Bagaimana Ilmu Data Membantu Memerangi Wabah Coronavirus

Meskipun upaya berkelanjutan untuk meningkatkan sistem kesehatan di seluruh dunia, epidemi yang muncul tetap menjadi masalah kesehatan masyarakat yang utama. Respons yang efektif terhadap wabah semacam itu bergantung pada intervensi tepat waktu, idealnya diinformasikan oleh semua sumber data yang tersedia.

Meningkatnya kompleksitas data wabah telah menyebabkan munculnya analitik wabah — ilmu data yang dirancang untuk menginformasikan respons wabah.

Jadi bagaimana cara kerjanya? Ada empat tujuan utama:

• Mengumpulkan data multi-sumber. Di sini, penting untuk diingat bahwa pengumpulan data bukan hanya tentang memilih beberapa data terstruktur dari dokumen klinis. Sumber data mentah juga terlibat. Oleh karena itu, analisis data wabah memerlukan penghilangan noise, pembersihan data, dan normalisasi untuk memungkinkan data menghasilkan wawasan yang dapat ditindaklanjuti.
• Memberikan kesadaran situasional. Di masa pandemi, masa ketidakpastian, penting untuk mengetahui kapan risiko dapat dikelola dan kapan kemungkinan besar menjadi berbahaya. Kesadaran situasional yang dipantau melalui beragam sumber publik membantu mengurangi dan mengendalikan risiko ini.
• Membentuk respons yang efektif. Pada titik ini, visualisasi data masuk. Ini menyajikan hasil analitis dalam bentuk yang jelas dan mudah digunakan (melalui dasbor, bagan, dll.), membantu pembuat keputusan merancang tindakan respons yang efektif tanpa penundaan.
• Pelatihan dan pengembangan kapasitas. Setelah krisis diselesaikan, pembuat keputusan melihat kembali situasi untuk menganalisis skenario respons yang diterima dan memilih strategi yang berhasil. Kemudian mereka membuat amandemen yang relevan untuk pelatihan profesional dan rencana darurat kesehatan agar lebih siap menghadapi krisis kesehatan lainnya.

Pandemi COVID-19 bukan satu-satunya di abad ke-21 atau bahkan dalam satu dekade terakhir. Belum lama ini, Ebola dan Zika mendatangkan malapetaka di Afrika Barat dan Amerika. Respon cepat dan kemampuan beradaptasinya, mekanisme pengawasan, dan strategi manajemen adalah yang membantu para peneliti dan dokter saat itu. Tetapi apakah mereka cukup sekarang? Tidak juga.

Mengingat jangkauan global pandemi, respons yang efektif sulit dirancang tanpa kerja sama ekstensif pihak-pihak utama, dan ini bukan hanya tentang penelitian lintas bidang dalam analitik wabah. Dengan virus yang menyiksa lebih dari 200 negara, strategi respons yang memadai harus bergantung pada praktik terbaik dari masing-masing wilayah.

Untungnya, peneliti klinis dan profesional medis di seluruh dunia telah bergabung dalam upaya mereka dalam memerangi virus. Mencari strategi resolusi krisis terbaik, mereka telah mengembangkan budaya berbagi data yang rumit. Mereka sekarang membuka sumber pengembangan mereka dan terus berupaya meningkatkannya. Berkat pendekatan ini, kami melihat proyek diagnostik yang unik, seperti DarwinAI (Kanada). Dengan alat visi komputer ini, diagnosis COVID-19 hanya dapat dilakukan dengan pemindaian radiografi dada. Sebelumnya, satu-satunya metode diagnostik pencitraan medis COVID-19 adalah tomografi komputer (CT).

Pendekatan kooperatif juga mencakup analitik wabah, yang telah memicu analitik pencegahan dan waktu nyata. Kedua jenis analitik ini merupakan inti dari penyebaran virus.

Data Waktu Nyata

Dalam situasi kritis, jenis analitik ini mendorong pengambilan keputusan berbasis data yang cepat dan menyesuaikan proses untuk setiap situasi secara terpisah. Analisis semacam itu sangat penting bagi profesional medis lokal yang berada di garis depan perang melawan virus.

Alat analitik real-time lokal dikembangkan dengan memperhatikan kebutuhan aktor utama. Misalnya, Kinetica dan Disaster Tech menggunakan platform analitik bertenaga AI dinamis untuk membantu para penanggap krisis AS melacak data terkait virus corona dengan cepat. Solusi ini memungkinkan layanan darurat untuk memvisualisasikan data statistik langsung tentang ketersediaan alat pelindung diri (APD), kapasitas rumah sakit, jumlah alat tes, ketersediaan peralatan, dan lainnya untuk memilih lokasi yang paling cocok bagi pasien dan menghemat waktu.

Analitik waktu nyata tidak terbatas pada penyelesaian tugas operasional secara lokal. Our World in Data, sebuah proyek berbasis Oxford yang dirancang untuk mengatasi masalah global, menyebarkan publikasi besar-besaran yang didedikasikan untuk statistik COVID-19 di seluruh dunia untuk mendukung analitik real-time yang berkelanjutan. Sumber tersebut menyediakan akses ke sebagian besar data terkait virus corona, mulai dari kasus baru dan tingkat kematian hingga respons kebijakan untuk setiap negara yang hidup melalui krisis virus corona. Semua bagan, laporan, dan visualisasi data interaktif lainnya diperbarui setiap hari dan tersedia untuk diunduh.

Analitik untuk Pencegahan

Analisis waktu nyata membantu pemerintah Korea Selatan untuk memperkuat desain strategi pencegahan dan pengawasan pasien positif Covid. Ini menggunakan data dari solusi IoT dan AI yang mendasari jaringan kota pintar langsung dan informasi pribadi yang diberikan oleh pasien yang dikonfirmasi. Hal ini memungkinkan peneliti untuk melacak pergerakan pasien, mengidentifikasi kontak mereka, dan memprediksi skala wabah potensial di wilayah tertentu dengan bantuan analitik data besar. Data juga digunakan untuk menyusun langkah-langkah dan instruksi pencegahan.

Taiwan berhasil memanfaatkan analitik waktu nyata untuk pencegahan tepat waktu juga. Tepat sebelum perayaan Tahun Baru Imlek yang menandai musim liburan Asia, negara itu mengintegrasikan database asuransi kesehatan nasional dengan database untuk imigrasi dan bea cukai. Ketika pelancong yang terinfeksi mulai berdatangan, solusi analitik data besar menyisir melalui basis data terintegrasi dan membangun hubungan antara riwayat perjalanan pengunjung dan gejala yang mereka alami. Solusi tersebut mengirimkan peringatan waktu nyata selama kunjungan rumah sakit untuk membantu identifikasi kasus. Ini juga memungkinkan klasifikasi pelancong berdasarkan risiko infeksi yang bergantung pada asal penerbangan dan riwayat perjalanan selama 14 hari terakhir.

Dalam situasi ketidakpastian dan gejolak seperti pandemi saat ini, data yang berwawasan luas adalah rajanya. Dan itu adalah solusi analitik yang relevan yang dapat memanfaatkannya dan memanfaatkan tindakan respons dan pencegahan yang memadai tanpa penundaan. Dalam hal ini, analisis wabah bekerja dengan baik.

Pada saat yang sama, penyebaran virus secara global membawa aspek lain yang menjadi sorotan — kerja sama internasional. Untuk mengembangkan strategi manajemen yang efektif, pemangku kepentingan utama dan pengambil keputusan dari seluruh dunia harus meninjau dan meningkatkan solusi yang dikembangkan dan memoles tindakan respons dengan mengandalkan data waktu nyata. Dengan demikian, menyatukan upaya di semua bidang, mulai dari analitik hingga diagnostik dan pengobatan, adalah satu-satunya cara untuk menghentikan pandemi dan bersiap lebih baik untuk keadaan darurat kesehatan lainnya.

Yaroslav Kuflinski adalah pengamat pembelajaran mesin/kecerdasan buatan dengan Iflexion.