大数据可以优化COVID-19检测

密歇根大学的研究人员正在设计一种基于云的系统,该系统将分析感染和测试供应链数据,以更好地组织COVID-19测试的后勤。

通过加布樱桃 2020年7月15日

最近几周,美国各地COVID-19病例量的变化扰乱了美国检测基础设施的供需。尽管自春季以来检测能力急剧增加,但受灾最严重的地区仍出现供不应求的情况,而一些地区实际上报告了检测能力过剩。

密歇根大学在微软人工智能健康项目的支持下,工业运营和工程副教授沈思倩正在介入帮助,设计一个基于云的系统,该系统将分析感染和测试供应链数据,以更好地组织测试的物流。它将为政策制定者提供数据,帮助他们确定如何分发检测和设置移动检测中心,以使检测尽可能高效和方便。

“如果没有集中的数据来源,就很难优化测试并最大限度地减少COVID的传播。”沈说。“通过每日更新感染率和匿名人口统计数据,以及来自测试供应链的数据,我们正在建立一个数学计算机模型,该模型将处理这些数据,并提供可视化效果,帮助政策制定者优化测试并减少疾病的传播。”

沈说,该模型将免费提供给美国的决策者,如联邦、州和地方政府,以及学区,他们正在权衡是否要重新开放。研究小组将在今年夏天剩下的时间里建造这个模型,并计划在秋季投入使用。该模式的具体细节将免费提供,使其他国家能够根据自己的需要进行调整。

“我认为这个系统可能对美国最有用,因为我们正面临着缺乏检测和疾病管理协调的问题。但是任何国家都可以使用该模型来管理他们的测试系统。它可能对其他传染病的检测和控制也很有用。”

研究小组计划通过在线预约调度系统进一步扩展该模型的功能,使那些寻求测试的人能够轻松找到离他们最近的测试中心,在任何给定的一天查看特定中心的病例量,并评估不同中心的可访问性选项。沈预计,该系统的这一部分将在2020年底或2021年初上线。

“不同的人有不同的测试需求,”沈说。“有些人可能需要残疾人可以使用的设施,有些人可能属于高风险群体,希望在不那么繁忙的时间访问,还有一些人可能是低收入人群,交通选择有限。”这个系统可以帮助人们满足这些需求,还可以减少拥挤,提高检测中心的效率。”

微软的人工智能健康项目通过提供免费访问其Azure计算平台来支持该项目。该团队将使用密歇根临床与健康研究所(MICHR)免费提供的公共数据,以及美国人口普查数据和谷歌地图上关于测试设施和测试设备制造设施位置的数据。

-副主编Chris Vavra编辑控制工程、CFE媒体与技术、cvavra@cfemedia.com


作者简介:Gabe Cherry,资深作家,密歇根大学