lisw05的个人博客分享 http://blog.sciencenet.cn/u/lisw05

博文

在COVID-19公共卫生对策中的数字技术

已有 4877 次阅读 2021-12-20 09:29 |个人分类:管理生物学/Management-Biology|系统分类:海外观察

在COVID-19公共卫生对策中的数字技术

编译  李升伟

 

摘  要

目前数字技术正被用来支持全球范围内对COVID-19的公共卫生对策,包括群体监测、病例判定、接触追踪以及基于流动数据和与公众沟通的干预评价。这些快速反应利用了数十亿移动电话、大型在线数据集、连接设备、相对低成本的计算资源以及机器学习和自然语言处理的进展。本综述旨在捕捉全球范围内公共卫生应对COVID-19的数字创新的广度及其局限性,以及实施这些创新的障碍,包括法律、伦理和个人隐私障碍,以及组织和劳动力障碍。公共卫生的未来可能会变得越来越数字化,我们审查了调整监管、评估和使用数字技术的国际战略的必要性,以加强大流行管理,并为COVID-19和其他传染病做好未来准备。

 

 

COVID-19是一种以前未知的呼吸系统疾病,由SARS-CoV-2冠状病毒引起,世界卫生组织(WHO)于2020311日宣布在病例首次得到检测后不到3个月出现大流行。目前全世界已有超过2848万例确诊病例和超过91万例死亡病例,人们严重关切这种病毒对全球健康、社会和经济的影响,尤其关于脆弱和处境不利的人群,以及在卫生系统脆弱的中低收入国家。在编写本报告时,有71亿人受到了在旅行和社交方面极大的限制。

与控制疫情爆发和大流行一样,控制COVID-19流行病的基础是发现和遏制感染群和社区传播的阻断,以减轻对人类健康的影响。在影响到14世纪欧洲的瘟疫爆发期间,隔离受影响的社区和限制人口流动被用来避免进一步的传播。这些应对疫情的公共卫生措施今天仍然具有现实意义,包括监测、快速病例识别、社区传播阻断和强有力的公共沟通。监测这些措施的执行情况及其对发病率和死亡率的影响至关重要。

《国际卫生条例》(2005年)要求所有国家具备核心能力,确保国家做好准备,应对可能在国际间蔓延的传染病。研究和开发新的方法和技术以加强这些核心能力,往往发生在疫情爆发期间,而创新是绝对必要的。在2003年爆发严重急性呼吸系统综合症期间,香港透过使用电子数据系统,找出了一系列疾病。在2014-2016年西非埃博拉病毒爆发期间,移动电话数据被用来模拟旅行模式,手持测序设备实现了更有效的接触跟踪和更好的跟踪了解疫情的动态。

数字革命改变了生活的许多方面。截至2019年,全球67%的人口订阅了移动设备,其中65%是智能手机,撒哈拉以南非洲增长最快2019年,下载了2040亿个应用程序,截至20201月,38亿人频繁使用社交媒体。

在这里,我们批判性地回顾了如何利用数字技术来应对世界范围内的COVID-19公共卫生对策。我们讨论了创新的广度及其各自的局限性。这一系统层面的方法是必要的,以告知如何将数字战略纳入COVID-19控制战略,并帮助为未来的流行做好准备。

 

数字流行病学监测

疫情暴发管理的一个核心公共卫生功能是从时间、地点和人员方面了解感染传播情况,并确定疾病的危险因素,以指导有效的干预措施。目前正在使用一系列数字数据源来加强和解释公共卫生当局为COVID-19收集的主要流行病学数据。

 

用于早期疾病检测的在线数据源

已建立的人口监测系统通常依赖实验室提供的与健康有关的数据、临床医生诊断的病例通知和综合症状监测网络。症状监测网络是基于临床症状的报告,如“流感样疾病”,而不是实验室诊断,从医院和选定的标记原发性和继发性医疗保健设施,同意提供所有病例的定期监测数据。然而,这些来源最终忽略了不寻求医疗护理的病例。例如,在英国,直到最近只有住院病人和医护人员接受COVID-19常规检查,确诊病例估计占症状性COVID-19病例的4.7%。查明未发现的病例将有助于阐明疫情的规模和特点,并减少进一步的传播。

在过去二十年中,来自在线新闻网站、新闻聚合服务、社交网络、网络搜索和参与性纵向社区队列的数据旨在填补这一空白。开发了使用自然语言处理和机器学习来处理和过滤在线数据的数据聚合系统,包括ProMED-mailGPHINHealthMapEIOS,提供流行病学观察。这些数据来源越来越多地被纳入正式的监视环境,并在COVID-19监视中发挥作用。世卫组织的平台EPI-BRAIN汇集了不同的传染病应急准备和反应数据集,包括环境和气象数据。一些系统声称,在世卫组织发表关于疫情的声明之前,通过使用众包数据和新闻报道,已经发现了COVID-19的早期疾病报告。英国的自动症状监测系统扫描国家卫生服务数字记录,以收集可能发出COVID-19信号的呼吸症状。人们也有兴趣使用在线数据来估计传染病的真实社区传播。已有报告称COVID-19相关社交媒体内容进行了流行病学分析的初步工作。在先前建立的流感互联网搜索算法的基础上建立了COVID-19模型,英格兰公共卫生周报也包括了这些算法。

用于阐明疾病真正负担的众包系统也支持症状监测。流感网络通过每周的调查收集了一些欧洲国家志愿者的症状和遵守社交距离的信息。其他国家也有类似的努力,如美国、加拿大和墨西哥。英国和美国已经有390万人下载了COVID-19症状跟踪APP,并正在进入国家级监测。这些系统虽然快速和信息丰富,但可能会受到选择偏见、对调查结果的过度解释以及与报告已建立的监视指标的官方国家监视缺乏整合的影响。各自为政的做法意味着,仅在英国就有39项举措从社区中的人们那里收集症状,没有集中收集数据。

 

决策支持的数据可视化工具

数据仪表板在大流行中得到广泛使用,整理实时公共卫生数据,包括确诊病例、死亡和检测数据,以使公众了解情况并支持在完善干预措施方面的决策者们。COVID-19仪表板通常侧重于时间序列图表和地理地图,从区域级别的统计数据到案例级别的坐标数据。几个仪表板显示了对大流行的更广泛的反应,如临床试验、政策和经济干预以及对保持社交距离指令的反应。很少有仪表板包含来自应用程序的联系人或其有效性的联系跟踪或社区监视数据。数据收集质量和一致性方面的挑战仍然令人关切。各国政府对统计数据的报告缺乏官方标准和不一致,使全球比较变得困难。来自政府的最新和准确的离线统计数据也并不总是可以获得的。新的可视化方法正在出现,例如NextStrain开放存储库,它提供病毒序列数据,以创建感染传播的全球地图。这是通过开放共享数据启用的,并且是基于开源代码。在以前的全球疫情中,这种数据共享的速度还没有出现过。

 

快速识别病例

在大流行期间,早期和快速的病例识别对于病例的隔离和适当的接触是至关重要的,以减少继续传播,并了解关键的风险和传播模式。数字技术可以补充临床和实验室通知,通过使用基于症状的病例识别和广泛的社区检测和自我检测来获取传播,并且自动化完成、加速向公共卫生数据库报告。

通过在线症状报告进行病例识别,如新加坡和英国所见,传统上用于监测,但现在它提供了关于隔离和转诊到进一步医疗护理服务的建议,如视频评估和检测。这些服务可以迅速实施,但必须与正在进行的公共卫生监测和行动相联系,例如病例隔离和接触隔离。虽然这种方法适用于有症状者,但对个体和人群的广泛检测以及接触追踪而言,在病例识别中起着至关重要的作用,估计占80%COVID-19病例是轻度或无症状的。正在部署传感器,包括热成像摄像机和红外传感器,以根据发热症状(例如在机场)确定潜在病例。大量的假阳性和假阴性结果意味着,这不太可能产生实质性的影响,除了提高认识外。人们还在探索可穿戴技术,以监测COVID-19在人群中的情况。

人们对分散的、数字连接的快速诊断检测越来越感兴趣,以扩大检测的机会,增加检测能力,减轻医疗系统和诊断实验室的压力。几种护理点COVID-19PCR测试正在研发过程中。然而,它们的使用仍然限于医疗护理环境。直通式检测设施和自动检测试剂盒扩大了检测的范围。在取样、向中心实验室发送样品、等待结果和后续工作之间存在不可避免的时间延迟。相比之下,护理点快速诊断抗体检测可以在家庭或社区或社会护理环境中实施,并在几分钟内给出结果。通过使用图像处理和机器学习方法,与具有自动读出功能的智能手机连接,可以使大规模检测与地理空间和病人信息快速链接,向临床系统和公共卫生系统报告,并可以加快结果的得到。为了有效地工作,需要对数据进行标准化,并将数据集成到电子病历中。

通过抗体检测识别过去的感染也是人群水平监测和评估干预措施(如保持社交距离)有效性的核心。到目前为止,护理点血清学检测尤其具有可变的性能,鉴于抗体反应可能是短暂的,这种检测如何有助于病人管理仍然是未知的。一些人认为,必须在经济中保持活跃的血清反应阳性的工作人员可以获得数字“免疫护照”来证明免受感染的保护,尽管这样的策略是脆弱的、具有操作和临床的不确定性。人们还正在开发机器学习算法,通过COVID-19与社区获得性肺炎的自动区分,通过使用医院CT胸部扫描来识别病例,建议进一步评估它们的效用。

 

隔断社区传播

在病例识别和隔离后,需要快速追踪和隔离接触,以防止进一步传播。在传播率很高的地区,需要在越来越不可行或至少以传统手段具有挑战性的规模实施和监测这些干预措施。

 

数字接触追踪

如果没有了数字化工具,数字接触跟踪自动跟踪的规模和速度就不容易复制。它减少了对人类召回的依赖,特别是在人口稠密而且流动的地区。在COVID-19大流行中,已经有几个国家开发了数字接触追踪apps;这些应用程序依赖于以前没有在这个规模上尝试过的方法和技术,并且在隐私问题上存在争议。评估其准确性和有效性是至关重要的。

早期的数字追踪行动引起了对隐私的关注。在韩国,通过使用相关的地点、监视和交易数据追踪确诊病例。在中国,支付宝健康码app通过并发定位自动检测联系人,并通过限制被认为是高风险的用户允许的交易来自动执行严格的检疫措施。与政府合作推出了更多的志愿接触追踪apps;这些应用程序通过全球定位系统(GPS)或手机网络、蓝牙收集邻近数据。人们对集中系统和GPS跟踪提出了关切。在挪威数据保护监督机构反对该应用程序“与任务不相称”的位置数据收集后,挪威停止了其Smittestopp应用程序的使用和数据收集,他们推荐了一种只使用蓝牙的方法。一些具有不同隐私保护水平的国际框架正在出现,包括分散隐私保护接近跟踪行动、泛欧隐私保护接近追踪行动和谷歌-苹果联合框架。

接触追踪应用程序的一个关键限制是,它们需要很大一部分人口使用该应用程序,并遵守建议,使他们能够有效地阻断社区传输(有效繁殖数(R)<1)。从这个角度来看,到20206月,新加坡全国对TraceTogether应用程序的采用率仅达到30%。采用也受到智能手机所有权、用户信任、可用性和手机兼容性的限制。关键的实际问题仍然存在,例如了解哪些接触被认为足够接近以便于传播,以及暴露时间被认为有多长足够触发警报。系统在识别传播事件方面的有效性没有得到很好的描述,因此,人类解释仍然很重要,这是有争议的。

 

通过使用流动数据评估干预措施

智能手机通过GPS、手机网络和Wi-Fi采集的聚集定位数据可以监测实时人群流量,识别潜在的传输热点,并深入了解公共卫生干预措施的有效性,如对实际人类行为的旅行限制。获取移动数据是一个重大挑战,这些方法引起了伦理和隐私方面的关切。

最近,一些技术和电信公司为COVID-19控制目的提供了具有保护隐私聚合步骤的移动数据;然而,数据集是有限的,没有数据共享的长期承诺。每天来自百度的聚合原产地数据被用来评估旅行限制和检疫措施对中国COVID-19传播的影响。意大利智能手机用户的位置数据分析估计,在2020312日宣布封城后的一周内,意大利各省之间的总出行减少了50%。谷歌已经发布了亚国家水平的每周移动报告,包括按旅程类型和目的地(如工作场所和公园)分列的数据,并公开发布了他们的数据集、可供下载。苹果公司同样发布了一个数据集,其中包含了移动性和假定交通运输方法的每日数据。然而,提供者之间没有这些数据集的标准化,并不是所有国家或区域都包括在这些数据集中。

评估移动性和接触模式的局部差异对于预测不同社区之间和不同区域之间的传播率异质性可能是至关重要的,  家居尺寸和年龄分层接触模式可能不同。这种背景信息可以提供对干预措施对减缓传播的影响的看法,包括洗手、社交距离和学校关闭的影响。对社交距离措施的监测也可用于预测保健系统的需求,并将在适当时评估放宽限制的情况。当人们被跟踪以监测遵守检疫和社交距离的情况,包括使用可穿戴设备和无人机时,人们对侵犯公民自由和隐私的行为提出了关切。

 

公共交流:告知人群

在大流行期间有效实施干预措施有赖于公共教育和合作,并辅之以适当的传播战略,其中包括积极的社区参与以确保公众信任。随着41亿人访问互联网和52亿移动互联网用户,通过数字平台进行有针对性的通信有可能迅速达到数十亿并鼓励社区动员。重大挑战依然存在,包括可能有害的错误信息和数字不平等的增加。

自从中国第一次报道了一种对常规治疗方法耐药的异常流感样疾病以来,在线数据和社交媒体在公共交流中一直发挥着重要作用。公共卫生组织和技术公司正在加紧努力,以减少错误信息的传播,并优先考虑可信的新闻网站;例如,谷歌的SOS警报干预优先考虑世卫组织和其他可信来源的顶部搜索结果。关于这些干预措施的影响和界定错误信息的困难的报告很少。联合国的一项研究发现,到20204月初,86%的成员国已将COVID-19信息放在国家网站上,许多国家正在使用短信联系那些没有访问互联网的人群。聊天机器人也在提供信息,以减轻非紧急健康咨询呼叫中心的负担,临床实践正在通过快速采用远程卫生服务配送(包括远程医疗)而改变,特别是在初级保健方面。

数字通信平台也支持遵守社交距离措施。视频会议允许人们在家里工作和上课,在线服务支持心理健康,数字平台支持社区动员努力、想方设法帮助那些需要帮助的人。然而,可自由获得的通信平台的安全和隐私仍然是一个令人关切的问题,特别是对机密医疗信息的流动。

 

未来发展方向

几个世纪以来,数字技术带来了一系列公共卫生创新,成为预防和遏制疾病战略的核心。公共卫生采用数字创新的速度比其他部门慢,世卫组织第一个加强卫生系统的数字化卫生干预准则于2019年公布。COVID-19提出的前所未有的人道主义和经济需求正在推动大规模和快速地开发和采用新的数字技术。我们强调了数字技术的潜力,可以通过在线数据集支持流行病学情报共享,确定感染病例和感染群体,快速追踪接触,监测封城期间的旅行模式,并大规模启用公共卫生消息传递。在广泛使用数字解决方案方面仍然存在障碍。

 

 

数字技术不能孤立运行,需要整合到现有的公共医疗系统中。例如,韩国和新加坡成功地引入了接触追踪应用程序,以支持大型手动接触追踪器团队,作为许多措施之一,包括严格隔离病例和隔离检疫。

数字数据源与任何数据源一样,都需要集成和可互操作,例如与电子病历。这些数据的分析和使用将取决于数字化基础设施和公共卫生系统的准备情况,包括二级、初级和社会护理系统。为确保对人口的影响而提供的物流往往受到太少的关注,并可能导致过度关注单个技术,而不是其在系统中的有效运作。干预措施的协调也是一项挑战,一个国家有多个症状报告点,使得风险碎片化。

展望未来,需要一个系统级别的方法来实现理想的适合用途的数字公共卫生系统的愿景,该系统将症状跟踪apps、快速检测和病例隔离连接起来,接触跟踪和监测聚集的人群流动水平,获得护理和长期跟踪与监测,保持与公众的沟通。这些类型的综合在线护理途径不是新的概念,已被证明是高度可接受和可行的,对于其他传染病如衣原体。

 

数据共享与数据质量

大数据和人工智能方法仅与投入它们的经验数据集一样好,但由于隐私和安全问题,详细的公共卫生和私有数据集往往无法访问,经常缺乏标准化的格式或不完整。研究人员呼吁技术和电信公司以“适当的、道德的和保护隐私的方式”分享他们的数据,通常引用这些公司的道德要求,在有理由使用数据的地方作出贡献。一些公司正在提供汇总数据的子集。这些数据不一致,也没有在相同的时间框架内提供,也没有标准的格式或长期承诺。研究人员领导的国际合作旨在对志愿报告信息的多个国际数据源进行汇总。

同样,各国政府应在其数据集、包括流行病学数据和获取风险因素方面提供更大的透明度,并为研究人员提供可下载的格式。一些政府已经为研究目的提供了非个性化的个体层次数据集,尽管这引起了潜在的隐私问题。开源数据、代码和科学方法正在迅速和广泛地在线共享,包括更多地使用预印本,这加快了数据的可用性,但缺乏同行评审。

 

效能与管理的证据

需要有证据证明任何新技术的有效性,以便更广泛地被采用,但由于目前的大流行正在进行之中,许多数字技术尚未得到同行审查,并已集成进入公共卫生系统中,进行了严格的检测或通过数字健康证据框架进行评估。联系追踪apps已经在至少40个国家推出,但目前还没有证据表明这些应用程序的有效性,例如确定的病例和联系人的产量、成本,遵守建议,经验估计R值减少或与传统方法的比较。尽管由于这一流行病的紧迫性,这一问题具有挑战性,但评估干预措施的有效性是至关重要的。研究人员、公司和政府应在同行评审的期刊上发表其技术的有效性,并通过适当的临床评价。

迫切需要协调的国际数字公共卫生战略,但这些战略的出现缓慢。2020322日,世卫组织发布了2020-2024年全球数字健康战略草案。48日,欧盟呼吁对COVID-19应用程序和移动数据的使用采取泛欧办法。

 

法律、伦理和隐私关注

公共卫生监测的高度细化或个人数据引起了法律关注、道德关注以及安全和隐私关注。并非所有的数字干预都允许协商一致通过,或明确规定了特定目的同意的选择,有些干预被用于执行措施和监测。在许多情况下,广泛采用与效力有关,这突出表明需要公众信任和参与。令人关切的是,紧急措施开创了先例,可能会在紧急情况之后继续存在,这将导致不断收集关于没有紧急情况的私人公民的信息。所有系统都需要“证明”防止侵犯隐私,并需要遵守适当的法律、道德和临床治理。数据可以根据法律合同共享,目的和时间明确,要求独立审计,以确保数据不被用于大流行以外的目的。动态同意过程也可以允许用户共享他们的数据、隐私保护技术,如细化隐私和同态加密,可以确保访问是可能的、仅用于特定目的,并以防篡改的方式提供,以允许审计。

 

不平等和数字鸿沟

2018年,世界卫生大会关于数字健康的决议确认了数字技术在推进全民医保和可持续发展目标方面的价值。虽然趋势正在缩小,但今天仍然存在数字鸿沟,世界上有51%的人口未订阅移动互联网。低收入和中等收入国家缺乏移动通信,尽管高收入国家社会经济地位较低的人也受到影响。皮尤研究中心报告说,18-29岁的人与50岁以上的人在移动通信方面存在很大差距。也有报告称,移动互联网接入受到限制,例如在缅甸的一些地区,这使一些人口对这一流行病没有知晓。这种爆发对一些社区,如黑人和少数族裔群体的影响也比其他社区更大。因此,必须开发可访问的工具和信息,并可根据具体的风险、语言和文化背景进行调整。

 

劳动力和组织障碍

COVID-19大流行的蔓延暴露了政府领导层加快评估和采用数字技术的必要性。成功的执行战略将需要政府、监管机构、公司、非政府机构和病人群体等多个领域的合作,仔细推进和协调政策。与其他卫生领域的供资相比,公共卫生长期以来一直资金不足。长期变化将需要对国家和国际数字研究中心进行投资,伴以必要的合作伙伴平衡和事先商定的数字数据集访问。对劳动力教育和技能的大量投资对于加强数字公共卫生领导至关重要。

 

结论

COVID-19大流行仍在继续,要充分量化数字技术对大流行防治的附加值还为时过早。虽然数字技术提供了支持大流行应对的工具,但它们不是灵丹妙药。正在形成的共识是,它们在全面应对疫情和大流行方面发挥着重要作用,补充了常规公共卫生措施,从而有助于减少疫情COVID-19对人类和经济的影响。成本效益和可持续性将需要系统层面的方法来建立数字在线护理途径,将快速和广泛的检测与数字化症状检查器联系起来,并与接触跟踪、流行病学情报和长期临床随访联系起来。COVID-19大流行不仅证实了数据共享的必要性,而且还证实了在社区参与下进行严格的评价和道德框架的需要,以便与新出现的移动和数字医疗一起发展。必须通过所有数字渠道的强大沟通策略建立公众信任,并表明对适度隐私的承诺。

公共卫生的未来可能越来越数字化,认识到数字技术在这一领域和新冠肺炎大流行防备规划中的重要性已变得紧迫。数字领域的重要利益相关方,如技术公司,应该是备灾的长期伙伴,而不是只有在紧急情况持续时才成为伙伴。病毒不分国界,越来越多的数字技术和数据也不分国界。迫切需要调整数字技术的监管、评价和使用的国际战略,以加强大流行管理和未来COVID-19以及其他传染病的准备工作。

[资料来源:Nature Medicine 20208]

原文链接:https://www.nature.com/articles/s41591-020-1011-4



https://blog.sciencenet.cn/blog-2636671-1317329.html

上一篇:信息生物学的现状与展望
下一篇:机器学习帮助医学的八个方面
收藏 IP: 39.129.165.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (5 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-28 21:23

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部