Ilmu Data Menggerakkan Respons COVID-19: Wawasan dan Strategi

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

Kompleksitas data wabah yang meningkat telah mengarah pada munculnya analitik wabah — sebuah ilmu data yang dirancang untuk memberikan informasi respons wabah.

Jadi bagaimana cara kerjanya? Terdapat empat tujuan utama:

• Mengumpulkan data multi-sumber. Di sini, penting untuk diingat bahwa pengumpulan data bukan sekadar memilih beberapa data terstruktur dari dokumen klinis. Sumber data mentah juga terlibat. Oleh karena itu, analitik data wabah memerlukan penghapusan kebisingan, pembersihan data, dan normalisasi untuk memungkinkan data menghasilkan wawasan yang dapat ditindaklanjuti.
• Memberikan kesadaran situasional. Di tengah pandemi, saat-saat ketidakpastian, penting untuk mengetahui kapan risiko dapat dikelola dan kapan risiko paling mungkin menjadi berbahaya. Kesadaran situasional yang dipantau melalui berbagai sumber publik membantu mengurangi dan mengendalikan risiko ini.
• Membentuk respons yang efektif. Pada titik ini, visualisasi data turut serta. Ini menyajikan hasil analisis dalam bentuk yang jelas dan ramah pengguna (melalui dasbor, diagram, dll.), membantu pengambil keputusan merancang langkah respons yang efektif tanpa keterlambatan.
• Pelatihan dan pembentukan kapasitas. Setelah krisis teratasi, pengambil keputusan melihat kembali situasi untuk menganalisis skenario respons yang diterima dan memilih strategi yang sukses. Kemudian mereka melakukan perubahan yang relevan pada pelatihan profesional dan rencana darurat kesehatan untuk lebih siap menghadapi krisis kesehatan lainnya.

Pandemi COVID-19 bukan satu-satunya di abad ke-21 atau bahkan dalam dekade terakhir. Tidak lama lalu, Ebola dan Zika menyebabkan kerusakan di Afrika Barat dan Amerika. Respons yang cepat dan adaptabilitasnya, mekanisme pengawasan, dan strategi manajemen adalah yang membantu peneliti dan klinis pada saat itu. Namun, apakah itu cukup sekarang? Tidak benar-benar.

Dengan jangkauan global pandemi, respons yang efektif sulit dirancang tanpa kerjasama luas dari para pihak kunci, dan ini bukan hanya tentang penelitian lintas bidang dalam analitik wabah. Dengan virus yang menggejolak lebih dari 200 negara, strategi respons yang memadai harus mengandalkan praktik terbaik dari setiap wilayah.

Untungnya, peneliti klinis dan profesional medis di seluruh dunia telah menggabungkan upaya mereka dalam pertempuran melawan virus. Dalam mencari strategi resolusi krisis terbaik, mereka telah mengembangkan budaya berbagi data yang rumit. Mereka kini membuka sumber pengembangan mereka dan terus bekerja untuk meningkatkannya. Berkat pendekatan ini, kita melihat proyek diagnostik yang unik, seperti DarwinAI (Kanada). Dengan alat visi komputer ini, memungkinkan untuk mendiagnosis COVID-19 hanya dengan pemindaografi radiografi dada. Sebelumnya, satu-satunya metode diagnostik medis imaging COVID-19 adalah tomografi komputer (CT).

Pendekatan kolaboratif juga mencakup analitik wabah, yang telah mendorong analitik real-time dan pencegahan. Kedua jenis analitik ini menjadi inti dari penahanan penyebaran virus.

Data Real-Time

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

Alat analitik real-time lokal dikembangkan dengan mempertimbangkan kebutuhan dari para pemain kunci. Misalnya, Kinetica dan Disaster Tech meluncurkan platform analitik cerdas dinamis untuk membantu penanggulang krisis AS melacak data terkait koronavirus secara langsung. Solusi ini memungkinkan layanan darurat untuk memvisualisasikan data statistik langsung tentang ketersediaan peralatan pelindung diri (PPE), kapasitas rumah sakit, jumlah kit tes, ketersediaan peralatan, dan lebih banyak lagi untuk memilih lokasi paling sesuai untuk pasien dan menghemat waktu.

Analitik real-time tidak terbatas pada menyelesaikan tugas operasional secara lokal. Our World in Data, proyek berbasis Oxford yang dirancang untuk mengatasi masalah global, meluncurkan publikasi massal yang diromatkan tentang statistik COVID-19 di seluruh dunia untuk mendorong analitik real-time berkelanjutan. Sumber ini menyediakan akses ke sejumlah besar data terkait koronavirus, mulai dari kasus baru dan tingkat mortalitas hingga respons kebijakan untuk setiap negara yang melalui krisis koronavirus. Semua diagram, laporan, dan visualisasi data interaktif lainnya diperbarui setiap hari dan tersedia untuk diunduh.

Analitik untuk Pencegahan

Analitik real-time membantu pemerintah Korea Selatan untuk memperkuat perancangan strategi pencegahan dan pemantauan pasien positif Covid. Ini menggunakan data dari solusi IoT dan AI yang mendasari jaringan kota cerdas langsung dan informasi pribadi yang diberikan oleh pasien yang terkonfirmasi. Ini memungkinkan peneliti untuk melacak gerakan pasien, mengidentifikasi kontak mereka, dan memprediksi skala potensi wabah di suatu wilayah dengan bantuan analitik big data. Data ini juga digunakan untuk merumuskan langkah pencegahan dan instruksi.

Taiwan berhasil memanfaatkan analitik real-time untuk pencegahan tepat waktu, juga. Tepat sebelum perayaan Tahun Baru Imlek yang menandai musim liburan Asia, negara tersebut mengintegrasikan database asuransi kesehatan nasional dengan database imigrasi dan pelabuhan. Ketika wisatawan terinfeksi mulai tiba, solusi analitik big data menelusuri database terintegrasi dan menetapkan hubungan antara riwayat perjalanan pengunjung dan gejala yang mereka alami. Solusi ini mengirim peringatan real-time selama kunjungan rumah sakit untuk membantu identifikasi kasus. Ini juga memungkinkan klasifikasi wisatawan berdasarkan risiko infeksi berdasarkan asal penerbangan dan riwayat perjalanan selama 14 hari terakhir.

Dalam situasi ketidakpastian dan kekacauan seperti pandemi saat ini, data yang mengagumkan adalah raja. Dan solusi analitik yang relevan yang dapat mengalahkannya dan memanfaatkan langkah respons dan pencegahan yang memadai tanpa keterlambatan. Dalam hal ini, analitik wabah bekerja dengan baik.

Saat ini, penyebaran global virus membawa aspek lain ke dalam sorotan — kerja sama internasional. Untuk mengembangkan strategi manajemen yang efektif, pemegang kepentingan dan pengambil keputusan kunci dari seluruh dunia harus meninjau dan meningkatkan solusi yang telah dikembangkan dan mengkilat langkah respons yang bergantung pada data real-time. Dengan demikian, menyatukan upaya di semua bidang, dari analitik hingga diagnosis dan pengobatan, adalah satu-satunya cara untuk menghentikan pandemi dan lebih siap untuk setiap darurat kesehatan lainnya.

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