赌平特肖的概率
科技行者預測分析——如何幫助美國渡過流感爆發期?

預測分析——如何幫助美國渡過流感爆發期?

預測分析——如何幫助美國渡過流感爆發期?

預測分析——如何幫助美國渡過流感爆發期?

2020年1月27日 13:45:05 科技行者
  • 分享文章到微信

    掃一掃
    分享文章到微信

  • 關注官方公眾號-科技行者

    掃一掃
    關注官方公眾號
    科技行者

在武漢新型肺炎持續擴散的同時,美國流感也引起了廣泛關注。每一年的流感高發期及其對美國公共健康的影響,往往都與病毒本身一樣令人捉摸不透、難以預測。

來源:科技行者 2020年1月27日 13:45:05

關鍵字:預測分析 AI 疫情 流感

在武漢新型肺炎持續擴散的同時,美國流感也引起了廣泛關注。

每一年的流感高發期及其對美國公共健康的影響,往往都與病毒本身一樣令人捉摸不透、難以預測。 

對醫院來說,這種不確定性當然會帶來一系列現實挑戰,導致資源供應、設備、床位以及人員短缺,并最終導致病患難以獲得良好的診療服務。 

這類問題對各大主要城市的影響尤其嚴重。大城市極高的人口密度會導致流感迅速傳播,并給低收入且醫療條件較差的社群帶來嚴重的健康后果。

底特律醫學中心近期啟動一個最新項目,希望降低對流感高發期的預測難度。 

通過醫療系統提供的電子病歷記錄,識別經常前往急診室、且具有疑似流感癥狀的患者,進而根據他們的臨床、個人以及人口統計學信息通過預測分析評估他們已經接種疫苗的可能性。 

在流感高發期之內,疾病控制與預防中心的流感監測信息每周都為底特律醫學中心提供關于流感活動的最新動態,協助在高風險患者較為集中的區域定期安排有針對性的流感疫苗接種活動。 

底特律醫學中心接收醫院、哈珀大學以及哈特澤爾女子醫院的首席醫學官Leonardo Lozada博士表示,預測分析技術可以幫助該中心識別出在未來兩到三個月之內,罹患流感幾率超過75%的患者群體。 

Lozada表示,“我們可以向潛在的患者們發送消息,甚至提前開始針對特定人群開展疫苗接種活動。”這類疫苗接種將為各個集中區域提供流感疫苗,例如社區中心、教學以及學校等。其他外展方式還包括直接給患者打電話或發短信,甚至在某些情況下登門拜訪,鼓勵并說服他們接種疫苗。 

Lozada希望通過預防措施限制流感的影響,從而提高服務質量與患者滿意度,并降低與治療流感相關的醫療費用。 

Lozada指出,“我們必須要考慮實際資源的總量與可用性。我們需要最大限度利用這些資源,而最好的方法當然是準確預測既定治療手段對于患者的實際效果。” 

事實上,直到最近幾年開始,醫療保健行業才剛剛利用預測分析工具改善疾病管理、診斷以及患者護理工作。 

底特律醫學中心正是將預測分析引入醫療保健領域各類重大疾病之中(例如季節性流感)的少數機構之一。根據實際應用效果來看,這類工具確實在緩解心臟病、癌癥以及糖尿病等慢性疾病的養護成本方面發揮出積極的作用。 

范德比爾特大學醫學中心預防醫學與健康政策教授William Schaffner博士表示,如果能夠弄清某些社區的疫苗接種率為什么要比其他社區更高,那么醫院的工作效率也將得到顯著提升。他表示,“只要能夠明確定義這些差異,那么下一步就可以進行研究,從而找到疫苗接種的障礙所在。” 

Schaffner指出,雖然流感疫苗接種率在整體上已經得到一定提高,但最近幾年以來,在流感并發癥發病風險最高的群體之內,接種率始終處于停滯狀態。 

每年約有三分之二的65歲及以上群體接種疫苗,此外每年定期接種流感疫苗的孕婦與兒童比例則分別為一半以及三分之二。 

Schaffner解釋道,計算機記錄能夠幫助我們了解哪些員工已經接種過疫苗,這一點在提高醫療保健從業者的流感疫苗接種率方面發揮著重要作用。從2010至2011年度,到2017至2018年度,這一比例上升了15%。 

流感帶來的財務風險相當可觀。根據《疫苗》雜志2018年發表的一項研究,每年流感疾病給美國造成的直接醫療費用平均為32億美元,而生產力損失每年平均還有額外的80多億美元。 

Lozada指出,“這才是我們真正的收益所在。提前計劃并加以預防,總是要比事發之后再行補救要便宜得多。” 

每年流感高發季,美國的致死人數平均在12000人至59000人。但是不同年份的情況差異很大,某些預料之外的變化以及大量未接種疫苗人群的快速發病,往往導致2017至2018年期間的流感大爆發。在此期間,多達95萬美國民眾因流感住院,致命人數接近80000。

預測分析——如何幫助美國渡過流感爆發期?

圖:2019年10月到11月前后六周時間內的美國疾控中心數據,結果顯示在此期間流感上報數開始顯著增加。

到目前為止,今年流感高發季的健康影響似乎要比去年好一些。截至1月11日,美國疾病預防控制中心報告稱,去年10月1日至今年1月5日之間共出現約700萬例流感病例,導致約84000人住院。疾控中心表示,這一數字屬于各年流感季的平均范圍。 

>>>接種率上限 

大多數醫院依賴疾控中心來跟蹤病毒的傳播進程。該信息通常與已知人口統計數據相結合,主要面向較易罹患流感并發癥的群體,具體包括兒童、孕婦以及老年人。這部分高發群體,也是傳統意義上流感疫苗的主要接種對象。 

盡管醫療機構做出諸多努力,但無論是在哪類社群之內,流感疫苗的接種率也從未突破70%。Lozada等研究人員認為,預測分析可能有助于進一步提高疫苗接種率。在他們看來,此類工具能夠幫助利益相關方更好地了解哪些群體不太可能感染流感,并據此指導疫苗接種服務方及交付方調整具體操作方式。 

由于疫苗接種在特定群體內仍存在一定爭議,因此任何能夠提高接種率的方法都將帶來巨大的現實意義。人口健康管理平臺廠商BioIQ公司首席醫學官Joshua Sclar博士指出,“流感疫苗是目前效果最好的預防服務之一。雖然這種方式已經把預防門檻放得很低,但實際普及度仍然不夠高。” 

Sclar指出,服務交付方正積極利用社會決定因素(例如貧困、失業、低學歷、住房不穩定以及糧食不安全等)確定高流感風險人群;以這些數據為基礎,醫護人員將能夠更準確地預測這部分群體罹患流感并因此入院的比例。 

Sclar表示,“這是一場資源分配游戲。我們能夠用于群體疫苗接種的資源是有限的,而且希望將這些資源用于能夠確定的風險最高的人群。” 

在約翰霍普金斯大學衛生安全中心資深學者Amesh Adalja博士來說,在流感監測當中使用先進分析技術的最大意義,在于能夠提供與流感趨勢相關的實時社群數據。在流感大爆發等極端背景之下,這部分數據將顯著降低診療負擔。 

此類工具還能夠幫助臨床醫生更明確地了解該何時何地進行病毒檢測與治療,并幫助醫院在流感季期間更好地分配資源。相較于以往的隨意分配,Adalja表示認為新的方式將極大提高資源利用效率。 

Adalija表示,“在馬拉松比賽或者超級碗比賽期間,醫護人員根本無法應對突然猛增的流感潛在群體。但在我看來,如果擁有實時且能夠輕松訪問的數據,那么效果絕對會更好,甚至徹底避免疾病蔓延了兩周之后人們才剛剛意識到威脅的情況。” 

>>>城市貧困人口面臨巨大危險 

但Adalja同時認為,醫療行業仍然需要集中精力改善臨床實踐,借此鼓勵更多來自流感并發癥風險較高的群體主動接種流感疫苗。 

Adalija指出,“在著眼于那些規模極大的大數據目標之前,我們首先需要考慮到,還有很多弱勢群體還沒有接受過疫苗接種。”另外,盡管孕婦的疫苗接種率有所提高,但絕對比例仍然非常有限(2018年約為49%),而孕婦本身正是流感影響的主要群體之一。 

另一方面,范德比爾特的Schaffner表示,目前的證據明確顯示,貧窮且人口密度較高的社群罹患嚴重流感的風險更高。 

他解釋道,盡管底特律醫學中心以及其他醫療機構已經能夠利用預測分析與社會經濟數據來精確識別出易受流感影響的人群,但問題的核心在于,從業者能否利用這些信息真正開發出更新、更有效的干預措施。 

Schaffner總結道,“公共衛生需要考慮如何調撥資源以制定出新的計劃(必須充分借助創新成果的優勢),并借助這些計劃主動介入以提供切實有效的醫療保健服務。” 

“當然,這項工作既不輕松、也不便宜,我們必須承認這一點。

    赌平特肖的概率 西甲联赛免费直播 中国股票配资平台排行榜 四人麻将真人 pk10开奖网站 下载熊猫四川熊猫麻 中国联通股票 湖北快三基本走势 上证指数历史走势图 江苏快三开奖结果快三 九五配资