Ein digitaler Kanarischer Kanal in der Kohlemine
Verfasst von David Bowen, PhD; Alfred Whitehead, MS, MAs
Der Artikel, den Sie gleich lesen werden, stammt aus der Serie „Life (Sciences) After COVID-19“ von Klick Health, einer Sammlung von Expertenperspektiven, die die Life Sciences-Community für die kommenden Veränderungen und Chancen informieren und inspirieren sollen, die wir als Ergebnis dieser globalen Gesundheitskrise erwarten.
Jedes Mal, wenn sich das Coronavirus repliziert, kauft die Menschheit unwillkürlich ein Ticket in einer schicksalhaften Lotterie. Bei jeder Replikation besteht eine geringe Wahrscheinlichkeit einer Mutation, und bei jeder Mutation besteht eine geringe Wahrscheinlichkeit, dass die Mutation tödlicher oder übertragbarer ist als ihre Eltern. Die Menschheit hat in dieser Lotterie mit neuen und bedrohlicheren Varianten aus Großbritannien, Brasilien und Südafrika Losing Tickets gezogen. Da der Prozess der Mutation unendlich ist, könnte für alles, was wir wissen, gerade eine neue Variante entstehen, die weiß, wo. Alle aktuellen neuen Varianten sind nun in die Vereinigten Staaten gereist, und es besteht kaum Zweifel, dass zukünftige Varianten das Gleiche schnell tun würden, was möglicherweise unsere Erholung beeinträchtigt.
Deshalb ist es wichtig, die Anzahl der Tickets zu verringern, die die Menschheit in dieser Lotterie kauft, indem so viele Menschen auf der ganzen Welt so schnell wie möglich geimpft werden, um die Menge des zirkulierenden Virus zu reduzieren. Es ist genauso wichtig, neue Varianten und ihre Folgen so schnell wie möglich erkennen zu können, damit sie identifiziert und eingedämmt werden können.
Die Welt hat Ärzte und Pflegekräfte, Wissenschaftler und Forscher in den Kampf gegen COVID mobilisiert. Jetzt ist der Moment, in dem soziale Medien und maschinelles Lernen am Kampf teilnehmen.
Vor Jahrzehnten trugen Bergleute Kanarien mit in die Kohlebergwerke, um sie vor gefährlichen Gasen zu warnen, bevor es zu einer Explosion kam.
Das aktuelle US-System zur Verfolgung von Virusvarianten stützt sich auf ein Netzwerk von Laboren, um den genetischen Code von Virusproben von Prüfzentren im ganzen Land zu sequenzieren. Dieses Netzwerk ist für den Nachweis von Genvarianten unerlässlich. Obwohl sich der Durchsatz des Netzwerks in den letzten Jahren deutlich verbessert hat, kann es immer noch nur Tausende von Sequenzen pro Tag analysieren, während sich Milliarden von Viren im Umlauf befinden.
Der genetische Code einer neuen Variante ist entscheidend, aber das ist nur ein Teil der Geschichte. Genauso wichtig ist es, schnell zu verstehen, ob eine neue Variante gefährlicher ist oder andere Symptome hervorruft als das Original. Wenn eine neue Variante harmlos ist (wie die meisten sind), dann müssen wertvolle öffentliche Gesundheitsressourcen nicht verschwendet werden, um ihre Auswirkungen zu verfolgen, und können für die Untersuchung gefährlicherer Varianten reserviert werden.
Stellen Sie sich vor, das bestehende Gensequenzierungsnetzwerk, das Tausende von Datenpunkten pro Tag analysieren kann, würde durch ein Social-Media-„Sequenzierungsnetzwerk“ ergänzt, das Milliarden von Datenpunkten pro Tag analysieren kann – und dass dieses Netzwerk nicht nur die Sequenz neuer Varianten, sondern auch ihre medizinischen Folgen in nahezu Echtzeit erkennen könnte. Dieses Netzwerk würde nicht von genetischer Sequenzierung oder mühsamen Untersuchungen der öffentlichen Gesundheit abhängen, sondern von etwas, das Milliarden von Menschen bereits tun – tatsächlich etwas, das sie kaum selbst davon abhalten können – und das in sozialen Medien kommuniziert.
Diese Vision kann nun durch neue Anwendungen des maschinellen Lernens für die Analyse sozialer Medien erreicht werden. Um die Pandemie besser zu verstehen, analysierte unser Team Social-Media-Gespräche auf zuvor nicht vermutete Aspekte der COVID-19-Pandemie und verwendete einen einzigartigen Algorithmus für maschinelles Lernen, um Muster aus den Daten zu erkennen. Retrospektiv betrachteten wir Social-Media-Gespräche aus den frühen Tagen der Pandemie, stellten wir fest, dass mehrere Symptome mit COVID-19-Infektionen korrelierten, die zu diesem Zeitpunkt nicht in der medizinischen Literatur beschrieben wurden, einschließlich des mittlerweile berühmten Geschmacks- und Geruchsverlusts.
Unsere Peer-Review-Studie ergab, dass maschinelles Lernen diese Symptome so schnell finden und mit COVID-19 in Verbindung bringen konnte, weil Menschen oft früher und umfangreicher darüber sprechen, wie sie sich in den sozialen Medien fühlen, als sie mit ihren Ärzten sprechen. Das gerade stattfindende Social-Media-Chatter enthält sicherlich unbezahlbare Informationen über die Verbreitung neuer Virusvarianten, wenn man nur die Spur wertvoller Informationen inmitten des Heuhaufens des Social-Media-Rauschens finden könnte. Mit maschinellem Lernen kann es sein.
Ein digitaler Kanarischer Kanal in der Kohlemine
Wir hoffen, dass Ihnen diese POV-Vorschau gefallen hat. Stellen Sie sicher, dass Sie herunterladen, um den gesamten Inhalt anzuzeigen.
Autoren
David Bowen, PhD
SVP, Richtlinie und Interessenvertretung
David ist ein Spezialist für Politik und öffentliche Gesundheit mit über 20 Jahren Erfahrung, der Veränderungen in der Gesundheits- und Gesundheitspolitik in der Regierung, bei Stiftungen und im privaten Sektor vorantreibt. Als politischer Direktor des Gesundheitsausschusses des US-Senats spielte David eine Schlüsselrolle bei der Verfassung wichtiger US-amerikanischer Gesundheitsgesetze, einschließlich des Affordable Care Act. David bietet Kunden Einblicke und Strategien, die auf einem tiefen Verständnis des Kontexts der öffentlichen Ordnung basieren, der Gesundheit und Gesundheitswesen prägt.
Alfred Whitehead, MS, MAs
EVP, Angewandte Wissenschaften
Alfred ist eine leitende Führungskraft mit über 15 Jahren Erfahrung in der Verwendung von Daten in der Gesundheits- und Biowissenschaftsbranche. Sein Team vereint Verhaltenswissenschaft, Medizinwissenschaft, Datenwissenschaft sowie Hardware- und Software-Prototyping, um neuartige Lösungen für Probleme zu entwickeln, die die Verbesserung der menschlichen Gesundheit beeinflussen. Alfred hat einen Master-Abschluss in Physik und Astronomie und ist veröffentlichter Beitrag zu leistungsstarken Computersimulationen in der Astrophysik.
Ready to Drive Life Sciences Forward?
Experience the transformative power of Klick Health, where deep industry expertise meets cutting-edge AI-driven wisdom.
As your trusted partners in life sciences commercialization, we combine a storied history in healthcare with the latest technologies to elevate every facet of your omnichannel strategy. From crafting engaging narratives to enabling data-driven decision-making, our integrated capabilities ensure you lead the way in transforming patient outcomes through digital health innovation.
Let’s create something transformative together.
