Bekjempelse av coronavirus med Twitter, data mining, og maskinlæring

Hvordan organisasjoner kan få mest mulig ut av maskinlæring På SAP SAPPHIRE NOW-konferansen i 2019 snakket Markus Noga med TechRepublic om hvilke selskaper som skulle bruke maskinlæring, og beste praksis for utførelse.

Coronavirus-sykdommen (nCoV) er nå en internasjonal nødsituasjon for folkehelsen, større enn SARS-utbruddet i 2003. I motsetning til SARS har forskere denne gang bedre genomsekvensering, maskinlæring og prediktive analyseverktøy for å forstå og overvåke utbruddet.

Under SARS-utbruddet tok det fem måneder for forskere å sekvensere virusets genom. Den første saken om 2019-nCoV ble imidlertid rapportert i desember, og forskere fikk genomet sekvensert innen 10. januar, bare en måned senere.

Forskere har brukt kartleggingsverktøy for å spore spredning av sykdom i flere år. Ti europeiske land startet Influenza Net i 2003 for å spore influensasymptomer som rapportert av enkeltpersoner, og den amerikanske versjonen, Flu Near You, startet en lignende tjeneste i 2011.

Lauren Gardner, sivilingeniørprofessor ved Johns Hopkins og meddirektør for Center for Systems Science and Engineering, ledet arbeidet med å lansere et sanntidskart over spredningen av 2019-nCoV. Nettstedet viser statistikk om dødsfall og bekreftede tilfeller av coronavirus på et verdensomspennende kart.

Este Geraghty, MD, MS, MPH, GISP, og sjef for medisinsk sjef og helseløsningssjef ved Esri, sa at siden SARS-utbruddet i 2003 har det skjedd en revolusjon innen anvendt geografi gjennom nettbaserte verktøy.

"Nå som vi bruker disse verktøyene for å beskytte menneskeliv, kan vi innta data i sanntid og vise resultater i interaktive dashboards som coronavirus-dashbordet som er bygget av Johns Hopkins University ved å bruke ArcGIS, " sa hun.

De 10 beste språkene for maskinlæring som er vert på GitHub (gratis PDF)

Med dette utbruddet har forskere en annen datakilde som ikke eksisterte i 2003: Twitter og Facebook. I 2014 bygde Chicagos avdeling for innovasjon og teknologi en algoritme som brukte gruvedrift og forutsigelsesteknologier for sosiale medier for å målrette inspeksjoner på restauranter. Det fungerte: Algoritmen fant brudd omtrent 7, 5 dager før den normale inspeksjonsrutinen gjorde.

Fordelen med sosiale medier

Theresa Do, MPH, leder for Federal Healthcare Advisory and Solutions-teamet i SAS, sa at sosiale medier kan brukes som en tidlig indikator på at noe skjer.

"Når du tenker på en verdensscene, mange ganger har de ikke så mye av disse teknologiske fremskrittene, men det de har er mobiltelefoner, så de twitrer kanskje" Hele landsbyen min er syk, noe er skjer her, sa hun.

Do sa at en analyse av innlegg i sosiale medier kan kombineres med andre datakilder for å forutsi hvem som mest sannsynlig vil utvikle sykdommer som koronavirus-sykdommen.

"Du kan bruke sosiale medier som kilde, men deretter validere den mot andre datakilder, " sa hun. "Det er ikke alltid generaliserbart (er generaliserbart et ord?), Men det kan være en vaktpostkilde."

Do sa prediktive analyser har gjort store fremskritt siden 2003, inkludert raffinering av muligheten til å kombinere flere datakilder. For eksempel kan algoritmer se på navn på flybilletter og sammenligne den informasjonen med data fra andre kilder for å forutsi hvem som har reist til bestemte områder.

"Algoritmer kan tillate deg å si 'med en viss sannsynlighet' at det sannsynligvis vil være den samme personen, " sa hun.

Fylling av hull i dataene

Den nåværende utfordringen er å identifisere hull i dataene. Hun sa at forskere må balansere mellom behovet for sanntidsdata og personvernhensyn.

"Hvis du tenker på de forskjellige smartklokkene som folk bruker, kan du fortelle om folk er aktive eller ikke, og bruke det som en del av modellen din, men folk er ikke alltid villige til å dele det fordi du kan spore hvor noen i det hele tatt er ganger, "sa hun.

Do sa at koronavirusutbruddet ligner SARS-utbruddet, men at myndighetene deler data mer åpent denne gangen.

"Det kan hende at vi får mye mer positive ting enn de avslører, og det spiller en rolle i hvordan vi bygger modellene, " sa hun. "Et land vil ikke bli sett på som å ha flest tilfeller, men det er slik du redder liv."

Data, Analytics og AI Nyhetsbrev

Få eksperttips for å mestre grunnleggende grunnleggende analyser av data, og følg med på den siste utviklingen innen kunstig intelligens. Leveres mandager

Registrer deg i dag

© Copyright 2021 | pepebotifarra.com