Trang chủ Thế giới nói gì Dữ liệu lớn và bài toán dịch tễ

Dữ liệu lớn và bài toán dịch tễ

Dữ liệu lớn hoàn toàn có tiềm năng giúp nhân loại từng bước giành chiến thắng trong cuộc chiến chống lại Covid-19.

Dữ liệu là gốc rễ để giải quyết mọi bài toán. Đặc biệt, đối với các vấn đề cấp thiết như đại dịch Covid-19, phân tích nhanh và chính xác để tìm ra nội hàm, cơ chế nội tại là điều kiện tiên quyết. Do đó, dữ liệu lớn hoàn toàn có tiềm năng giúp nhân loại từng bước giành chiến thắng trong cuộc chiến chống lại Covid-19. Các ứng dụng quan trọng nhất của Covid-19 bao gồm:

Dự đoán nguy cơ lây nhiễm cộng đồng

Dự đoán nguy cơ và yếu tố gây lây nhiễm cộng đồng chính là vấn đề sống còn trong cuộc chiến chống lại Covid-19. Trong các mô hình phân tích dữ liệu, những yếu tố quan trọng được chỉ ra là tuổi, nơi cư trú, điều kiện kinh tế – xã hội, lịch trình di chuyển, bệnh lí nền, số lượng và tần suất tương tác với người khác, tác động của nhiệt độ và môi trường,…. Dựa vào dữ liệu về các yếu tố rủi ro này, cộng đồng y tế có thể xây dựng các mô hình dự đoán sự lây lan của Covid-19.

Dự đoán hiệu quả điều trị

Dữ liệu lớn từ lâu đã được giới khoa học coi là công cụ quan trọng để dự đoán hiệu quả điều trị và phân tích khả năng tồn tại các phương pháp điều trị khác nhau. Giáo sư Dimitris Bertsimas của MIT Sloan School of Management, cùng khoảng 20 nhà nghiên cứu khác, đã sử dụng các lớp dữ liệu để phát triển nền tảng COVIDanalytics. Nền tảng này sử dụng học máy để dự đoán kết quả điều trị của bệnh nhân dựa trên đặc điểm và sự tiến triển của họ, từ đó đưa ra các khuyến nghị điều trị chính xác.

Theo dõi bệnh nhân

Đội ngũ y bác sĩ đang sử dụng dữ liệu lớn và học máy để sàng lọc bệnh nhân, cung cấp can thiệp nhanh chóng và phân bổ nguồn lực. Nhận dạng khuôn mặt nói riêng và trí tuệ nhân tạo nói chung cung cấp khả năng quét nhanh, xác định người bệnh có triệu chứng sốt và ra hiệu tăng cường kiểm tra khi bệnh nhân có dấu hiệu nhiễm trùng. Công tác sàng lọc người bệnh, kiểm đếm số lượng giường bệnh/trang thiết bị y tế có sẵn là những ứng dụng phổ biến của dữ liệu lớn. Đặc biệt, với dữ liệu lớn, tất cả thông tin đều đảm bảo mức độ chính xác cao, được phân tích theo thời gian thực và được chia sẻ trên toàn bộ hệ thống cơ sở y tế.

Nghiên cứu vắc-xin

Trong quá trình nghiên cứu vắc-xin, các nhà khoa học dựa vào học máy để dựa đoán cách thức protein của virus tương tác với các loại thuốc. Quá trình này gọi là dự đoán tác dụng của thuốc (DTI). Để làm được điều này, các nhà khoa học đào tạo mạng lưới thần kinh bằng cách sử dụng cơ sở dữ liệu DTI khổng lồ. Thuật toán dựa trên học máy kết hợp các tài liệu lưu trữ y tế để tìm ra mối liên hệ giữa protein virus và thuốc hoặc các liên kết khác có ý nghĩa.

(Nguồn: Smart Data Collective)

BÀI MỚI NHẤT

Tác động của Gene di truyền đối với hiệu quả điều trị bệnh COVID-19

Trong quá trình điều trị COVID-19, có một thực tế đó là cùng một phác đồ điều trị có người khỏi hẳn, nhưng có...

Giảm chiều dữ liệu để tăng hiệu quả của mô hình AI

Các tập dữ liệu đa chiều (high-dimensionality datasets) hiện là tài nguyên quý giúp tổ chức nghiên cứu giải quyết những vấn đề phức...

Dữ liệu tổng hợp: Tất cả những điều bạn nên biết

Synthetic Data (Dữ liệu tổng hợp) đang ngày càng được sử dụng phổ biến, bởi nó tiết kiệm chi phí sản xuất, đồng thời...

10 kho dữ liệu mở dành cho cộng đồng Xử lý ảnh y tế

Một trong những thử thách lớn nhất hiện nay đối với cộng đồng AI nói chung, Xử lý ảnh y tế nói riêng chính...

BÀI ĐỌC NHIỀU

Khái quát về Data Pipeline

Dữ liệu là chìa khóa trong việc khám phá tri thức sâu rộng, nâng cao hiệu quả quy trình và thúc đẩy đưa ra...

Toàn cảnh về miễn dịch cộng đồng với Covid-19

Việc phát triển vaccine thành công và triển khai tiêm chủng đại trà ở nhiều quốc gia đã gieo hy vọng về một thế...

Tìm hiểu về một Mô hình dự báo dịch Covid-19 từ Vũ Hán

Chúng tôi trình bày và giải thích về một mô hình dự báo ngắn hạn và dài hạn (gọi tắt là mô hình SEIR-C19)...

Data Lake và Data Warehouse: Đâu là lựa chọn phù hợp?

Data Lake và Data Warehouse là hai khái niệm hay bị nhầm lẫn trong dữ liệu lớn, song thực tế, điểm chung duy nhất...