ຄາດຄະເນການລະບາດກ່ອນທີ່ມັນຈະລະບາດ
ສູດການຄິດໄລ່ BlueDot ການາດາໄວກວ່າຜູ້ຊ່ຽວຊານໃນການຮັບຮູ້ໄພຂົ່ມຂູ່ຈາກໂຣກ coronavirus ຫລ້າສຸດ. ທ່ານໄດ້ແຈ້ງໃຫ້ລູກຄ້າຊາບກ່ຽວກັບການຂົ່ມຂູ່ກ່ອນທີ່ສູນຄວບຄຸມແລະປ້ອງກັນພະຍາດຂອງສະຫະລັດ (CDC) ແລະອົງການອະນາໄມໂລກ (WHO) ໄດ້ສົ່ງແຈ້ງການຢ່າງເປັນທາງການໄປຍັງໂລກ.
ຄຳລານ ຄານ (1), ທ່ານໝໍ, ຜູ້ຊ່ຽວຊານດ້ານພະຍາດຕິດຕໍ່, ຜູ້ກໍ່ຕັ້ງ ແລະ CEO ຂອງໂຄງການ BlueDot, ໄດ້ອະທິບາຍໃນການສໍາພາດຂ່າວວ່າລະບົບເຕືອນໄພເບື້ອງຕົ້ນນີ້ໃຊ້ປັນຍາປະດິດ, ລວມທັງການປຸງແຕ່ງພາສາທໍາມະຊາດແລະການຮຽນຮູ້ເຄື່ອງຈັກ, ເພື່ອຕິດຕາມແມ້ກະທັ້ງ. ຫນຶ່ງຮ້ອຍພະຍາດຕິດຕໍ່ໃນເວລາດຽວກັນ. ປະມານ 100 ບົດຄວາມໃນ 65 ພາສາໄດ້ຖືກວິເຄາະປະຈໍາວັນ.
1. Kamran Khan ແລະແຜນທີ່ສະແດງໃຫ້ເຫັນການແຜ່ລະບາດຂອງໂຣກ coronavirus Wuhan.
ຂໍ້ມູນນີ້ສົ່ງສັນຍານໃຫ້ບໍລິສັດຮູ້ເມື່ອໃດທີ່ຈະຕ້ອງແຈ້ງໃຫ້ລູກຄ້າຂອງເຂົາເຈົ້າຮູ້ເຖິງການປະກົດຕົວ ແລະການແຜ່ລະບາດຂອງພະຍາດຕິດຕໍ່. ຂໍ້ມູນອື່ນໆ, ເຊັ່ນ: ຂໍ້ມູນກ່ຽວກັບເສັ້ນທາງການເດີນທາງ ແລະຖ້ຽວບິນ, ສາມາດຊ່ວຍໃຫ້ຂໍ້ມູນເພີ່ມເຕີມກ່ຽວກັບຄວາມເປັນໄປໄດ້ຂອງການລະບາດຂອງການພັດທະນາ.
ແນວຄວາມຄິດທີ່ຢູ່ເບື້ອງຫລັງແບບຈໍາລອງ BlueDot ແມ່ນມີດັ່ງນີ້. ໄດ້ຮັບຂໍ້ມູນໄວເທົ່າທີ່ເປັນໄປໄດ້ ພະນັກງານຮັກສາສຸຂະພາບໃນຄວາມຫວັງທີ່ພວກເຂົາສາມາດວິນິດໄສ - ແລະ, ຖ້າຈໍາເປັນ, ແຍກຕົວ - ຜູ້ທີ່ຕິດເຊື້ອແລະອາດຈະຕິດເຊື້ອຢູ່ໃນຂັ້ນຕອນທໍາອິດຂອງການຂົ່ມຂູ່. Khan ອະທິບາຍວ່າ algorithm ບໍ່ໄດ້ໃຊ້ຂໍ້ມູນສື່ມວນຊົນສັງຄົມເພາະວ່າມັນ "ວຸ່ນວາຍເກີນໄປ". ຢ່າງໃດກໍຕາມ, "ຂໍ້ມູນທາງການແມ່ນບໍ່ທັນສະ ເໝີ ໄປ," ລາວບອກ Recode. ແລະເວລາຕິກິຣິຍາເປັນສິ່ງທີ່ສໍາຄັນເພື່ອປ້ອງກັນການລະບາດຢ່າງສໍາເລັດຜົນ.
Khan ໄດ້ເຮັດວຽກເປັນຜູ້ຊ່ຽວຊານດ້ານພະຍາດຕິດຕໍ່ໃນ Toronto ໃນປີ 2003 ໃນເວລາທີ່ມັນເກີດຂຶ້ນ. ພະຍາດ SARS. ລາວຕ້ອງການພັດທະນາວິທີການໃຫມ່ເພື່ອຕິດຕາມພະຍາດປະເພດເຫຼົ່ານີ້. ຫຼັງຈາກການທົດສອບໂຄງການຄາດຄະເນຈໍານວນຫນຶ່ງ, ລາວໄດ້ເປີດຕົວ BlueDot ໃນປີ 2014 ແລະໄດ້ລະດົມທຶນ $ 9,4 ລ້ານສໍາລັບໂຄງການຂອງລາວ. ປະຈຸບັນ, ບໍລິສັດມີພະນັກງານ XNUMX ຄົນ. ທ່ານໝໍ ແລະນັກຂຽນໂປຣແກຣມຜູ້ທີ່ກໍາລັງພັດທະນາເຄື່ອງມືການວິເຄາະເພື່ອຕິດຕາມພະຍາດ.
ຫຼັງຈາກການເກັບກໍາຂໍ້ມູນແລະການຄັດເລືອກເບື້ອງຕົ້ນຂອງພວກເຂົາ, ພວກເຂົາເຂົ້າໄປໃນເກມ ນັກວິເຄາະ. ຫຼັງຈາກ ນັກແພດລະບາດ ພວກເຂົາເຈົ້າກວດສອບການຄົ້ນພົບສໍາລັບຄວາມຖືກຕ້ອງທາງວິທະຍາສາດແລະຫຼັງຈາກນັ້ນລາຍງານກັບຄືນໄປຫາລັດຖະບານ, ທຸລະກິດ, ແລະຜູ້ຊ່ຽວຊານດ້ານການດູແລສຸຂະພາບ. ລູກຄ້າ.
Khan ກ່າວຕື່ມວ່າລະບົບຂອງລາວຍັງສາມາດໃຊ້ຂໍ້ມູນອື່ນໆເຊັ່ນຂໍ້ມູນກ່ຽວກັບສະພາບອາກາດ, ອຸນຫະພູມຂອງພື້ນທີ່ໃດນຶ່ງ, ແລະແມ້ກະທັ້ງຂໍ້ມູນກ່ຽວກັບການລ້ຽງສັດໃນທ້ອງຖິ່ນ, ເພື່ອຄາດຄະເນວ່າຜູ້ທີ່ຕິດເຊື້ອພະຍາດອາດຈະເຮັດໃຫ້ເກີດການລະບາດ. ທ່ານຊີ້ໃຫ້ເຫັນວ່າໃນຕົ້ນປີ 2016, Blue-Dot ສາມາດຄາດຄະເນການລະບາດຂອງເຊື້ອໄວຣັສ Zika ໃນ Florida ຫົກເດືອນກ່ອນທີ່ມັນຈະລົງທະບຽນຢູ່ໃນພື້ນທີ່.
ບໍລິສັດດໍາເນີນການໃນລັກສະນະທີ່ຄ້າຍຄືກັນແລະນໍາໃຊ້ເຕັກໂນໂລຢີທີ່ຄ້າຍຄືກັນ. Metabiotການຕິດຕາມການລະບາດຂອງພະຍາດ SARS. ຜູ້ຊ່ຽວຊານຂອງມັນໃນເວລາຫນຶ່ງພົບວ່າມີຄວາມສ່ຽງສູງທີ່ສຸດຂອງການລະບາດຂອງເຊື້ອໄວຣັສນີ້ຢູ່ໃນປະເທດໄທ, ເກົາຫຼີໃຕ້, ຍີ່ປຸ່ນແລະໄຕ້ຫວັນ, ແລະພວກເຂົາໄດ້ເຮັດສິ່ງນີ້ຫຼາຍກວ່າຫນຶ່ງອາທິດກ່ອນທີ່ຈະປະກາດກໍລະນີໃນປະເທດເຫຼົ່ານີ້. ບາງບົດສະຫຼຸບຂອງເຂົາເຈົ້າໄດ້ມາຈາກການວິເຄາະຂໍ້ມູນການບິນຂອງຜູ້ໂດຍສານ.
Metabiota, ເຊັ່ນ BlueDot, ໃຊ້ການປຸງແຕ່ງພາສາທໍາມະຊາດເພື່ອປະເມີນລາຍງານພະຍາດທີ່ເປັນໄປໄດ້, ແຕ່ຍັງເຮັດວຽກເພື່ອພັດທະນາເຕັກໂນໂລຢີດຽວກັນສໍາລັບຂໍ້ມູນສື່ສັງຄົມ.
Mark Gallivan, ຜູ້ອໍານວຍການວິທະຍາສາດຂໍ້ມູນຂອງ Metabiota, ໄດ້ອະທິບາຍຕໍ່ສື່ມວນຊົນວ່າເວທີອອນໄລນ໌ແລະເວທີສົນທະນາສາມາດສົ່ງສັນຍານຄວາມສ່ຽງຕໍ່ການລະບາດ. ຜູ້ຊ່ຽວຊານດ້ານພະນັກງານຍັງເວົ້າວ່າພວກເຂົາສາມາດຄາດຄະເນຄວາມສ່ຽງຂອງພະຍາດທີ່ເຮັດໃຫ້ເກີດຄວາມວຸ່ນວາຍທາງດ້ານສັງຄົມແລະທາງດ້ານການເມືອງໂດຍອີງໃສ່ຂໍ້ມູນເຊັ່ນ: ອາການຂອງພະຍາດ, ການເສຍຊີວິດແລະການມີການປິ່ນປົວ.
ໃນຍຸກຂອງອິນເຕີເນັດ, ທຸກຄົນຄາດຫວັງວ່າການນໍາສະເຫນີພາບທີ່ໄວ, ເຊື່ອຖືໄດ້ແລະສາມາດເຫັນໄດ້ຊັດເຈນກ່ຽວກັບຄວາມຄືບຫນ້າຂອງການລະບາດຂອງໂຣກ coronavirus, ສໍາລັບຕົວຢ່າງ, ໃນຮູບແບບແຜນທີ່ສະບັບປັບປຸງ.
2. ແຜງໜ້າປັດຂອງມະຫາວິທະຍາໄລ Johns Hopkins Coronavirus 2019-nCoV.
ສູນວິທະຍາສາດລະບົບ ແລະວິສະວະກຳທີ່ມະຫາວິທະຍາໄລ Johns Hopkins ໄດ້ພັດທະນາບາງທີອາດເປັນກະດານຄວບຄຸມພະຍາດຄໍລະບາດທີ່ມີຊື່ສຽງທີ່ສຸດໃນໂລກ (2). ມັນຍັງໄດ້ສະຫນອງຊຸດຂໍ້ມູນຄົບຖ້ວນສໍາລັບການດາວໂຫຼດເປັນແຜ່ນ Google. ແຜນທີ່ສະແດງໃຫ້ເຫັນກໍລະນີໃຫມ່, ການເສຍຊີວິດທີ່ໄດ້ຮັບການຢືນຢັນແລະການຟື້ນຕົວ. ຂໍ້ມູນທີ່ໃຊ້ສໍາລັບການເບິ່ງເຫັນແມ່ນມາຈາກຫຼາຍແຫຼ່ງ, ລວມທັງ WHO, CDC, ຈີນ CDC, NHC, ແລະ DXY, ເວັບໄຊທ໌ຈີນທີ່ລວບລວມບົດລາຍງານ NHC ແລະລາຍງານສະຖານະການທ້ອງຖິ່ນຂອງ CCDC ໃນເວລາຈິງ.
ການວິນິດໄສໃນຊົ່ວໂມງ, ບໍ່ແມ່ນມື້
ໂລກໄດ້ຍິນເປັນຄັ້ງທໍາອິດກ່ຽວກັບພະຍາດໃຫມ່ທີ່ປະກົດຢູ່ໃນ Wuhan ປະເທດຈີນ. 31 2019 ອາທິດຕໍ່ມາ, ນັກວິທະຍາສາດຈີນໄດ້ປະກາດວ່າພວກເຂົາໄດ້ກໍານົດຜູ້ກະທໍາຜິດ. ອາທິດຕໍ່ມາ, ຜູ້ຊ່ຽວຊານເຢຍລະມັນໄດ້ພັດທະນາການທົດສອບການວິນິດໄສຄັ້ງທໍາອິດ (3). ມັນໄວ, ໄວກວ່າມື້ຂອງ SARS ຫຼືການລະບາດທີ່ຄ້າຍຄືກັນກ່ອນແລະຫຼັງ.
ໃນຕອນຕົ້ນຂອງທົດສະວັດທີ່ຜ່ານມາ, ນັກວິທະຍາສາດທີ່ຊອກຫາເຊື້ອໄວຣັສອັນຕະລາຍບາງຊະນິດຕ້ອງໄດ້ປູກມັນຢູ່ໃນຈຸລັງສັດໃນຖ້ວຍ Petri. ທ່ານຕ້ອງໄດ້ສ້າງໄວຣັສພຽງພໍທີ່ຈະສ້າງ ແຍກ DNA ແລະອ່ານລະຫັດພັນທຸກໍາໂດຍຜ່ານຂະບວນການທີ່ເອີ້ນວ່າ ລຳດັບ. ຢ່າງໃດກໍຕາມ, ໃນຊຸມປີມໍ່ໆມານີ້, ເຕັກນິກນີ້ໄດ້ພັດທະນາຢ່າງຫຼວງຫຼາຍ.
ນັກວິທະຍາສາດບໍ່ຈໍາເປັນຕ້ອງຂະຫຍາຍເຊື້ອໄວຣັສຢູ່ໃນຈຸລັງອີກຕໍ່ໄປ. ພວກເຂົາສາມາດກວດພົບໂດຍກົງຂອງ DNA ຂອງໄວຣັດໃນປອດຂອງຄົນເຈັບຫຼືຄວາມລັບຂອງເລືອດ. ແລະມັນໃຊ້ເວລາຫຼາຍຊົ່ວໂມງ, ບໍ່ແມ່ນມື້.
ວຽກງານກຳລັງດຳເນີນເພື່ອພັດທະນາເຄື່ອງມືກວດຫາໄວຣັດໄວ ແລະສະດວກກວ່າ. ຫ້ອງທົດລອງ Veredus ທີ່ຕັ້ງຢູ່ປະເທດສິງກະໂປກຳລັງເຮັດວຽກກ່ຽວກັບຊຸດເຄື່ອນທີ່ເພື່ອກວດພົບ, VereChip (4) ຈະເລີ່ມຂາຍຕັ້ງແຕ່ວັນທີ 1 ກຸມພາປີນີ້. ການແກ້ໄຂທີ່ມີປະສິດທິພາບແລະແບບພົກພາຍັງເຮັດໃຫ້ມັນໄວຂຶ້ນໃນການກໍານົດຜູ້ທີ່ຕິດເຊື້ອສໍາລັບການດູແລທາງການແພດທີ່ເຫມາະສົມໃນເວລາທີ່ນໍາທີມແພດໃນພາກສະຫນາມ, ໂດຍສະເພາະໃນເວລາທີ່ໂຮງຫມໍມີຄົນແອອັດ.
ຄວາມກ້າວຫນ້າທາງດ້ານເທກໂນໂລຍີທີ່ຜ່ານມາເຮັດໃຫ້ມັນເປັນໄປໄດ້ທີ່ຈະເກັບກໍາແລະແບ່ງປັນຜົນໄດ້ຮັບການວິນິດໄສໃນເວລາໃກ້ຄຽງ. ຕົວຢ່າງເວທີຈາກ Quidel Sofia ລະບົບ I PCR10 FilmArray ບໍລິສັດ BioFire ທີ່ສະຫນອງການທົດສອບການວິນິດໄສຢ່າງໄວວາສໍາລັບເຊື້ອພະຍາດທາງເດີນຫາຍໃຈແມ່ນມີໃຫ້ທັນທີໂດຍຜ່ານການເຊື່ອມຕໍ່ໄຮ້ສາຍກັບຖານຂໍ້ມູນໃນເມຄ.
genome ໂຣກ coronavirus 2019-nCoV (COVID-19) ໄດ້ຖືກຈັດລໍາດັບຢ່າງເຕັມທີ່ໂດຍນັກວິທະຍາສາດຈີນບໍ່ຮອດຫນຶ່ງເດືອນຫຼັງຈາກກໍລະນີທໍາອິດໄດ້ຖືກຄົ້ນພົບ. ເກືອບ 2002 ແຫ່ງໄດ້ສໍາເລັດແລ້ວນັບຕັ້ງແຕ່ການລໍາດັບທໍາອິດ. ໂດຍການປຽບທຽບ, ການລະບາດຂອງເຊື້ອໄວຣັສ SARS ໄດ້ເລີ່ມຕົ້ນໃນທ້າຍປີ 2003, ແລະ genome ສົມບູນຂອງມັນບໍ່ມີຈົນກ່ວາເດືອນເມສາ XNUMX.
ການຈັດລໍາດັບພັນທຸກໍາແມ່ນສໍາຄັນຕໍ່ການພັດທະນາການວິນິດໄສແລະການສັກຢາປ້ອງກັນພະຍາດນີ້.
ນະວັດຕະກໍາໂຮງໝໍ
5. ຫຸ່ນຍົນທາງການແພດຈາກສູນການແພດພາກພື້ນ Providence ໃນ Everett.
ແຕ່ຫນ້າເສຍດາຍ, ໂຣກ coronavirus ໃຫມ່ຍັງຂົ່ມຂູ່ທ່ານຫມໍ. ຕາມຂ່າວ CNN. ປ້ອງກັນການແຜ່ລະບາດຂອງໄວຣັສໂຄໂຣນາພາຍໃນແລະນອກໂຮງຫມໍ, ພະນັກງານຢູ່ສູນການແພດພາກພື້ນ Providence ໃນ Everett, Washington, ໃຊ້ ຫຸ່ນຍົນ (5), ເຊິ່ງວັດແທກສັນຍານທີ່ສໍາຄັນໃນຄົນເຈັບທີ່ໂດດດ່ຽວແລະເຮັດຫນ້າທີ່ເປັນເວທີການປະຊຸມວິດີໂອ. ເຄື່ອງຈັກແມ່ນຫຼາຍກ່ວາພຽງແຕ່ການສື່ສານກ່ຽວກັບລໍ້ທີ່ມີຫນ້າຈໍທີ່ສ້າງຂຶ້ນ, ແຕ່ມັນບໍ່ໄດ້ກໍາຈັດແຮງງານຂອງມະນຸດຢ່າງສົມບູນ.
ພະຍາບານຍັງຕ້ອງເຂົ້າໄປໃນຫ້ອງກັບຄົນເຈັບ. ພວກເຂົາເຈົ້າຍັງຄວບຄຸມຫຸ່ນຍົນທີ່ຈະບໍ່ໄດ້ຮັບການສໍາຜັດກັບການຕິດເຊື້ອ, ຢ່າງຫນ້ອຍທາງຊີວະພາບ, ດັ່ງນັ້ນອຸປະກອນຂອງປະເພດນີ້ເພີ່ມຂຶ້ນຈະຖືກນໍາໃຊ້ໃນການປິ່ນປົວພະຍາດຕິດຕໍ່.
ແນ່ນອນ, ຫ້ອງສາມາດຖືກ insulated, ແຕ່ທ່ານຍັງຈໍາເປັນຕ້ອງລະບາຍອາກາດເພື່ອໃຫ້ທ່ານສາມາດຫາຍໃຈໄດ້. ອັນນີ້ຕ້ອງການໃໝ່ ລະບົບລະບາຍອາກາດປ້ອງກັນການແຜ່ກະຈາຍຂອງຈຸລິນຊີ.
ບໍລິສັດ Finnish Genano (6), ເຊິ່ງພັດທະນາເຕັກນິກປະເພດເຫຼົ່ານີ້, ໄດ້ຮັບຄໍາສັ່ງດ່ວນສໍາລັບສະຖາບັນການແພດໃນປະເທດຈີນ. ຖະແຫຼງການຢ່າງເປັນທາງການຂອງບໍລິສັດກ່າວວ່າບໍລິສັດມີປະສົບການຢ່າງກວ້າງຂວາງໃນການສະຫນອງອຸປະກອນເພື່ອປ້ອງກັນການແຜ່ລະບາດຂອງພະຍາດຕິດຕໍ່ໃນຫ້ອງໂຮງຫມໍທີ່ເປັນຫມັນແລະໂດດດ່ຽວ. ໃນຊຸມປີກ່ອນ, ນາງໄດ້ປະຕິບັດ, ໃນບັນດາສິ່ງອື່ນໆ, ການຈັດສົ່ງກັບສະຖາບັນການແພດໃນ Saudi Arabia ໃນລະຫວ່າງການລະບາດຂອງເຊື້ອໄວຣັສ MERS. ອຸປະກອນຂອງຟິນແລນສໍາລັບການລະບາຍອາກາດທີ່ປອດໄພຍັງໄດ້ຖືກສົ່ງໄປຍັງໂຮງຫມໍຊົ່ວຄາວທີ່ມີຊື່ສຽງສໍາລັບຜູ້ທີ່ຕິດເຊື້ອໂຣກ coronavirus 2019-nCoV ໃນ Wuhan, ເຊິ່ງກໍ່ສ້າງແລ້ວໃນສິບມື້.
6. ແຜນວາດຂອງລະບົບ Genano ໃນ insulator
ເທກໂນໂລຍີສິດທິບັດທີ່ໃຊ້ໃນເຄື່ອງຟອກ "ກໍາຈັດແລະຂ້າຈຸລິນຊີໃນອາກາດເຊັ່ນເຊື້ອໄວຣັສແລະເຊື້ອແບັກທີເຣັຍ," ອີງຕາມ Genano. ສາມາດຈັບອະນຸພາກອັນດີຂະໜາດນ້ອຍເຖິງ 3 ນາໂນແມັດ, ເຄື່ອງຟອກອາກາດບໍ່ມີເຄື່ອງກອງກົນຈັກເພື່ອຮັກສາ, ແລະອາກາດຖືກກອງດ້ວຍສະໜາມໄຟຟ້າທີ່ເຂັ້ມແຂງ.
ຄວາມຢາກຮູ້ທາງວິຊາການອີກຢ່າງ ໜຶ່ງ ທີ່ເກີດຂື້ນໃນລະຫວ່າງການລະບາດຂອງໂຣກ coronavirus ແມ່ນ ເຄື່ອງສະແກນຄວາມຮ້ອນ, ໃຊ້, ໃນບັນດາສິ່ງອື່ນໆ, ຄົນທີ່ເປັນໄຂ້ແມ່ນເກັບຢູ່ສະຫນາມບິນອິນເດຍ.
ອິນເຕີເນັດ - ເຈັບຫຼືຊ່ວຍ?
ເຖິງວ່າຈະມີຄື້ນວິພາກວິຈານອັນໃຫຍ່ຫຼວງຕໍ່ການຈໍາລອງແລະການເຜີຍແຜ່, ການເຜີຍແຜ່ຂໍ້ມູນທີ່ບໍ່ຖືກຕ້ອງແລະຄວາມຕົກໃຈ, ເຄື່ອງມືສື່ມວນຊົນສັງຄົມກໍ່ມີບົດບາດໃນທາງບວກນັບຕັ້ງແຕ່ການລະບາດຢູ່ໃນປະເທດຈີນ.
ດັ່ງທີ່ໄດ້ລາຍງານ, ສໍາລັບການຍົກຕົວຢ່າງ, ໂດຍເວັບໄຊທ໌ເຕັກໂນໂລຢີຈີນ TMT Post, ເວທີສັງຄົມສໍາລັບວິດີໂອຂະຫນາດນ້ອຍ. douyinເຊິ່ງແມ່ນຈີນທຽບເທົ່າ TikTok ທີ່ມີຊື່ສຽງໃນໂລກ (7), ໄດ້ເປີດຕົວສ່ວນພິເສດເພື່ອປະມວນຜົນຂໍ້ມູນກ່ຽວກັບການແຜ່ລະບາດຂອງໂຣກ coronavirus. ພາຍໃຕ້ hashtag #ຕໍ່ສູ້ກັບພະຍາດປອດບວມ, ເຜີຍແຜ່ບໍ່ພຽງແຕ່ຂໍ້ມູນຈາກຜູ້ໃຊ້, ແຕ່ຍັງລາຍງານຜູ້ຊ່ຽວຊານແລະຄໍາແນະນໍາ.
ນອກຈາກການປູກຈິດສຳນຶກ ແລະ ເຜີຍແຜ່ຂໍ້ມູນຂ່າວສານທີ່ສຳຄັນແລ້ວ, ດ່ານັ້ງ ຍັງມຸ່ງໄປເຖິງການເປັນເຄື່ອງມືໜູນຊ່ວຍໃຫ້ບັນດາທ່ານໝໍ ແລະ ພະນັກງານການແພດຕ້ານເຊື້ອໄວຣັສ ເຊັ່ນດຽວກັນກັບຜູ້ຕິດເຊື້ອ. ນັກວິເຄາະ Daniel Ahmad tweeted ວ່າ app ໄດ້ເປີດຕົວ "ຜົນກະທົບວິດີໂອ Jiayou" (ຫມາຍຄວາມວ່າໃຫ້ກໍາລັງໃຈ) ທີ່ຜູ້ໃຊ້ຄວນໃຊ້ເພື່ອສົ່ງຂໍ້ຄວາມໃນທາງບວກໃນການສະຫນັບສະຫນູນທ່ານຫມໍ, ຜູ້ຊ່ຽວຊານດ້ານສຸຂະພາບແລະຄົນເຈັບ. ປະເພດຂອງເນື້ອຫານີ້ຍັງຖືກຕີພິມໂດຍຄົນທີ່ມີຊື່ສຽງ, ຄົນດັງແລະອັນທີ່ເອີ້ນວ່າຜູ້ມີອິດທິພົນ.
ໃນມື້ນີ້, ມັນເຊື່ອວ່າການສຶກສາຢ່າງລະມັດລະວັງກ່ຽວກັບທ່າອ່ຽງສື່ມວນຊົນສັງຄົມທີ່ກ່ຽວຂ້ອງກັບສຸຂະພາບສາມາດຊ່ວຍໃຫ້ນັກວິທະຍາສາດແລະເຈົ້າຫນ້າທີ່ສາທາລະນະສຸກສາມາດຮັບຮູ້ແລະເຂົ້າໃຈກົນໄກການຕິດຕໍ່ຂອງພະຍາດລະຫວ່າງຄົນໄດ້ດີຂຶ້ນ.
ສ່ວນຫນຶ່ງແມ່ນຍ້ອນວ່າສື່ມວນຊົນສັງຄົມມີແນວໂນ້ມທີ່ຈະ "ມີສະພາບການສູງແລະ hyperlocal ເພີ່ມຂຶ້ນ," ລາວບອກ The Atlantic ໃນປີ 2016. ສະຫຼັດ Marseille, ນັກຄົ້ນຄວ້າຢູ່ໂຮງຮຽນໂພລີເທກນິກຂອງລັດຖະບານກາງໃນ Lausanne, ສະວິດເຊີແລນ, ແລະຜູ້ຊ່ຽວຊານໃນຂະແຫນງການຂະຫຍາຍຕົວທີ່ນັກວິທະຍາສາດເອີ້ນວ່າ. "ການລະບາດຂອງດິຈິຕອນ". ຢ່າງໃດກໍຕາມ, ໃນເວລານີ້, ນັກຄົ້ນຄວ້າຍັງພະຍາຍາມເຂົ້າໃຈເຖິງວ່າສື່ມວນຊົນສັງຄົມກໍາລັງເວົ້າກ່ຽວກັບບັນຫາສຸຂະພາບທີ່ສະທ້ອນໃຫ້ເຫັນເຖິງປະກົດການລະບາດຂອງພະຍາດຫຼືບໍ່ (8).
8. ຊາວຈີນຖ່າຍຮູບເຊວຟີດ້ວຍໜ້າກາກ.
ຜົນໄດ້ຮັບຂອງການທົດລອງຄັ້ງທໍາອິດໃນເລື່ອງນີ້ແມ່ນບໍ່ຈະແຈ້ງ. ແລ້ວໃນປີ 2008, ວິສະວະກອນ Google ໄດ້ເປີດຕົວເຄື່ອງມືຄາດຄະເນພະຍາດ - Google Flu Trends (GFT). ບໍລິສັດວາງແຜນທີ່ຈະໃຊ້ມັນເພື່ອວິເຄາະຂໍ້ມູນເຄື່ອງຈັກຊອກຫາຂອງ Google ສໍາລັບອາການແລະຄໍາສັບສັນຍານ. ໃນເວລານັ້ນ, ນາງຫວັງວ່າຜົນໄດ້ຮັບຈະຖືກ ນຳ ໃຊ້ເພື່ອຮັບຮູ້ຢ່າງຖືກຕ້ອງແລະທັນທີທັນໃດ "ແຜນການ" ຂອງການລະບາດຂອງໄຂ້ຫວັດໃຫຍ່ແລະການລະບາດຂອງພະຍາດໄຂ້ເລືອດອອກ - ສອງອາທິດໄວກວ່າສູນຄວບຄຸມແລະປ້ອງກັນພະຍາດຂອງສະຫະລັດ. (CDC), ການຄົ້ນຄວ້າຂອງເຂົາເຈົ້າໄດ້ຖືກພິຈາລະນາເປັນມາດຕະຖານທີ່ດີທີ່ສຸດໃນພາກສະຫນາມ. ແນວໃດກໍ່ຕາມ, ຜົນໄດ້ຮັບຂອງ Google ກ່ຽວກັບການວິນິດໄສສັນຍານອິນເຕີເນັດໃນຕອນຕົ້ນຂອງໄຂ້ຫວັດໃຫຍ່ໃນສະຫະລັດ ແລະ ໄຂ້ມາລາເລຍໃນປະເທດໄທຕໍ່ມາແມ່ນຖືວ່າບໍ່ຖືກຕ້ອງເກີນໄປ.
ເຕັກນິກແລະລະບົບທີ່ "ຄາດຄະເນ" ເຫດການຕ່າງໆ, ລວມທັງ. ເຊັ່ນການລະເບີດຂອງຄວາມວຸ້ນວາຍຫຼືການລະບາດ, Microsoft ຍັງໄດ້ເຮັດວຽກ, ເຊິ່ງໃນປີ 2013, ຮ່ວມກັບສະຖາບັນ Technion Israeli, ໄດ້ເປີດຕົວໂຄງການຄາດຄະເນໄພພິບັດໂດຍອີງໃສ່ການວິເຄາະເນື້ອໃນສື່ມວນຊົນ. ດ້ວຍການຊ່ວຍເຫຼືອຂອງ vivisection ຂອງຫົວຂໍ້ຫຼາຍພາສາ, "ປັນຍາຄອມພິວເຕີ" ຕ້ອງຮັບຮູ້ໄພຂົ່ມຂູ່ທາງສັງຄົມ.
ນັກວິທະຍາສາດໄດ້ກວດເບິ່ງລໍາດັບເຫດການບາງຢ່າງເຊັ່ນ: ຂໍ້ມູນກ່ຽວກັບໄພແຫ້ງແລ້ງໃນປະເທດແອງໂກລາ, ເຊິ່ງກໍ່ໃຫ້ເກີດການຄາດເດົາໃນລະບົບການພະຍາກອນກ່ຽວກັບການລະບາດຂອງພະຍາດອະຫິວາ, ຍ້ອນວ່າພວກເຂົາພົບວ່າມີຄວາມສໍາພັນລະຫວ່າງໄພແຫ້ງແລ້ງແລະການເພີ່ມຂື້ນຂອງອຸປະຖໍາຂອງພະຍາດ. ກອບຂອງລະບົບດັ່ງກ່າວໄດ້ຖືກສ້າງຂື້ນບົນພື້ນຖານຂອງການວິເຄາະເອກະສານການພິມເອກະສານຂອງ New York Times, ເລີ່ມຕົ້ນໃນປີ 1986. ການພັດທະນາຕໍ່ໄປແລະຂະບວນການຂອງການຮຽນຮູ້ເຄື່ອງຈັກກ່ຽວຂ້ອງກັບການນໍາໃຊ້ຊັບພະຍາກອນອິນເຕີເນັດໃຫມ່.
ມາຮອດປະຈຸ, ອີງຕາມຜົນສໍາເລັດຂອງ BlueDot ແລະ Metabiota ໃນການຄາດຄະເນການລະບາດ, ຫນຶ່ງອາດຈະຖືກລໍ້ລວງໃຫ້ສະຫຼຸບວ່າການຄາດຄະເນທີ່ຖືກຕ້ອງແມ່ນເປັນໄປໄດ້ຕົ້ນຕໍໂດຍອີງໃສ່ຂໍ້ມູນ "ມີຄຸນສົມບັດ", i.e. ແຫຼ່ງທີ່ເປັນມືອາຊີບ, ເຊື່ອຖືໄດ້, ພິເສດ, ບໍ່ແມ່ນຄວາມວຸ່ນວາຍຂອງຊຸມຊົນອິນເຕີເນັດ ແລະປະຕູ.
ແຕ່ບາງທີມັນອາດຈະເປັນທັງໝົດກ່ຽວກັບ algorithms ທີ່ສະຫຼາດກວ່າ ແລະການຮຽນຮູ້ເຄື່ອງຈັກທີ່ດີກວ່າບໍ?