大數據分析如何幫助戰勝冠狀病毒,機器學習技術如何讓我們分析海量數據? 工業 4.0 Youtube 頻道的主持人 Nikolai Dubinin 正在尋找這些問題的答案。
大數據分析是追踪病毒傳播和戰勝大流行的最有力方法之一。 160 年前發生的一個故事清楚地表明了收集數據并快速分析數據的重要性。
冠狀病毒在莫斯科和莫斯科地區的傳播地圖。
這一切是怎麼開始的? 1854 年倫敦的 Soho 區爆發霍亂。 十天內有500人死亡。 沒有人了解這種疾病傳播的源頭。 當時,人們認為這種疾病是由於吸入不健康的空氣而傳播的。 一切都改變了約翰·斯諾醫生,他成為現代流行病學的奠基人之一。 他開始採訪當地居民,並將所有已確定的疾病病例標在地圖上。 統計數據顯示,大多數死者都在 Broad Street 豎管附近。 不是空氣,而是污水中毒的水引起了流行病。
Tectonix 的服務以邁阿密的海灘為例,展示了人群如何影響流行病的傳播。 該地圖包含數百萬條來自智能手機和平板電腦的地理定位匿名數據。
現在想像一下,在 15 月 XNUMX 日莫斯科地鐵發生交通堵塞後,冠狀病毒在我們國家傳播的速度有多快。然後警察檢查了每個下地鐵的人的數字通行證。
如果系統無法應對他們的驗證,為什麼我們需要數字通行證? 還有監控攝像頭。
根據 Yandex 技術傳播總監 Grigory Bakunov 的說法,今天運行的人臉識別系統可以識別 20-30 fps 在一台計算機上。 它的成本約為 10 美元。 與此同時,莫斯科有200個攝像頭。 要使其全部在實模式下工作,您需要安裝大約 20 萬台計算機。 城裡沒那麼多錢。
與此同時,15月66日,韓國舉行線下議會選舉。 過去 XNUMX 年的投票率創歷史新高——XNUMX%。 為什麼他們不怕人多的地方?
韓國設法扭轉了國內疫情的發展。 他們已經有過類似的經歷:2015 年和 2018 年,當時該國爆發了 MERS 病毒。 2018年,他們重新審視了三年前的錯誤。 這一次,當局特別果斷,打通了大數據。
使用以下方法監測患者運動:
監控攝像頭的錄音
信用卡交易
來自市民汽車的 GPS 數據
手機
那些被隔離的人必須安裝一個特殊的應用程序,提醒當局注意違規者。 可以以高達一分鐘的精度查看所有動作,還可以查明人們是否戴著口罩。
違規罰款高達 2,5 美元。 如果附近有感染者或人群,同一應用程序會通知用戶。 所有這些都與大規模測試同時進行。 該國每天進行多達 20 次測試。 已經建立了 633 個專門用于冠狀病毒檢測的中心。 停車場也有 50 個站點,您可以在不離開汽車的情況下參加考試。
但是,正如科學記者和 N+1 科學門戶網站的創建者 Andrey Konyaev 正確指出的那樣, 大流行會過去,但個人數據會保留。 國家和企業將能夠追踪用戶行為。
順便說一句,根據最新數據,冠狀病毒的傳染性比我們想像的要強。 這是中國科學家的官方研究。 眾所周知,COVID-19 可以從一個人傳播給五六個人,而不是以前認為的兩三個人。
流感感染率為1.3。 這意味著一個病人會傳染一兩個人。 冠狀病毒的初始感染係數為5.7。 流感死亡率為 0.1%,冠狀病毒死亡率為 1-3%。
數據截至 XNUMX 月初。 許多病例未被確診是因為該人未接受冠狀病毒檢測或該病沒有症狀。 因此,目前無法對這些數字得出結論。
機器學習技術最擅長分析大量數據,不僅有助於跟踪移動、聯繫人,還有助於:
診斷冠狀病毒
找藥
尋找疫苗
許多公司宣布了基於人工智能的現成解決方案,這些解決方案將自動檢測冠狀病毒,而不是通過分析,而是通過例如肺部的 X 射線或 CT 掃描。 因此,醫生會立即開始處理最嚴重的病例。
但並不是每個人工智能都具有足夠的智能。 97月底,媒體傳出消息稱,一種準確率高達XNUMX%的新算法可以通過肺部X光來確定冠狀病毒。 然而,事實證明神經網絡只接受了 50 張照片的訓練。 這比您開始識別該疾病所需的照片少了大約 79 張。
DeepMind 是谷歌母公司 Alphabet 的一個部門,希望使用人工智能完全重建病毒的蛋白質結構。 19 月初,DeepMind 表示其科學家已經了解與 COVID-XNUMX 相關的蛋白質結構。 這將有助於了解病毒的功能並加快尋找治愈方法的速度。
關於該主題的其他閱讀內容:
- 技術如何預測流行病
- 莫斯科的另一張冠狀病毒地圖
- 神經網絡如何追踪我們?
- 后冠狀病毒世界:我們會面臨焦慮和抑鬱的流行嗎?
在 Yandex.Zen 上訂閱並關注我們 - 技術、創新、經濟、教育和共享在一個渠道。