Роль Data Science в борьбе с COVID 19:
COVID 19 — это пандемия вируса, которая затронула людей самыми разными способами, которые только можно себе представить. Это нанесло серьезный урон человечеству, поскольку люди находились под сильным давлением, пытаясь защитить своих близких. Поскольку вирус был довольно новым, никто не знает, как с ним бороться, и все, что мы знаем, это свойства вируса, например, насколько вероятно, что он передается, насколько смертоносен вирус.
Данные текли со всех сторон, информируя о происходящих инфекциях, смертях, перегрузке больниц, управлении экстренными силами в нужных местах и т. д. Была острая потребность в науке о данных для обработки всей этой информации и ее выполнения. правильный план, чтобы убедиться, что нужная помощь оказывается в нужном месте.
Как Data Scientist помог в борьбе с COVID 19:
- Буферные зоны/зоны содержания
Основным лозунгом, когда в стране появился COVID, был «РАЗРЫВ ЦЕПИ», в связи с чем страна ввела полную изоляцию. Хотя режим самоизоляции был введен, вирус успел проникнуть в массы населения страны. Таким образом, после блокировки в каждом сообществе по-прежнему происходила очевидная передача вируса. Для решения этой проблемы ученые-данные придумали буферные/защитные зоны. Ученые данных с данными об уровне заражения и геопространственными данными зараженного человека/сообщества немедленно создали зоны сдерживания, которые были построены на основе свойств диапазона трансмиссивности вируса. Это привело к ограничению вируса в этой конкретной области и помогло разорвать цепочку.
2. Прогнозирование случаев COVID
Ученые, работающие с данными, начали создавать модели, которые могли бы оценивать случаи COVID, а также прогнозировать пики, используя концепцию данных временных рядов. Учитывая данные, связанные с уровнем заражения, прививками, количеством больниц, доступностью кислорода, эффективностью лекарств, все эти данные были собраны, обработаны и переданы в модели машинного обучения или нейронных сетей, которые давали прогнозы о предстоящих случаях COVID. Эти прогнозы послали тревогу правительству и соответствующим ведомствам, с помощью которых они могли бы лучше подготовиться и быть готовыми справляться с такими ситуациями.
3. Улучшение правил
Правительство было вынуждено проводить политику, которая каким-то образом наполняла бы сердца людей уверенностью в том, что они с народом. Таким образом, принятие решений, которые повлияли бы на большинство масс людей, было очень важным для правительства. Специалисты по данным играли очень важную роль в разработке политики, они постоянно информировали правительство о фактах и прогнозах, что, в свою очередь, помогало правительству выбирать лучшую политику. Каждая политика, разработанная правительством, была ОСНОВАНА НА ДАННЫХ.
Говоря о том, что Data Scientist может внедрить для борьбы с COVID:
- Что делать с дезинформацией
С момента появления коронавируса почти во всех социальных сетях и даже в некоторых печатных и телевизионных СМИ циркулирует много дезинформации. Как Data Scientist, мы могли бы придумать несколько идей, как бороться с этими фальшивыми новостями и мистификацией. Мы могли бы разрабатывать, создавать и поддерживать базы данных, которые проверяют, являются ли данные подлинными или нет. Затем мы могли бы интегрировать эти модели в наши популярные платформы социальных сетей, такие как WhatsApp, Twitter и т. д. Наша постановка проблемы была бы чем-то вроде заявления или сообщения для пересылки, и мы могли бы сказать на основе наших фактов и новостной информации, является ли сообщение или заявление является подлинным или нет, а также предоставить ему доказательства, такие как официальные заявления и т. д., это может избавить от многих заблуждений и мошенничества, происходящего в социальных сетях. И люди всегда будут хорошо принимать решения, независимо от предоставленных данных.
2. Предоставлять более качественную справку о больницах в режиме реального времени
Предположим, что когда пациент инфицирован и ему требуется немедленная медицинская помощь, мы, специалисты по обработке и анализу данных, должны быть в состоянии сопоставить его с самой короткой и экономичной доступной медицинской помощью, чтобы пациент мог получить максимальную помощь в борьбе с коронавирусом. . Итак, мы должны разработать и развернуть нашу модель и придать ей максимальный приоритет с точки зрения масштабируемости и малой задержки, чтобы мы могли дать пациенту наилучшие шансы на выживание.
