数据科学帮助抗击COVID的八种方式
考虑到它的影响范围以及它给我们生活带来的改变，COVID19是我们时代最空前的危机之一。尽管这不是人类唯一经历过的大流行，但COVID19发生在第四次工业革命之时，每个人和一切都是一键式方式，并且大量的数据和计算使机器比以往任何时候都更加智能。在深度技术和数据时代，数据科学无疑是我们面对大流行并为新常态铺平道路的核心。本文提供了一些用例的详尽列表，在这些用例中，已经利用数据科学在COVID期间提供紧急响应并促进了COVID后的恢复。
了解病毒
收集和分析可追溯到病毒早期的医学数据，可以了解该病毒的全部含义。从检测病毒的症状，到比较其对个人和社区的不同特征的影响，以及评估其传播，医学专家能够查明与其他病毒（如正常流感，SARS和MERS）的相似性和差异。特别是，计算COVID19的死亡率（?1％）和传播率（介于2和3之间）被证明对于决定限制其传播和截止日期所需的措施类型至关重要。
确定有风险的社区
通过早期数据了解病毒可以识别风险最大的个人和社区。例如，人口统计数据加上该病毒最严重影响70岁及以上男性的知识，可以针对该国家/地区的县，县，市和镇制定更具针对性的定位，在这些国家中，特定人群占当地人口的很大比例。同样，鉴于该病毒对患有呼吸系统疾病或潜在健康状况（例如癌症或糖尿病）的人的影响最严重，因此在多个国家/地区使用了病历与此类人及其直系亲属保持联系，以尽量减少他们的病毒暴露。除了人口统计数据和医疗记录之外，社会经济数据还被证明有助于确定处于危险中的社区。例如，在代际生活很普遍的文化中，或在难民营和贫民窟等人口稠密的地区，人与人之间的距离很难实行。在这种情况下，首先防止病毒进入社区是最合适的措施，这就是印度等国家尽管对经济造成了巨大影响，但仍选择在病毒的早期阶段进行严格锁定的原因。
症状和联系人跟踪
由于在许多国家进行大规模测试尚不可行，因此依靠个人报告其COVID19症状以及与谁接触的人可能是大规模测试的最有效替代方法。在中国和韩国等国家/地区，人们愿意通过应用程序向地方政府报告自己的日常温度以及与COVID相关的症状，例如咳嗽和发烧，这些应用程序还可以跟踪他们的活动以及与谁接触。病毒的这种细粒度追踪及其传播使得在香港，新加坡和韩国等地区可以更有效地应对病毒并尽早遏制该病毒。同样，它允许地方当局制作以不同粒度（城市级别，邻里级别……）传播的病毒的直观地图。在欧洲和美国，考虑到这些措施对数据隐私的长期影响，公众更不愿接受这些措施。但是，多个欧洲国家/地区都开发了自己的跟踪应用程序版本，该版本优先考虑公共物品，同时考虑到其公民和居民的隐私问题。同时，诸如Facebook之类的技术公司正利用其广泛的影响力，使个人在愿意的情况下报告其症状，目的是将这些数据汇总地向研究机构和世界卫生组织展示。
模拟病毒的进化
鉴于COVID19的高传播和转移率，对病毒在不同地区和不同情况下的潜在增长进行建模是决定采取适当遏制措施的关键。也就是说，通过使用每个国家的实际感染和死亡数字，预测专家对有无社会隔离措施的病毒进化“曲线”进行了建模。根据此数据模型的结果采取了社会疏离措施，尤其是考虑到它们的扁平化影响和缩小峰值的能力。通过将实际死亡和感染数字与建模预测进行比较，数据建模也是评估物理距离有效性的关键。最后，由于缺乏大规模检测，大部分感染数据被低估了，
截至2020年3月19日在某些国家/地区累计确诊的COVID19例
资料来源：约翰霍普金斯大学
优化医疗资源分配
COVID危机暴露的一个主要缺陷是缺乏医疗准备以及本地和全球医疗资源分配的差异。特别是，在受COVID19影响最大的一些地区，医务人员（医生和护士）和医疗设备（通风机，个人防护设备，病床）的短缺导致大量死亡。在国家（例如，欧盟不同国家），州之间，甚至在同一城市内，对医疗资源进行更优化的分配可能使最需要的人能够及时获得医疗帮助。从本质上讲，这种优化分配是一个数学优化问题，它使用当前和预测的病毒数据来减少死亡人数，同时考虑到当地医疗资源的限制以及跨地区资源转移的可行性。尽管这种优化在大流行期间大为缺失，但在将来的大流行或我们面临第二次高峰病毒的情况下，仍有很大的应用空间
评估测试，治疗和疫苗选择
由于正在研究从PCR到抗基因测试以及抗体血浆注射等不同的测试和治疗技术，因此，确定最佳技术需要以数据为依据，比较它们对样本群体的有效性。在这种情况下，要确定最有效的检测技术，就需要对人口统计和感染率具有可比性的人群测量不同技术的精度（假阳性/阴性率）。另一方面，决定正确的治疗方法或疫苗需要对不同的对照组进行治疗，并确保不同的对照组之间没有重叠。完成此操作后，应在相似的时间段后比较不同组之间的感染率。
自动化COVID19医疗诊断
COVID19危机已经见证了许多深度科技创业公司利用图像和语音识别来促进COVID19医疗诊断。动脉是使用医学成像技术从肺部ctsans和x射线诊断COVID19感染可能性的初创公司的一个示例。Novoic是一家位于牛津的初创公司，根据来自数千名患者的咳嗽音和其他医学数据，对可疑的COVID-19病例进行分类/筛查。这些初创公司开发的图像和语音识别模型依赖于称为深度学习的机器学习分支来进行操作。受人脑的结构和操作启发，深度学习模型依赖于大量的非结构化图像，
加快社会经济应急响应
尽管存在健康危机，COVID19还是导致了社会经济危机，已经转化为全面的大规模失业浪潮。的确，在过去的两个月中，仅美国就收到了3600万份失业申请。同时，包括老年人在内的身心脆弱者比以往任何时候都更加孤立。面对前所未有的经济和社会逆境，数据科学在使人们适应他们迫切需要的机会和支持方面发挥着至关重要的作用。在这种情况下，我们看到了由世界卫生组织，陈·扎克伯格倡议以及许多科技公司，非政府组织和个人组织的多次黑客马拉松，以加快对大流行的社会经济紧急响应。许多有用的高科技产品都是通过此类举措而产生的，包括使感到孤独或生病的人与可以负责杂货或药品购物的志愿者，或者可以在整个封锁期间提供心理支持的志愿者相匹配的平台。同样，建立了诸如helpyourhightstreet之类的平台，以将人们与当地的小型企业联系起来，因此他们可以通过在本地在线购物或预先支付可从锁定后受益的服务来支持他们。这种支持使整个锁定过程中的小型企业保持运转。诸如Uber或Airbnb之类的大型企业发现自己被迫解雇了一部分技术人员，但他们确实开发了数据驱动的工具，以揭示其前雇员的技能和经验，并为他们将来的工作提供便利。另一方面，

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！