预防疫情爆发的关键。
2003 年，可汗在多伦多担任传染病专家。 非典型肺炎. 他想开发一种新方法来跟踪这些类型的疾病。 在测试了几个预测程序后，他于 2014 年推出了 BlueDot，并为他的项目筹集了 9,4 万美元的资金。 公司现有员工四十人， 医生和程序员他们正在开发一种分析工具来追踪疾病。
在收集数据和他们的初始选择后，他们进入游戏 分析师. 后 流行病学家 他们检查研究结果的科学有效性，然后向政府、企业和医疗保健专业人员报告。 客户.
Khan 补充说，他的系统还可以使用一系列其他数据，例如有关特定地区气候、温度的信息，甚至有关当地牲畜的信息，来预测感染该疾病的人是否会导致疫情爆发。 他指出，早在 2016 年，Blue-Dot 就能够在佛罗里达州实际登记的六个月前预测寨卡病毒爆发。
该公司以类似的方式运营并使用类似的技术。 元生物SARS疫情监测。 其专家一度发现这种病毒出现的最大风险是在泰国、韩国、日本和台湾，而且他们在这些国家宣布病例前一个多星期就这样做了。 他们的一些结论来自对乘客飞行数据的分析。
Metabiota 与 BlueDot 一样，使用自然语言处理来评估潜在的疾病报告，但也在努力开发用于社交媒体信息的相同技术。
马克·加利文Metabiota 的数据科学主管向媒体解释说，在线平台和论坛可以发出爆发风险的信号。 工作人员专家还表示，他们可以根据疾病症状、死亡率和治疗可用性等信息来估计导致社会和政治动荡的疾病的风险。
在互联网时代，每个人都期望以更新地图的形式快速、可靠且可能清晰地呈现有关冠状病毒流行进展的信息的视觉呈现。
2. 约翰霍普金斯大学冠状病毒 2019-nCoV 仪表板。
约翰霍普金斯大学系统科学与工程中心开发了可能是世界上最著名的冠状病毒仪表板 (2)。 它还提供了完整的数据集，以 Google 表格的形式下载。 该地图显示了新病例、确诊死亡和康复情况。 用于可视化的数据来自多种来源，包括 WHO、CDC、中国 CDC、NHC 和 DXY，这是一个汇总 NHC 报告和本地 CCDC 实时情况报告的中文网站。
数小时而非数天的诊断
世界第一次听说中国武汉出现了一种新疾病。 31 12月2019城市 一周后，中国科学家宣布他们已经确定了罪魁祸首。 接下来的一周，德国专家开发了第一个诊断测试 (3)。 它的速度很快，比之前和之后非典或类似流行病的日子要快得多。
早在上个十年之初，寻找某种危险病毒的科学家就不得不在培养皿的动物细胞中培养这种病毒。 你必须创造出足够多的病毒来制造 分离 DNA 并通过称为 测序. 然而，近年来，这项技术得到了极大的发展。
科学家们甚至不再需要在细胞中培养病毒。 它们可以直接检测患者肺部或血液分泌物中极少量的病毒 DNA。 它需要几个小时，而不是几天。
正在努力开发更快、更方便的病毒检测工具。 位于新加坡的 Veredus Laboratories 正在开发一种便携式工具包，用于检测、 VereChip (4)将于今年1月XNUMX日开始发售。 在现场部署医疗团队时，尤其是在医院人满为患的情况下，高效和便携的解决方案还将更快地识别感染者以进行适当的医疗护理。
最近的技术进步使得近乎实时地收集和共享诊断结果成为可能。 Quidel 的平台示例 София 我系统 PCR10 薄膜阵列 通过无线连接到云中的数据库，可以立即获得为呼吸道病原体提供快速诊断测试的 BioFire 公司。
在发现首例病例不到一个月后，中国科学家已对 2019-nCoV 冠状病毒（COVID-19）的基因组进行了完全测序。 自第一次测序以来，已经完成了近二十个。 相比之下，SARS病毒的流行始于2002年底，直到2003年XNUMX月才获得其完整的基因组。
基因组测序对于开发针对这种疾病的诊断方法和疫苗至关重要。
医院创新
5. 埃弗雷特普罗维登斯地区医疗中心的医疗机器人。
不幸的是，新的冠状病毒也威胁着医生。 据美国有线电视新闻网报道， 防止冠状病毒在医院内外传播，华盛顿州埃弗雷特的普罗维登斯地区医疗中心的工作人员使用 机器人 (5)，它测量隔离患者的生命体征并充当视频会议平台。 这台机器不仅仅是一个带有内置屏幕的轮子上的通讯器，但它并没有完全消除人工。
护士仍然必须与病人一起进入房间。 他们还控制一个不会受到感染的机器人，至少在生物学上是这样，因此这种类型的设备将越来越多地用于治疗传染病。
当然，房间可以隔热，但你也需要通风，这样你才能呼吸。 这需要新的 通风系统防止微生物的传播。
开发此类技术的芬兰公司 Genano (6) 收到了中国医疗机构的快速订单。 该公司的官方声明称，该公司在提供设备以防止传染病在无菌和隔离的病房中传播方面拥有丰富的经验。 往年，她在中东呼吸综合征病毒流行期间为沙特阿拉伯的医疗机构进行了运送等工作。 芬兰的安全通风设备也已运送到武汉著名的 2019-nCoV 冠状病毒感染者临时医院，该医院已在十天内建成。
6. 绝缘体中的 Genano 系统示意图
根据 Genano 的说法，净化器中使用的专利技术“消除并杀死了所有空气传播的微生物，例如病毒和细菌”。 能够捕捉小至 3 纳米的细小颗粒，空气净化器没有机械过滤器来维护，而是通过强电场过滤空气。
冠状病毒爆发期间出现的另一个技术好奇心是 热扫描仪，除其他外，发烧的人在印度机场被接走。
互联网 - 伤害还是帮助？
尽管对复制和传播、传播错误信息和恐慌的批评浪潮很大，但自中国疫情爆发以来，社交媒体工具也发挥了积极作用。
例如，据中国科技网站 TMT Post 报道，这是一个迷你视频社交平台。 抖音中文版相当于世界著名的 TikTok (7)，它推出了一个特殊部分来处理有关冠状病毒传播的信息。 在标签下 #对抗肺炎, 不仅发布来自用户的信息，还发布专家报告和建议。
除了提高认识和传播重要信息外，抖音还旨在为抗击病毒的医生和医务人员以及受感染的患者提供支持工具。 分析师 丹尼尔·艾哈迈德 推文称，该应用推出了“嘉佑视频效果”（意为鼓励），用户应该使用该效果来发送积极信息，以支持医生、医疗保健专业人员和患者。 这类内容也由名人、名人和所谓的影响者发布。
今天，人们相信对与健康相关的社交媒体趋势进行仔细研究可以极大地帮助科学家和公共卫生当局更好地认识和了解人与人之间疾病传播的机制。
他在 2016 年告诉《大西洋月刊》，部分原因是社交媒体往往“高度情境化，并且越来越超本地化”。 马赛沙拉是瑞士洛桑联邦理工学院的研究员，也是科学家所称的一个不断发展的领域的专家 《数字流行病学》. 然而，他补充说，目前，研究人员仍在试图了解社交媒体是否在谈论真正反映流行病学现象的健康问题 (8)。
8. 中国人戴着口罩自拍。
在这方面的第一次实验的结果尚不清楚。 早在 2008 年，谷歌工程师就推出了一种疾病预测工具—— Google流感趋势 （GFT）。 该公司计划用它来分析谷歌搜索引擎数据的症状和信号词。 当时，她希望这些结果能被用来准确和立即识别流感和登革热爆发的“轮廓”——比美国疾病控制和预防中心提前两周。 (CDC)，其研究被认为是该领域的最佳标准。 然而，谷歌在美国早期基于互联网信号诊断流感和后来在泰国诊断疟疾的结果被认为过于不准确。
“预测”各种事件的技术和系统，包括比如暴乱或流行病的爆发，微软也在努力，2013年微软与以色列理工学院合作，推出了基于媒体内容分析的灾难预测计划。 在多语种标题的活体解剖的帮助下，“计算机智能”必须识别社会威胁。
科学家们检查了某些事件序列，例如有关安哥拉干旱的信息，这些信息在预测系统中引发了对可能流行的霍乱的预测，因为他们发现干旱与疾病发病率增加之间存在联系。 该系统的框架是在对《纽约时报》档案出版物的分析基础上创建的，始于 1986 年。 机器学习的进一步发展和过程涉及使用新的互联网资源。
到目前为止，基于 BlueDot 和 Metabiota 在流行病学预测方面的成功， 人们可能会得出这样的结论，即主要基于“合格”数据，即可以做出准确的预测，即专业的，经过验证的，专业的来源，而不是互联网和门户社区的混乱.
但也许这一切都与更智能的算法和更好的机器学习有关？
