Como a ciência de dados ajudou a combater o surto do Coronavírus

Apesar dos esforços contínuos para melhorar os sistemas de saúde em todo o mundo, as epidemias emergentes continuam sendo uma grande preocupação de saúde pública. A resposta eficaz a tais surtos depende de intervenção oportuna, idealmente informada por todas as fontes de dados disponíveis.

A crescente complexidade dos dados de surtos levou ao aumento da análise de surtos - uma ciência de dados projetada para informar a resposta a surtos.

Então, como isso funciona? Existem quatro objetivos principais:

• Coleta de dados de várias fontes. Aqui, é importante lembrar que a coleta de dados não se trata apenas de escolher alguns dados estruturados de documentos clínicos. Fontes de dados brutos também estão envolvidas. Portanto, a análise de dados de surto requer remoção de ruído, limpeza de dados e normalização para permitir que os dados gerem percepções acionáveis.
• Fornecimento de consciência situacional. Na pandemia, em tempos de incerteza, é fundamental saber quando o risco é administrável e quando é mais provável que se torne perigoso. A consciência situacional monitorada por meio de diversas fontes públicas ajuda a mitigar e controlar esse risco.
• Moldando uma resposta eficaz. Nesse ponto, a visualização de dados é iniciada. Ela apresenta os resultados analíticos de forma clara e amigável (por meio de painéis, gráficos etc.), ajudando os tomadores de decisão a projetar medidas de resposta eficazes sem atrasos.
• Treinamento e capacitação. Depois que uma crise é resolvida, os tomadores de decisão olham para trás, para a situação, para analisar os cenários de resposta aceitos e selecionar estratégias bem-sucedidas. Em seguida, eles fazem alterações relevantes na formação profissional e planos de emergência de saúde para se preparar melhor para enfrentar outra crise de saúde.

A pandemia COVID-19 não é a única no século 21 ou mesmo na década passada. Não muito tempo atrás, o Ebola e o Zika causaram estragos na África Ocidental e nas Américas. A resposta rápida e sua adaptabilidade, mecanismos de vigilância e estratégias de gerenciamento foram o que ajudou os pesquisadores e médicos naquela época. Mas eles são suficientes agora? Na verdade, não.

Dado o alcance global da pandemia, uma resposta eficaz é difícil de projetar sem a ampla cooperação das partes-chave, e não se trata apenas de pesquisa cruzada dentro da análise de surtos. Com o vírus atormentando mais de 200 países, uma estratégia de resposta adequada deve contar com as melhores práticas de cada região.

Felizmente, pesquisadores clínicos e profissionais médicos em todo o mundo uniram seus esforços na luta contra o vírus. Procurando as melhores estratégias de resolução de crises, eles desenvolveram uma elaborada cultura de compartilhamento de dados. Eles agora abrem o código-fonte de seus desenvolvimentos e trabalham constantemente para melhorá-los. Graças a esta abordagem, vimos projetos de diagnóstico únicos, como o DarwinAI (Canadá). Com esta ferramenta de visão computacional instalada, é possível diagnosticar COVID-19 apenas por radiografias de tórax. Antes, o único método de diagnóstico por imagens médicas COVID-19 era a tomografia computadorizada (TC).

A abordagem cooperativa também inclui análises de surto, o que alimentou análises em tempo real e de prevenção. Esses dois tipos de análise estão no centro da contenção da disseminação do vírus.

Dados em tempo real

Em uma situação crítica, esse tipo de análise conduz a rápida tomada de decisões com base em dados e adapta o processo a cada situação separadamente. Essa análise é de especial importância para os profissionais médicos locais que estão na linha de frente da luta contra o vírus.

As ferramentas analíticas locais em tempo real são desenvolvidas de acordo com as necessidades dos principais atores. Por exemplo, a Kinetica e a Disaster Tech implantaram uma plataforma analítica baseada em IA dinâmica para ajudar os responsáveis ​​pela resposta à crise nos EUA a rastrear dados relacionados ao coronavírus em tempo real. A solução permite que os serviços de emergência visualizem dados estatísticos ao vivo sobre a disponibilidade de equipamentos de proteção individual (EPI), capacidade hospitalar, número de kits de teste, disponibilidade de equipamentos e muito mais para escolher o local mais adequado para um paciente e economizar tempo.

A análise em tempo real não se limita a resolver tarefas operacionais localmente. Our World in Data, um projeto baseado em Oxford projetado para abordar problemas globais, implantou uma publicação massiva dedicada às estatísticas COVID-19 em todo o mundo para alimentar análises contínuas em tempo real. A fonte fornece acesso a uma grande quantidade de dados relacionados ao coronavírus, desde novos casos e taxa de mortalidade até a resposta da política para cada país que está passando pela crise do coronavírus. Todos os gráficos, relatórios e outras visualizações de dados interativos são atualizados diariamente e estão disponíveis para download.

Analytics para prevenção

A análise em tempo real ajudou o governo sul-coreano a fortalecer o design da estratégia de prevenção e a vigilância positiva do paciente para a Covid. Ele usa os dados das soluções de IoT e IA subjacentes às redes de cidades inteligentes e informações pessoais fornecidas por pacientes confirmados. Isso permite que os pesquisadores rastreiem os movimentos dos pacientes, identifiquem seus contatos e prevejam a escala potencial de surto em uma determinada região com a ajuda de análises de big data. Os dados também são usados ​​para a elaboração de medidas preventivas e instruções.

Taiwan também conseguiu alavancar análises em tempo real para prevenção oportuna. Pouco antes da celebração do Ano Novo Lunar, que marca a temporada de férias na Ásia, o país integrou o banco de dados do seguro saúde nacional com os de imigração e alfândega. Quando os viajantes infectados começaram a chegar, uma solução de análise de big data vasculhou os bancos de dados integrados e estabeleceu a conexão entre o histórico de viagens dos visitantes e os sintomas que eles experimentaram. A solução enviou alertas em tempo real durante uma visita ao hospital para auxiliar na identificação de casos. Também permitiu a classificação dos viajantes pelos riscos de infecção, dependendo da origem do voo e do histórico de viagens nos últimos 14 dias.

Em uma situação de incerteza e turbulência como a atual pandemia, os dados perspicazes são o rei. E são soluções analíticas relevantes que podem aproveitá-lo e alavancar resposta adequada e medidas de prevenção sem atrasos. Nesse sentido, a análise de surto funciona bem.

Ao mesmo tempo, a disseminação global do vírus traz outro aspecto aos holofotes - a cooperação internacional. Para desenvolver estratégias de gerenciamento eficazes, as principais partes interessadas e tomadores de decisão de todo o mundo devem revisar e melhorar as soluções desenvolvidas e polir as medidas de resposta com base em dados em tempo real. Assim, unir esforços em todos os campos, desde a análise ao diagnóstico e tratamento, é a única maneira de deter a pandemia e se preparar melhor para qualquer outra emergência de saúde.

Yaroslav Kuflinski é um observador de inteligência artificial / aprendizado de máquina com Iflexion.