Новости и события

В этой статье рассматривается на парадоксальную идеологию, согласно которой, хотя воздействие технологий на окружающую среду было крайне негативным, концепция экологических технологий может спасти нашу планету от нанесенного вреда. Эта идея поддерживается WWF 1 , которые заявили, что, хотя технология является средством решения, она также является частью проблемы.

Термин «технология» относится к применение научных знаний в практических целях и созданных в результате машин и устройств. В настоящее время мы живем в период быстрых изменений, когда технологические разработки революционизируют наш образ жизни и в то же время уводят нас в пучину катастрофы в виде изменения климата и нехватки ресурсов.

Эта статья начнется с обсуждения негативного воздействия технологий на окружающую среду из-за возникновения некоторых из самых серьезных экологических проблем в мире, за которым следует возможность спасти планету от тех же проблем. Наконец, будет исследована конкретная экологическая технология датчика газа и обсуждается, как он играет роль в смягчении негативных экологических последствий.

Содержание
  1. Влияние технологий на окружающую среду
  2. Экологические технологии
  3. Как могут экологические технологии Эдинбурга Датчики газа вносят свой вклад?
  4. Связаться
  5. Ссылки
  6. Цифровые технологии в ответных мерах общественного здравоохранения на COVID-19
  7. Субъекты
  8. Аннотация
  9. Main
  10. Цифровой эпидемиологический надзор
  11. Онлайн-источники данных для раннего обнаружения заболеваний
  12. Визуализация данных. инструменты для поддержки принятия решений
  13. Быстрое выявление случаев
  14. Прерывание передачи от сообщества
  15. Цифровое отслеживание контактов
  16. Оценка вмешательств с использованием данных о мобильности
  17. Связь с общественностью: информирование населения
  18. Направления будущего
  19. Внедрение
  20. Обмен данными и качество данных
  21. Доказательства эффективности и регулирования
  22. Юридические, этические и Проблемы конфиденциальности
  23. Неравенство и цифровой разрыв
  24. Кадровые и организационные барьеры
  25. Заключение
  26. Ссылки
  27. Информация об авторе
  28. Принадлежности
  29. Автор, отвечающий за переписку
  30. Этические декларации
  31. Конкурирующие интересы
  32. Дополнительная информация
  33. Права и разрешения
  34. О эта статья
  35. Цитируйте эту статью
  36. Дополнительная литература
  37. Подход городского кластера на основе риска для Sars-CoV-2 и изоляционные барьеры на основе анонимных данных о местоположении пользователей мобильных телефонов
  38. Изучение связи между восприятием риска в интернет-СМИ и распространенностью COVID-19 в Европе
  39. Влияние загрузки государственного приложения для отслеживания контактов COVID-19 на психологический стресс во время пандемии Среди занятых взрослых: перспективное исследование
  40. Смена медиа изображения дистанционного консультирования в COVID-19: анализ газет Великобритании
  41. Biosaf ety во время пандемии: лаборатории с общими ресурсами готовы принять вызов

Влияние технологий на окружающую среду

Промышленная революция привела к появлению новых технологий с огромной силой. Это был переход к новым производственным процессам в Европе и США в период примерно с 1760 по 1840 год. За этим последовала продолжающаяся индустриализация и дальнейшие технологические достижения в развитых странах по всему миру, а также влияние Использование этой технологии в окружающей среде включает неправильное использование и повреждение нашей естественной земли.

Эти технологии нанесли вред нашему миру двумя основными способами; загрязнение и истощение природных ресурсов.

1. Загрязнение воздуха и воды

Загрязнение воздуха происходит, когда вредные или чрезмерные количества газов, таких как диоксид углерода, монооксид углерода, диоксид серы, оксид азота и метан, попадают в атмосферу Земли. Все основные источники связаны с технологиями, появившимися после промышленной революции, такими как сжигание ископаемого топлива, фабрики, электростанции, массовое сельское хозяйство и автомобили. Последствия загрязнения воздуха включают негативное воздействие на здоровье людей и животных и глобальное потепление, в результате чего повышенное количество парниковых газов в воздухе задерживает тепловую энергию в атмосфере Земли и вызывает повышение глобальной температуры.

С другой стороны, загрязнение воды — это загрязнение водных объектов, таких как озера, реки, океаны. , и грунтовые воды, обычно из-за деятельности человека. Некоторые из наиболее распространенных загрязнителей воды — это бытовые отходы, промышленные сточные воды, инсектициды и пестициды. Конкретный пример — сброс недостаточно очищенных сточных вод в естественные водоемы, что может привести к деградации водных экосистем. К другим пагубным последствиям относятся такие болезни, как брюшной тиф и холера, эвтрофикация и разрушение экосистем, что отрицательно сказывается на пищевой цепи.

2. Истощение природных ресурсов

Истощение ресурсов — еще одно негативное воздействие технологий на окружающую среду. Это относится к потреблению ресурса быстрее, чем он может быть восполнен. Природные ресурсы состоят из тех, которые существуют без создания человеком, и они могут быть возобновляемыми или невозобновляемыми. Существует несколько типов истощения ресурсов, наиболее серьезными из которых являются истощение водоносных горизонтов, обезлесение, добыча ископаемых видов топлива и полезных ископаемых, загрязнение ресурсов, эрозия почвы и чрезмерное потребление ресурсов. В основном это происходит в результате сельского хозяйства, добычи полезных ископаемых, водопользования и потребления ископаемого топлива, и все это стало возможным благодаря достижениям в области технологий.

Из-за увеличения мирового населения, уровни природных ресурсов деградация также увеличивается. Это привело к оценке экологического следа мира, который в полтора раза превышает способность Земли обеспечивать каждого человека на устойчивой основе достаточным количеством ресурсов, соответствующих уровню их потребления. После промышленной революции масштабы крупномасштабной разведки полезных ископаемых и нефти увеличивались, вызывая все большее и большее истощение запасов нефти и полезных ископаемых. В сочетании с достижениями в области технологий, разработок и исследований разработка полезных ископаемых стала проще, и поэтому люди копают глубже, чтобы получить доступ к большему количеству ресурсов, что привело к сокращению добычи многих ресурсов.

Более того, Последствия обезлесения никогда не были такими серьезными: по данным Всемирного банка, чистая потеря мирового леса в период с 1990 по 2015 год составила 1,3 миллиона км 2 . Это в первую очередь связано с сельским хозяйством, но также с лесозаготовками на топливо и выделением площадей для жилых районов, чему способствует рост населения. Это не только приводит к потере деревьев, которые важны, поскольку они удаляют углекислый газ из атмосферы, но и тысячи растений и животных теряют свою естественную среду обитания и вымирают.

Экологические технологии

Несмотря на негативное воздействие технологий на окружающую среду, недавний рост глобальной озабоченности по поводу изменения климата привел к разработке новых экологических технологий, направленных на решение некоторых из самых серьезных экологических проблем, которые мы как общество сталкиваемся с переходом к более устойчивой, низкоуглеродной экономике. Экологические технологии также известны как «зеленые» или «чистые» технологии и относятся к разработке новых технологий, направленных на сохранение, мониторинг или снижение негативного воздействия технологий на окружающую среду и потребление ресурсов.

Парижское соглашение, подписанное в 2016 году, обязывает почти все страны мира предпринять амбициозные усилия по борьбе с изменением климата, удерживая повышение средней глобальной температуры менее чем на 2 ° C по сравнению с доиндустриальным уровнем.

Этот раздел будет посвящен положительному влиянию технологий на окружающую среду в результате развития таких экологических технологий, как возобновляемые источники энергии, «умные технологии», электромобили и удаление углекислого газа.

  • Возобновляемая энергия

Возобновляемая энергия, также известная как «чистая энергия», — это энергия, которая собирается из возобновляемых ресурсов, которые пополняются естественным образом, таких как солнечный свет, ветер, дождь, приливы, волны и геотермальное тепло. Современные экологические технологии позволили нам улавливать эту естественную энергию и преобразовывать ее в электричество или полезное тепло с помощью таких устройств, как солнечные панели, ветровые и водяные турбины, что отражает весьма положительное влияние технологий на окружающую среду.

После того, как в 2015 году уголь стал вторым по величине производителем электроэнергии, возобновляемые источники в настоящее время производят более 20% электроэнергии в Великобритании, и цели ЕС означают, что к 2020 году этот показатель, вероятно, увеличится до 30%. Хотя многие возобновляемые источники энергии проекты крупномасштабны, возобновляемые технологии также подходят для отдаленных районов и развивающихся стран, где энергия часто имеет решающее значение для человеческого развития.

Стоимость технологий возобновляемой энергии, таких как солнечные панели и ветряные турбины, очень высока. падают, а государственные инвестиции растут. Это способствовало увеличению количества солнечных установок на крышах в Австралии с примерно 4600 до более 1,6 миллиона в период с 2007 по 2017 год.

  • Умная технология

Технология умного дома использует такие устройства как соединяющие датчики и другие устройства, подключенные к Интернету вещей (IoT), которые можно удаленно контролировать и программировать, чтобы они были максимально энергоэффективными и отвечали потребностям пользователей.

Интернет вещей (IoT) — это сеть подключенных к Интернету объектов, способных собирать и обмениваться данными с помощью встроенных сенсорных технологий. Эти данные позволяют устройствам в сети автономно «принимать решения» на основе информации в реальном времени. Например, интеллектуальные системы освещения освещают только те области, которые в этом нуждаются, а интеллектуальный термостат поддерживает в доме определенную температуру в определенное время дня, что снижает потери..

Эта экологическая технология стала возможной благодаря расширению возможности подключения к Интернету в результате увеличения доступности Wi-Fi, Bluetooth и интеллектуальных датчиков в зданиях и городах. Эксперты предсказывают, что города будущего станут местами, где все машины, телефоны, кондиционеры, световые приборы и многое другое будут соединены между собой, что приведет к концепции энергоэффективных «умных городов».

Интернет-технологии также демонстрируют положительное влияние технологий на окружающую среду, поскольку социальные сети могут повышать осведомленность о глобальной проблеме, и во всем мире могут быть созданы виртуальные лаборатории. Эксперты из разных областей могут удаленно обмениваться своими исследованиями, опытом и идеями, чтобы предлагать улучшенные решения. Кроме того, сокращается количество поездок, поскольку встречи/общение между друзьями и семьями можно проводить виртуально, что снижает загрязнение от транспортных выбросов.

  • Электромобили

Экологические технологии электромобиля приводятся в движение одним или несколькими электродвигателями, использующими энергию, хранящуюся в аккумуляторных батареях. С 2008 года наблюдается рост производства электромобилей из-за стремления уменьшить экологические проблемы, такие как загрязнение воздуха и парниковые газы в атмосфере.

Электромобили демонстрируют положительное влияние технологий на окружающую среду, потому что они не производят выбросов углерода, которые способствуют «парниковому эффекту» и приводят к глобальному потеплению. Кроме того, они не способствуют загрязнению воздуха, а это значит, что они чище и менее вредны для здоровья человека, животных, растений и воды.

Недавно было введено несколько правительственных инициатив по экологическим технологиям, поощряющих подключаемые модули транспортных средств, налоговые льготы и субсидии для содействия внедрению и внедрению электромобилей. Электромобили потенциально могут стать шагом вперед для более экологичного общества, поскольку такие компании, как Bloomberg, прогнозируют, что к 2024 году они могут стать дешевле, чем бензиновые автомобили, и, по мнению Nissan, в настоящее время в Великобритании фактически больше станций зарядки электромобилей, чем заправочных станций. 3 .

  • ‘Direct Air Capture’ (DAC) — Экологические технологии удаления углерода из атмосферы

Что касается чуть более амбициозной технологии, то идея удаления углекислого газа непосредственно из атмосферы уже много лет является предметом исследований по смягчению последствий изменения климата, однако она была реализована только недавно и все еще находится на ранних стадиях разработки..

Экологическая технология, известная как «прямое улавливание воздуха» (DAC), представляет собой процесс улавливания диоксида углерода непосредственно из окружающего воздуха и создания концентрированного потока CO2 для связывания или использования. Затем воздух проходит через фильтр многими большими вентиляторами, где удаляется CO2. Считается, что эту технологию можно использовать для управления выбросами из распределенных источников, например выхлопными газами автомобилей. Полномасштабные операции DAC способны поглощать количество углерода, эквивалентное ежегодным выбросам 250 000 автомобилей в среднем.

Многие утверждают, что DAC имеет важное значение для смягчения последствий изменения климата и может помочь достичь Парижа. Климатического соглашения, поскольку углекислый газ в воздухе, в конце концов, был основной причиной проблемы. Однако высокая стоимость DAC в настоящее время означает, что это не вариант в больших масштабах, и некоторые полагают, что использование этой технологии может создать риск, поскольку это может снизить сокращение выбросов, поскольку люди могут полагать, что все их выбросы будут просто удалить.

Источник изображения: http:// www.texasvox.org/direct-air-capture-co2-climate-solution-limitations/

Хотя мы не можем обратить вспять негативное воздействие технологий на окружающую среду, вызванное индустриализацией, многие считают, что новые экологические Такие технологии, как возобновляемые источники энергии в сочетании с интеллектуальной логистикой и электрическим транспортом, могут привести к быстрой декарбонизации нашей экономики и смягчению дальнейшего пагубного ущерба.

Как могут экологические технологии Эдинбурга Датчики газа вносят свой вклад?

Датчики играют огромную роль в положительном воздействии технологий на окружающую среду, поскольку они часто играют роль роль в мониторинге и сокращении вредной деятельности. В Edinburgh Sensors мы производим специальные газоизмерительные технологии, которые можно использовать в широком спектре приложений, многие из которых могут использоваться для смягчения воздействия на окружающую среду. В этой статье представлены только три из этих приложений; мониторинг выбросов парниковых газов, мониторинг метана с помощью инфракрасного датчика и обнаружение газов с помощью беспилотного летательного аппарата.

  1. Мониторинг выбросов парниковых газов: https://edinburghsensors.com/news-and-events/measuring-greenhouse-gas-emissions/

Эдинбургские датчики Gascard NG обеспечивают высокое качество, точность и надежность измерения CO, CO2 и CH4. Чтобы узнать, как мы можем помочь вам в измерении выбросов парниковых газов, просто свяжитесь с нами.

  1. Использование инфракрасного датчика для надежного мониторинга метана: https://edinburghsensors. ru/news-and-events/infrared-sensor-gas-monitoring/

Gascard NG от Edinburgh Sensors используется для обнаружения метана в ряде исследовательских, промышленных и экологических приложений. включая мониторинг загрязнения, сельскохозяйственные исследования, химические процессы и многое другое.

  1. Использование беспилотного летательного аппарата, прикрепленного к датчику газа, для измерения вредных газов: https://edinburghsensors.com/news-and-events/uav-drone-methane-monitoring/

От мониторинга глобального потепления до отслеживания распространения загрязнения существует множество причин. использовать дрон для мониторинга концентрации углекислого газа, метана и других углеводородных газов в удаленных или опасных местах.

Связаться

Если Вам понравилось читать эту статью о влиянии экологических технологий и технологий на окружающую среду , почему бы не присоединиться к Edinburgh Sensors в социальных сетях и подписаться на нашу нечастую рассылку, чтобы первыми узнавать о наших последних продуктов, исследований и разработок.

Или, если вас беспокоит влияние технологий на окружающую среду так же, как и у нас, и вы заинтересованы в использовании технологии обнаружения газов, чтобы сыграть свою роль в сокращении вред окружающей среде, мы рекомендуем вам связаться с одним из членов нашей команды сегодня, поскольку мы будем рады помочь вам.

Ссылки

  1. Праудфут, Р. и Келли, С. (2017). Могут ли технологии спасти планету? WWF Австралии https://www.wwf.org.au/ArticleDocuments/360/pub-can-technology-save-the-planet-30may17.pdf.aspx?Embed=Y
  1. Нуньес, К. (2019). Климат 101: Вырубка лесов. National Geographic. https://www.nationalgeographic.com/environment/global-warming/deforestation/#targetText=Between%201990%20and%202016%2C%20the,study%20in%20the%20journal%20Nature
  1. Висор, Д. (2019). Станции зарядки электромобилей превзошли количество заправочных станций менее чем за 100 лет с момента установки первого бензонасоса в Великобритании. Новости Nissan. https://uk.nissannews. com/en-GB/Release/release-c2df391cdf0dd0c30a0575ffb50231f8-uk-ev-Charging-station-surpass-number-of-заправочные станции #


Цифровые технологии в ответных мерах общественного здравоохранения на COVID-19

  • Обзорная статья
  • Опубликовано:

Nature Medicine volume 26 , pages1183–1192 (2020) Цитируйте это article

  • 49 тыс. обращений

  • 19 цитирований

  • 134 Altmetric

  • Сведения о показателях

Субъекты

  • Здравоохранение
  • Вирусная инфекция

Аннотация

Цифровые технологии развиваются используются для поддержки ответных мер общественного здравоохранения на COVID-19 во всем мире, включая наблюдение за населением, выявление случаев, отслеживание контактов и оценку вмешательств на основе данных о мобильности и связи с общественность. Эти быстрые ответы используют миллиарды мобильных телефонов, большие онлайн-наборы данных, подключенные устройства, относительно недорогие вычислительные ресурсы и достижения в области машинного обучения и обработки естественного языка. Этот обзор направлен на то, чтобы охватить весь спектр цифровых инноваций для реагирования общественного здравоохранения на COVID-19 во всем мире, а также их ограничения и препятствия для их внедрения, включая юридические, этические барьеры и барьеры конфиденциальности, а также организационные и кадровые барьеры. Будущее общественного здравоохранения, вероятно, станет все более цифровым, и мы рассматриваем необходимость согласования международных стратегий регулирования, оценки и использования цифровых технологий для усиления управления пандемией и обеспечения готовности к COVID-19 и другим инфекционным заболеваниям в будущем.

Загрузить PDF

Main

COVID-19, ранее неизвестное респираторное заболевание, вызванное коронавирусом SARS-CoV-2 1, 2 был объявлен пандемией Всемирной организацией здравоохранения (ВОЗ) 11 марта 2020 года, менее чем через 3 месяца после первого обнаружения случаев заболевания. В настоящее время во всем мире зарегистрировано более 9,8 миллиона подтвержденных случаев и более 495 000 смертей 3 , поэтому существуют серьезные опасения по поводу глобального здравоохранения, социальных и экономических последствий этого вируса, особенно для уязвимых и обездоленных слоев населения, и в странах с низким и средним уровнем дохода с хрупкими системами здравоохранения 4,5 . На момент написания этой статьи 7,1 миллиарда человек проживали в странах, в которых были существенные ограничения на поездки и социальные ограничения 6 .

Как и ранее в случае борьбы со вспышками и пандемиями В основе контроля пандемии COVID-19 лежит обнаружение и сдерживание скоплений инфекции и прекращение передачи инфекции в сообществе для смягчения воздействия на здоровье человека.. Во время вспышки чумы, поразившей Европу 14 века, изоляция затронутых сообществ и ограничение передвижения населения использовались, чтобы избежать дальнейшего распространения 7 . Эти меры общественного здравоохранения по реагированию на вспышки остаются актуальными и сегодня, включая эпиднадзор, быстрое выявление случаев, прерывание передачи инфекции в сообществе и активную коммуникацию с общественностью. Очень важно следить за тем, как эти меры реализуются и как они влияют на заболеваемость и смертность.

Международные медико-санитарные правила (2005 г.) 8 требуют, чтобы все страны имели основные потенциал для обеспечения национальной готовности к инфекционным опасностям, которые могут распространяться в международном масштабе. Исследования и разработка новых методов и технологий для усиления этих основных возможностей часто происходят во время вспышек, когда инновации являются абсолютной необходимостью 9 . Во время вспышки тяжелого острого респираторного синдрома в 2003 году Гонконг идентифицировал группы болезней с помощью электронных систем данных 10 . Во время вспышек лихорадки Эбола в Западной Африке в 2014–2016 годах данные мобильных телефонов использовались для моделирования схем поездок 11 , а портативные устройства для секвенирования позволили более эффективно отслеживать контакты и лучше понимать динамика вспышек 12 . Точно так же цифровые технологии были развернуты во время пандемии COVID-19 13,14 (Таблица 1) для усиления каждой из четырех мер общественного здравоохранения, упомянутых выше.

Таблица 1 Цифровые технологии, использованные во время пандемии COVID-19
Таблица полного размера

Цифровая революция изменила многие аспекты жизни. По состоянию на 2019 год 67% населения мира было подписано на мобильные устройства, из которых 65% составляли смартфоны, при этом самый быстрый рост наблюдался в странах Африки к югу от Сахары 15 . В 2019 году было загружено 204 миллиарда приложений 16 , а по состоянию на январь 2020 года 3,8 миллиарда человек активно использовали социальные сети 17 .

Здесь мы критически рассмотрим, как цифровые технологии используются для реагирования общественного здравоохранения на COVID-19 во всем мире (рис. 1). Мы обсуждаем широту инноваций и их ограничения. Этот системный подход необходим для информирования о том, как цифровые стратегии могут быть включены в стратегии борьбы с COVID-19, и для помощи в подготовке к будущим эпидемиям.

Инжир. 1. Взаимосвязанные цифровые технологии, используемые в ответных мерах общественного здравоохранения на COVID-19.

Многие подходы используют комбинацию цифровых технологий и могут полагаться на телекоммуникационную инфраструктуру и доступность Интернета. Для ясности машинное обучение показано как отдельная ветвь, хотя оно также лежит в основе многих других технологий. Большая часть данных, полученных с помощью этих технологий, поступает в информационные панели.. SMS, служба коротких сообщений.

Изображение полного размера

Цифровой эпидемиологический надзор

Основной функцией общественного здравоохранения при управлении вспышкой является понимание передачи инфекции вовремя, место и человек, а также выявление факторов риска заболевания для руководства эффективными вмешательствами. Ряд цифровых источников данных используется для улучшения и интерпретации ключевых эпидемиологических данных, собранных органами общественного здравоохранения для COVID-19.

Онлайн-источники данных для раннего обнаружения заболеваний

Созданные системы эпиднадзора за населением обычно полагаются на данные лабораторий о здоровье, уведомления о случаях, диагностированных клиницистами, и сети синдромного эпиднадзора. Сети синдромного эпиднадзора основаны на сообщениях о клинических симптомах, таких как «гриппоподобное заболевание», а не на лабораторных данных, поступающих из больниц и отдельных дозорных учреждений первичной и вторичной медицинской помощи, которые соглашаются предоставлять данные регулярного эпиднадзора по всем случаям. Однако эти источники в конечном итоге упускают из виду случаи, когда не обращались за медицинской помощью. Например, в Великобритании, где до недавнего времени только госпитализированные пациенты и медицинские работники обычно проходили тестирование на COVID-19, подтвержденные случаи составляют примерно 4,7% от всех симптоматических случаев COVID-19 18 . Выявление невыявленных случаев поможет выяснить масштабы и характеристики вспышки 19 и сократить дальнейшую передачу.

За последние два десятилетия данные с новостных сайтов в Интернете, новостей — сервисы агрегирования, социальные сети, поиск в Интернете и коллективные продольные группы сообщества были нацелены на восполнение этого пробела. Системы агрегации данных, включая ProMED-mail 20 , GPHIN 21 , HealthMap 22 и EIOS 23 , которые используют обработку естественного языка и машинное обучение для обработки и фильтрации онлайн-данных, были разработаны для обеспечения эпидемиологического понимания. Эти источники данных все чаще интегрируются в официальный ландшафт эпиднадзора 24 и играют роль в эпиднадзоре за COVID-19. Платформа ВОЗ EPI-BRAIN объединяет различные наборы данных для обеспечения готовности к чрезвычайным ситуациям с инфекционными заболеваниями и реагирования на них, включая экологические и метеорологические данные 25 . Несколько систем заявили об обнаружении ранних отчетов о заболеваниях COVID-19 с помощью краудсорсинговых данных и новостных отчетов, прежде чем ВОЗ выпустила заявление о вспышке 14,20,26 . Британская автоматическая система синдромного наблюдения сканирует цифровые записи Национальной службы здравоохранения 27 , чтобы выявить кластеры респираторного синдрома, которые могут сигнализировать о COVID-19. Существует также интерес к использованию онлайн-данных для оценки истинного распространения инфекционных заболеваний среди населения 28,29 . Сообщается о предварительной работе по эпидемиологическому анализу контента социальных сетей, связанного с COVID-19 30,31,32 . Модели COVID-19 (ref. 33 ), основанные на ранее установленных алгоритмах поиска в Интернете по гриппу 34 , включены в еженедельные отчеты Министерства здравоохранения Англии 35 .

Системы краудсорсинга, используемые для выяснения истинного бремени болезней, также поддерживают синдромный надзор. InfluenzaNet собирает информацию о симптомах и соблюдении социального дистанцирования от добровольцев в нескольких европейских странах посредством еженедельного опроса 36 . Аналогичные усилия предпринимаются и в других странах, например, COVID Near You 37 в США, Канаде и Мексике. Приложение для отслеживания симптомов COVID-19 скачали 3,9 миллиона человек в Великобритании и США 38 , и оно используется для национального надзора. Несмотря на то, что эти системы являются быстрыми и информативными, они могут страдать от систематической ошибки отбора, чрезмерной интерпретации результатов и отсутствия интеграции с официальными национальными данными эпиднадзора, которые сообщают установленные показатели эпиднадзора. Фрагментированный подход означает, что только в Великобритании существует 39 инициатив, которые собирают симптомы от людей в сообществе, без централизованного сбора данных (М. Эдельштейн, личное общение).

Визуализация данных. инструменты для поддержки принятия решений

Информационные панели широко используются во время пандемии, собирая в реальном времени данные общественного здравоохранения, включая подтвержденные случаи, смерти и данные тестирования, чтобы держать общественность в курсе и поддерживать разработчиков политики в уточняющие вмешательства 39,40,41 . Панели мониторинга COVID-19 обычно ориентированы на диаграммы временных рядов и географические карты, начиная от статистики на уровне региона до координатных данных на уровне случая 40,42 . Некоторые информационные панели показывают более широкие ответы на пандемию, такие как клинические испытания 43 , политические и экономические меры 44 и ответы на директивы о социальном дистанцировании 45 . Немногие информационные панели содержат данные об отслеживании контактов или наблюдении сообщества из приложений или их эффективности. Проблемы с качеством и согласованностью сбора данных по-прежнему вызывают озабоченность. Отсутствие официальных стандартов и несоответствия в государственных статистических отчетах по странам затрудняют глобальные сравнения. Актуальная и точная автономная статистика от правительств также не всегда доступна. Появляются новые подходы к визуализации, такие как открытый репозиторий NextStrain, в котором представлены данные о вирусных последовательностях для создания глобальной карты распространения инфекции 41 . Это обеспечивается за счет открытого обмена данными и основывается на открытом исходном коде. Такая скорость обмена такими данными не наблюдалась во время предыдущих глобальных эпидемий 46 .

Быстрое выявление случаев

Раннее и быстрое выявление случаев имеет решающее значение во время пандемии 47 для изоляции случаев и соответствующие контакты, чтобы уменьшить дальнейшее распространение и понять ключевые риски и способы передачи. Цифровые технологии могут дополнять клиническое и лабораторное уведомление за счет использования выявления случаев на основе симптомов и широкого доступа к тестированию и самотестированию в сообществе, а также за счет автоматизации и ускорения отчетности в базах данных общественного здравоохранения.

Выявление случаев с помощью онлайн-отчетов о симптомах, как это было в Сингапуре 48 и Великобритании 49 , традиционно используется для эпиднадзора, но теперь предлагает рекомендации по изоляции и направлениям на дополнительные медицинские услуги, такие как видео-оценки 50 и тестирование. Эти услуги могут быть реализованы быстро, но они должны быть связаны с постоянным эпиднадзором в области общественного здравоохранения и с такими действиями, как изоляция случаев и карантин контактов. Хотя этот подход подходит для людей с симптомами, широко распространенное тестирование людей и групп населения, а также отслеживание контактов играет решающую роль в выявлении случаев заболевания, поскольку, по оценкам, 80% случаев COVID-19 протекают в легкой или бессимптомной форме 19 . Датчики, в том числе тепловизионные камеры и инфракрасные датчики, используются для выявления потенциальных случаев заболевания на основе лихорадочных симптомов (например, в аэропортах). Большое количество ложноположительных и ложноотрицательных результатов означает, что это вряд ли будет иметь существенный эффект, помимо повышения осведомленности 51,52 . Носимые технологии также изучаются для мониторинга COVID-19 среди населения 53 .

Растет интерес к децентрализованным, цифровым оперативным диагностическим тестам для расширения доступа к тестирования, увеличения возможностей и снижения нагрузки на системы здравоохранения и диагностические лаборатории 54,55,56 . Несколько тестов ПЦР на COVID-19 находятся в стадии разработки 57,58 ; однако их использование по-прежнему ограничено медицинскими учреждениями. Средства для сквозного тестирования и наборы для самостоятельного мазка расширили доступ к тестированию. Между отбором проб, отправкой проб в централизованные лаборатории, ожиданием результатов и последующими действиями неизбежны задержки. Напротив, экспресс-тесты на антитела для диагностики в местах оказания медицинской помощи могут быть реализованы дома, в общине или в социальных учреждениях и дадут результаты в течение нескольких минут. Связь со смартфонами с автоматическим считыванием данных с использованием методов обработки изображений и машинного обучения 59,60 может позволить связать массовое тестирование с геопространственной информацией и информацией о пациентах, быстро передаваемой как в клинические системы, так и в общедоступные. системы здравоохранения и могут ускорить получение результатов. Для того, чтобы это работало эффективно, необходимы стандартизация данных и интеграция данных в электронные карты пациентов.

Выявление прошлых инфекций с помощью тестирования на антитела также имеет центральное значение для эпиднадзора на популяционном уровне и оценки эффективности таких вмешательств. как социальное дистанцирование. Пока что серологические тесты в местах оказания медицинской помощи, в частности, имеют разную эффективность, и в свете возможности того, что ответы антител могут быть кратковременными, остается неясным, как такие тесты могут помочь в ведении пациентов 61,62, 63 . Некоторые утверждали, что серопозитивные работники, которые должны оставаться активными в экономике, могут получить цифровой «паспорт иммунитета», чтобы продемонстрировать защиту от инфекции, хотя такая стратегия чревата операционной и клинической неопределенностью 63,64 . Также разрабатываются алгоритмы машинного обучения для выявления случаев заболевания путем автоматического отличия COVID-19 от внебольничной пневмонии с использованием сканирования грудной клетки в больнице с помощью компьютерной томографии 65,66,67 . Рекомендуется дальнейшая оценка их полезности 68,69 .

Прерывание передачи от сообщества

После выявления и изоляции случая необходимо быстрое отслеживание и карантин контактов для предотвращения дальнейшей передачи 70 . В областях с высокой степенью передачи инфекции необходимы реализация и мониторинг этих вмешательств в масштабе, который становится все более невыполнимым или, по крайней мере, сложным традиционными средствами 71 .

Цифровое отслеживание контактов

Цифровое отслеживание контактов автоматизирует отслеживание в таком масштабе и скорости, которые трудно воспроизвести без цифровых инструментов 71 . Это снижает зависимость от отзыва людей, особенно в густонаселенных районах с мобильным населением. Во время пандемии COVID-19 приложения для цифрового отслеживания контактов были разработаны для использования в нескольких странах; эти приложения основаны на подходах и технологиях, ранее не опробованных в таком масштабе, и вызывают споры с точки зрения конфиденциальности. Очень важно оценить их точность и эффективность.

Первые инициативы по цифровому отслеживанию вызвали опасения по поводу конфиденциальности 72 . В Южной Корее контакты подтвержденных случаев были отслежены с использованием связанных данных о местоположении, наблюдении и транзакциях 73 . В Китае приложение AliPay HealthCode автоматически обнаруживает контакты по одновременному расположению и автоматизирует соблюдение строгих карантинных мер, ограничивая транзакции, разрешенные для пользователей с высоким риском 74,75 . Более поздние приложения для добровольного отслеживания контактов были запущены в сотрудничестве с правительствами; они собирают данные о местоположении с помощью глобальной системы позиционирования (GPS) или сотовых сетей 76 , данные о близости, собираемые Bluetooth 72,77 , или их комбинацию 78,79 . Высказывались опасения по поводу централизованных систем (рис. 2) и GPS-слежения. Норвегия прекратила использование и сбор данных из своего приложения Smittestopp после того, как надзорный орган страны по защите данных возразил против сбора данных о местоположении приложением как «несоразмерного задаче» и рекомендовал подход, основанный на использовании только Bluetooth 80 . Появляется несколько международных структур с различными уровнями сохранения конфиденциальности, включая Децентрализованное отслеживание близости с сохранением конфиденциальности 81 , Общеевропейскую инициативу по отслеживанию сближения с сохранением конфиденциальности 82 и совместный фреймворк Google и Apple 83 .

Рис. 2: Отслеживание контактов для COVID-19 с помощью приложений для смартфонов с поддержкой Bluetooth.

Приложения отслеживания контактов с обнаружением сближения используют сигналы Bluetooth, исходящие от ближайших устройств, для записи событий контакта. Централизованные приложения обмениваются информацией о контактах и ​​событиях контактов с центральным сервером. Централизованное приложение TraceTogether 72 загружает информацию, когда пользователь сообщает о положительном результате теста на COVID-19. Некоторые централизованные приложения для отслеживания контактов с поддержкой Bluetooth загружают график контактов для всех пользователей 148 . Децентрализованные приложения, такие как SwissCovid 149 , загружают только анонимный идентификатор пользователя, сообщившего о положительном результате теста на COVID-19. Затем этот идентификатор транслируется всем пользователям приложения, которое сравнивает идентификатор с записями телефонных контактов и событий.

Изображение в полном размере

Ключевым ограничением приложений для отслеживания контактов является то, что они требуют, чтобы большая часть населения использовала приложение и выполняла рекомендации, чтобы эффективно прерывать передача от сообщества (эффективный репродуктивный номер (R), 71 . Если рассматривать это в перспективе, то по состоянию на июнь 2020 года национальный охват приложения TraceTogether в Сингапуре достиг всего 30% (исх. 72 ). Принятие также ограничено владением смартфоном, доверием пользователей, удобством использования и совместимостью мобильных телефонов. Остаются ключевые практические вопросы, такие как понимание того, какие контакты считаются достаточно близкими для передачи и когда время воздействия считается достаточно большим, чтобы вызвать предупреждение. Эффективность системы в идентификации событий передачи описана недостаточно хорошо, и поэтому можно утверждать, что человеческая интерпретация все еще важна.

Оценка вмешательств с использованием данных о мобильности

Агрегированные данные о местоположении, собранные смартфонами через GPS, сотовую сеть и Wi-Fi, могут отслеживать потоки населения в реальном времени 84 , определять потенциальные точки передачи и давать представление об эффективности вмешательств общественного здравоохранения, таких как путешествия ограничения реального человеческого поведения. Доступ к мобильным данным является серьезной проблемой, и эти подходы вызвали проблемы этики и конфиденциальности 85 .

Недавно были предприняты шаги по агрегации мобильных данных с сохранением конфиденциальности доступны несколькими технологическими и телекоммуникационными компаниями для борьбы с COVID-19; однако наборы данных ограничены, и нет долгосрочных обязательств по обмену данными. Ежедневные агрегированные данные о пунктах отправления и назначения из Baidu 86 используются для оценки влияния ограничений на поездки 87 и карантинных мер 88 о передаче COVID-19 в Китае. Анализ данных о местоположении итальянских пользователей смартфонов оценил сокращение на 50% общего числа поездок между итальянскими провинциями за неделю после объявления о блокировке 12 марта 2020 года (исх. 89 ). Google выпускает еженедельные отчеты о мобильности с субнациональной детализацией, включая разбивку по типу поездки и пункту назначения (например, рабочие места и парки), и сделал свой набор данных общедоступным для загрузки 90 . Apple также выпустила набор данных с ежедневными показателями мобильности и предполагаемым методом транспортировки 91 . Однако не существует стандартизации этих наборов данных между поставщиками, и не все страны или регионы включены в эти наборы данных.

Оценка местных различий в мобильности и схемах контактов может иметь решающее значение для прогнозирования неоднородности передачи показатели между разными сообществами и в разных регионах, в которых размер домохозяйства и стратифицированные по возрасту модели контактов могут различаться. Эта контекстная информация может дать представление о влиянии вмешательств на замедление передачи, включая влияние мытья рук 92 , социального дистанцирования и закрытия школ 93 . Мониторинг мер социального дистанцирования может также использоваться для прогнозирования потребностей системы здравоохранения 94 и будет важен при оценке смягчения ограничений, когда это необходимо. Высказывались опасения по поводу нарушений гражданских свобод и неприкосновенности частной жизни, когда люди отслеживаются для контроля соблюдения карантина и социального дистанцирования, включая использование носимых устройств 95 и дронов 96 .

Связь с общественностью: информирование населения

Эффективное осуществление вмешательств во время пандемии зависит от просвещения общественности и сотрудничества, подкрепленных соответствующей коммуникационной стратегией, которая включает активное участие сообщества для обеспечения общественного доверия. Поскольку 4,1 миллиарда человек имеют доступ к Интернету 97 и 5,2 миллиарда уникальных мобильных подписчиков 15 , таргетированная коммуникация через цифровые платформы может быстро охватить миллиарды и стимулировать мобилизацию сообщества. (Рис. 3). Сохраняются ключевые проблемы, включая рост потенциально опасной дезинформации 98,99 и цифровое неравенство 100 (обсуждается ниже).

Рис. 3. Глобальный охват мобильных телефонов в регионах, затронутых COVID-19.

Подписки на мобильные устройства на 100 человек (синий; Международный союз электросвязи 150 , 2018) и зарегистрированных случаев COVID-19 по странам (красный; ВОЗ 151 , 8 июня 2020 г.). COVID-19 — это глобальная пандемия, однако некоторые страны могут иметь больше ресурсов, чем другие, для реагирования на меры вмешательства в области цифрового здравоохранения. В тарифах на подписку на мобильную связь внутри страны может быть неравенство. Практика выявления и регистрации случаев заболевания в разных странах различается, при этом фактическое совокупное количество случаев не всегда сообщается.

Изображение в полном размере

Интернет-данные и социальные сети постоянно играют важную роль в общественной коммуникации 101 с момента появления первых сообщений о необычном гриппоподобном заболевании, устойчивом к традиционные методы лечения появились в Китае 102 . Организации общественного здравоохранения и технологические компании активизируют усилия по уменьшению распространения дезинформации 103,104 и уделяют приоритетное внимание надежным новостным сайтам; например, при оповещении Google об экстренной помощи 105 приоритет отдается ВОЗ и другим надежным источникам в верхней части результатов поиска. Сообщений о влиянии этих вмешательств 106,107 и трудностях определения дезинформации 108 немного. Исследование Организации Объединенных Наций показало, что 86% государств-членов разместили информацию о COVID-19 на национальных веб-сайтах к началу апреля 2020 года (исх. 109 ), и многие используют текстовые сообщения для охвата населения, которое это делает. нет доступа к Интернету. Чат-боты также предоставляют информацию, позволяющую снизить нагрузку на колл-центры, не относящиеся к экстренным медицинским консультациям 110 , а клиническая практика трансформируется за счет быстрого внедрения удаленного предоставления медицинских услуг, включая телемедицину. , особенно в первичном звене 50

Цифровые коммуникационные платформы также поддерживают соблюдение мер социального дистанцирования. Видеоконференцсвязь позволяет людям работать и посещать занятия из дома 111 , онлайн-сервисы поддерживают психическое здоровье 112 , а цифровые платформы позволяют мобилизовать усилия сообщества, предоставляя способы помочь нуждающимся 113 . Тем не менее, безопасность и конфиденциальность общедоступных коммуникационных платформ по-прежнему вызывают озабоченность, особенно в отношении потока конфиденциальной медицинской информации.

Направления будущего

Цифровые технологии присоединяются к длинному ряду инноваций в области общественного здравоохранения, которые веками лежали в основе стратегий профилактики и сдерживания заболеваний. Общественное здравоохранение медленнее осваивает цифровые инновации, чем другие сектора: первые руководящие принципы ВОЗ по цифровым вмешательствам в области здравоохранения для укрепления системы здравоохранения были опубликованы в 2019 г. (ссылки 114,115 ). Беспрецедентные гуманитарные и экономические потребности, представленные COVID-19, стимулируют развитие и внедрение новых цифровых технологий в масштабе и скорости.. Мы подчеркнули потенциал цифровых технологий для поддержки эпидемиологической разведки с помощью онлайн-наборов данных, выявления случаев и кластеров инфекций, быстрого отслеживания контактов, отслеживания характера поездок во время блокировки и обеспечения масштабной передачи сообщений общественного здравоохранения. Сохраняются препятствия на пути широкого использования цифровых решений.

Внедрение

Цифровые технологии не могут работать изолированно, и их необходимо интегрировать в существующие системы общественного здравоохранения 116 . Например, Южная Корея и Сингапур успешно внедрили приложения для отслеживания контактов для поддержки больших групп ручных средств отслеживания контактов в качестве одной из многих мер, включая строгую изоляцию случаев и карантин 73 .

Цифровые источники данных, как и любой другой источник данных, должны быть интегрированы и совместимы, например, с электронными картами пациентов. Анализ и использование этих данных будет зависеть от цифровой инфраструктуры и готовности систем общественного здравоохранения, включая вторичные, первичные и социальные системы. Логистике доставки для обеспечения воздействия на население часто уделяется слишком мало внимания, что может привести к чрезмерному вниманию к отдельной технологии, а не к ее эффективному функционированию в системе. Координация вмешательств также представляет собой проблему, поскольку в одной стране существует множество сайтов, сообщающих о симптомах, что может привести к фрагментации.

Забегая вперед, существует потребность в подходе на системном уровне для видения идеальная, соответствующая назначению цифровая система общественного здравоохранения 117 , которая объединяет приложения для отслеживания симптомов, быстрое тестирование и изоляцию случаев, отслеживание контактов и мониторинг агрегированных уровней мобильности населения, доступа к медицинской помощи и долгосрочное наблюдение и мониторинг с информированием общественности (рис. 4). Эти типы интегрированных схем онлайн-ухода не являются новыми концепциями, поскольку было показано, что они очень приемлемы и осуществимы для других инфекционных заболеваний, таких как хламидиоз 118 .

Рис. 4. Поток информации в цифровой интегрированной системе общественного здравоохранения во время вспышки инфекционного заболевания.

Цифровые данные создаются широкой публикой, как на уровне населения и на индивидуальном уровне для эпидемиологической разведки и вмешательств в области общественного здравоохранения, а также для поддержки ведения клинических случаев. Они также получают информацию в рамках обычного эпиднадзора посредством лабораторных и клинических уведомлений. Это способствует принятию решений в области общественного здравоохранения и общению с общественностью через цифровые каналы. Другие соответствующие источники информации включают данные о населении, демографические, экономические, социальные, транспортные, погодные и экологические данные..

Изображение в полном размере

Обмен данными и качество данных

Подходы с большими данными и искусственным интеллектом хороши ровно настолько, насколько хороши введенные в них эмпирические наборы данных, однако подробные наборы данных общественного здравоохранения и частные данные часто недоступны из-за проблем с конфиденциальностью и безопасностью, а также часто отсутствуют. стандартизированные форматы или неполные. Исследователи призывают технологические и телекоммуникационные компании делиться своими данными «соразмерно, этично и с сохранением конфиденциальности» 85,119,120 , часто ссылаясь на моральный долг этих компаний вносить свой вклад там, где есть оправдание. использование данных. Некоторые компании предоставляют доступ к подмножествам агрегированных данных 86,90,91,121,122 . Эти данные не являются согласованными и не предоставляются в один и тот же период времени, и нет стандартного формата или долгосрочных обязательств. Международное сотрудничество под руководством исследователей нацелено на объединение нескольких международных источников данных с добровольно предоставленной информацией 41,123 .

В равной степени правительствам следует обеспечить гораздо большую прозрачность в своих наборах данных, в том числе эпидемиологические данные и факторы риска заражения в загружаемых форматах для исследователей. Несколько правительств сделали доступными обезличенные наборы данных индивидуального уровня для исследовательских целей 124,125 , хотя это вызывает потенциальные проблемы с конфиденциальностью. Данные из открытых источников, код и научные методы быстро и широко распространяются в Интернете, включая все более широкое использование препринтов, которые ускоряют доступность данных, но не требуют экспертной оценки 126 .

Доказательства эффективности и регулирования

Доказательства эффективности любой новой технологии необходимы для более широкого внедрения, но поскольку текущая пандемия продолжается, многие цифровые технологии еще не прошли экспертную оценку, были интегрированы в системы общественного здравоохранения, прошли тщательное тестирование 127 или были оценены цифровыми структурами доказательств здоровья, такими как система стандартов доказательств для цифровых технологий здравоохранения Национального института здравоохранения и качества ухода 128 . Приложения для отслеживания контактов были запущены как минимум в 40 странах 129 , но в настоящее время нет доказательств эффективности этих приложений 130 , таких как доходность выявленных случаев и контактов, затрат, соблюдения рекомендаций, эмпирических оценок снижения значения R или сравнения с традиционными методами. Несмотря на то, что это сложно, из-за безотлагательности пандемии оценка эффективности вмешательств имеет важное значение. Исследователи, компании и правительства должны публиковать информацию об эффективности своих технологий в рецензируемых журналах и посредством соответствующей клинической оценки.

Существует острая потребность в скоординированных международных цифровых стратегиях общественного здравоохранения, но они были медленно появляется. 22 марта 2020 г. ВОЗ опубликовала проект своей глобальной стратегии цифрового здравоохранения на 2020–2024 гг. (Исх. 131 ). 8 апреля Европейский союз призвал к общеевропейскому подходу к использованию приложений и мобильных данных для COVID-19 82,132 .

Юридические, этические и Проблемы конфиденциальности

Высокодетализированные или персональные данные для наблюдения за общественным здоровьем вызывают юридические проблемы 133 , этические проблемы 134,135 и безопасность и проблемы конфиденциальности 136 . Не все цифровые вмешательства позволили согласованное принятие или сделали вариант согласия для конкретных целей явным 75 , а некоторые были использованы для обеспечения соблюдения мер, а также для их мониторинга. Во многих случаях широкое распространение связано с эффективностью, что подчеркивает необходимость общественного доверия и участия. Есть опасения, что чрезвычайные меры создают прецедент и могут оставаться в силе после чрезвычайной ситуации, что приведет к постоянному сбору информации о частных гражданах без цели, связанной с чрезвычайной ситуацией 137,138 . Все системы должны быть «защищены» от посягательств на частную жизнь и должны соответствовать надлежащим правовым, этическим и клиническим правилам 75 . Данные могут быть переданы в соответствии с юридическим контрактом для четко определенной цели и времени, с требованиями независимого аудита 139 , чтобы гарантировать, что данные не используются для целей, выходящих за рамки пандемии. Процессы динамического согласия также могут позволить пользователям обмениваться своими данными, а технологии, сохраняющие конфиденциальность, такие как дифференциальная конфиденциальность и гомоморфное шифрование, могут гарантировать, что доступ возможен только для определенных целей и доступен с защитой от несанкционированного доступа 13 140 для проведения аудита.

Неравенство и цифровой разрыв

В 2018 г. в Резолюции Всемирной ассамблеи здравоохранения о цифровом здравоохранении была признана ценность цифровых технологий в продвижение всеобщего охвата услугами здравоохранения и достижения целей в области устойчивого развития. Хотя тенденции сужаются, сегодня сохраняется «цифровой разрыв», и 51% населения мира не подписывается на мобильный Интернет 15 . Отсутствие доступа к мобильной связи наблюдается в странах с низким и средним уровнем доходов, хотя люди с более низким социально-экономическим статусом в странах с высоким уровнем доходов также страдают 141 . Исследовательский центр Pew сообщил о больших различиях между людьми в возрасте 18–29 лет и старше 50 лет в доступе к мобильной связи 142 . Имеются также сообщения об ограниченном доступе к мобильному Интернету, например, в районах Мьянмы, в результате чего некоторые группы населения не осведомлены о пандемии 143 . Эта вспышка также непропорционально сильно затронула некоторые сообщества, такие как черные и этнические меньшинства, больше, чем другие 144 . Поэтому важно разработать инструменты и обмен сообщениями, которые доступны 100 и могут быть адаптированы к конкретным рискам, языкам и культурным условиям..

Кадровые и организационные барьеры

Распространение пандемии COVID-19 выявило необходимость того, чтобы руководство правительства ускорило оценку и внедрение цифровых технологий. Для успешной реализации стратегий потребуется тщательно продуманная и скоординированная политика при сотрудничестве между правительствами, регулирующими органами, компаниями, неправительственными организациями и группами пациентов в различных областях. Общественное здравоохранение долгое время недофинансировалось по сравнению с финансированием других областей здравоохранения 145 . Долгосрочные изменения потребуют инвестиций в национальные и международные цифровые центры передового опыта при необходимом балансе партнеров и заранее согласованном доступе к цифровым наборам данных. Для растущего лидерства в области цифрового общественного здравоохранения необходимы существенные инвестиции в образование и навыки персонала 146 .

Заключение

Пандемия COVID-19 продолжается, и еще слишком рано давать полную количественную оценку добавленной стоимости цифровых технологий в ответ на пандемию . Хотя цифровые технологии предлагают инструменты для поддержки ответных мер на пандемию, они не являются серебряной пулей. Складывающийся консенсус заключается в том, что они играют важную роль в комплексном реагировании на вспышки и пандемии, дополняя традиционные меры общественного здравоохранения и тем самым способствуя снижению воздействия COVID-19 на человека и экономику. Экономическая эффективность и устойчивость потребуют системного подхода к созданию цифровых схем онлайн-помощи, которые связывают быстрое и повсеместное тестирование с цифровыми средствами проверки симптомов, отслеживанием контактов, эпидемиологической информацией и долгосрочным клиническим наблюдением. Пандемия COVID-19 подтвердила не только необходимость обмена данными, но и необходимость тщательной оценки и этических рамок с участием сообщества для развития вместе с развивающейся областью мобильного и цифрового здравоохранения. Укрепление общественного доверия с помощью надежных коммуникационных стратегий по всем цифровым каналам и демонстрация приверженности пропорциональной конфиденциальности являются обязательными 147 .

Будущее общественного здравоохранения, вероятно, будет все более изменчивым. цифровой, и признание важности цифровых технологий в этой области и в планировании готовности к пандемии стало неотложной задачей. Ключевые заинтересованные стороны в цифровой сфере, такие как технологические компании, должны быть долгосрочными партнерами по обеспечению готовности, а не партнерами только в случае возникновения чрезвычайных ситуаций. Вирусы не знают границ, как и цифровые технологии и данные все чаще. Существует острая необходимость в согласовании международных стратегий регулирования, оценки и использования цифровых технологий для усиления управления пандемией и обеспечения готовности к COVID-19 и другим инфекционным заболеваниям в будущем.

Ссылки

  1. 1.

    Wu, F. et al. Новый коронавирус, связанный с респираторным заболеванием человека в Китае. Природа 579 , 265–269 (2020).

    Статья CAS Google Scholar

  2. 2.

    Zhu, N. et al. Новый коронавирус от пациентов с пневмонией в Китае, 2019 г. N. Англ. J. Med. 382 , 727–733 (2020).

    CAS PubMed PubMed Central Google Scholar

  3. 3.

    Всемирная организация здравоохранения. Отчеты о ситуации с коронавирусной инфекцией (COVID-19) Отчет № 160 https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200628-covid-19-sitrep-160.pdf?sfvrsn=2fe1c658_2 (2020).

  4. 4.

    Хопман, Дж., Аллегранци, Б. и Мехтар, С. Управление COVID-19 в странах с низким и средним уровнем дохода. Дж. Am. Med. Assoc. 323 , 1549 (2020).

    CAS Google Scholar

  5. 5.

    Ллойд-Шерлок, П., Эбрагим, С., Геффен, Л. и Макки, М. Несение на себя основной тяжести коронавируса: пожилые люди с низким и средним уровнем дохода страны. Br. Med. J. 368 , m1052 (2020).

    Google Scholar

  6. 6.

    Коннор, П. Более девяти из десяти человек во всем мире живут в странах с ограничениями на поездки из-за COVID-19. Исследовательский центр Пью https://www.pewresearch.org/fact-tank/2020/04/01/more-than-nine-in-ten-people-worldwide-live-in- страны-с-ограничениями-путешествиями-amid-covid-19/(2020).

  7. 7.

    Тогнотти, E. Уроки истории карантина, от чумы до гриппа A. Emerg. Заразить. Dis. 19 , 254–259 (2013).

    PubMed PubMed Central Google Scholar

  8. 8.

    Всемирная организация здравоохранения. Международные медико-санитарные правила (2005 г.), третье издание https://www.who.int/publications/i/item/9789241580496 (2016).

  9. 9.

    Хейманн Д.Л. Надзор за инфекционными заболеваниями в области общественного здравоохранения: от жесткого и статичного до гибкого и инновационного. Ам. J. Public Health 107 , 845–846 (2017).

    PubMed PubMed Central Google Scholar

  10. 10.

    Leung, GM et al. Эпидемиология тяжелого острого респираторного синдрома во время эпидемии в Гонконге 2003 года: анализ всех 1755 пациентов. Энн. Междунар. Med. 141 , 662–673 (2004).

    PubMed Google Scholar

  11. 11.

    Весоловски, А. и др. Комментарий: сдерживание вспышки лихорадки Эбола — потенциал и проблема передачи данных в мобильных сетях. PLoS Curr . 6 , ecurrents.outbreaks.0177e7fcf52217b8b634376e2f3efc5e (2014).

  12. 12.

    Quick, J. et al. Портативное секвенирование генома в режиме реального времени для эпиднадзора за Эболой. Nature 530 , 228–232 (2016).

    CAS PubMed PubMed Central Google Scholar

  13. 13.

    Тинг, DSW, Карин, Л., Дзау, В. и Вонг, TY Digital Technology и COVID-19. Нат. Med. 26 , 459–461 (2020).

    CAS PubMed Google Scholar

  14. 14.

    МакКолл, Б.. COVID-19 и искусственный интеллект: защита медицинских работников и сдерживание распространения. Lancet Digit Health 2 , e166 – e167 (2020).

    PubMed PubMed Central Google Scholar

  15. 15.

    GSMA. Мобильная экономика 2020. https://www.gsma.com/mobileeconomy/(2020).

  16. 16.

    Perez, S. В 2019 году в магазинах приложений было скачано рекордно 204 миллиарда приложений, потребительские расходы составили 120 миллиардов долларов. TechCrunch https://techcrunch.com/2020/01/15/app-stores-saw-record-204-billion-app-downloads-in-2019-consumer-spend-of- 120-миллиард/. (2020).

  17. 17.

    Кемп, С. Цифровой 2020: глобальный цифровой обзор. DataReportal https://datareportal.com/reports/digital-2020-global-digital-overview (2020).

  18. 18.

    Russel, TW et al. Использование коэффициента летальности с поправкой на задержку для оценки неполной отчетности. Центр математического моделирования инфекционных заболеваний https://cmmid.github.io/topics/covid19/global_cfr_estimates.html (по состоянию на 26 апреля 2020 г.).

  19. 19.

    Хенеган, К., Брасси, Дж. и Джефферсон, Т. COVID-19: Какая доля пациентов с бессимптомным течением? Центр доказательной медицины https://www.cebm.net/covid-19/covid-19-what-proportion-are-asymptomatic/(2020).

  20. 20.

    ProMED. ProMED-почта. https://promedmail.org/coronavirus/(2020).

  21. 21.

    Правительство Канады. О ГПХИН. https://gphin.canada.ca/cepr/aboutgphin-rmispenbref.jsp?language=en_CA. (2020)

  22. 22.

    HealthMap. COVID-19. https://www.healthmap.org/covid-19/(по состоянию на 29 июня 2020 г.)

  23. 23.

    Всемирная организация здравоохранения. Эпидемическая разведка из открытых источников (EIOS). https://www.who.int/eios (2020).

  24. 24.

    Эдельштейн, М., Ли, Л.М., Хертен-Крабб, А., Хейманн, Д.Л. и Харпер, Д.Р. Усиление глобального надзора за общественным здоровьем за счет обмена данными и выгодами. Emerg. Заразить. Dis. 24 , 1324–1330 (2018).

    PubMed Central Google Scholar

  25. 25.

    Всемирная организация здравоохранения. EPI-BRAIN. https://www.epi-brain.com/(2020)

  26. 26.

    Богоч, II и др. . Пневмония неизвестной этиологии в Ухане, Китай: возможность международного распространения через коммерческие авиаперелеты. Дж. Travel Med. 27 , 1–3 (2020).

    Google Scholar

  27. 27.

    Smith, GE et al. Разработан новый процесс оценки риска для здоровья населения в поддержку синдромного эпиднадзора за Олимпийскими и Паралимпийскими играми 2012 года. Дж. Public Health (Bangk.) 39 , e111 – e117 (2017).

    Google Scholar

  28. 28.

    Gomide, J. et al. Наблюдение за лихорадкой денге на основе вычислительной модели пространственно-временной локализации Twitter. Proc. 3-й Int. Web Sci. Конф. WebSci 2011 https://doi.org/10.1145/2527031.2527049 (2011).

  29. 29.

    Лампос, В.. , Йом-Тов, Э., Пебоди, Р. и Кокс, И. Дж. Оценка воздействия медицинского вмешательства с помощью пользовательского Интернет-контента. Данные Мин. Знай. Discov. 29 , 1434–1457 (2015).

    Google Scholar

  30. 30.

    Сан, К., Чен, Дж. и Вибоуд, К. Ранний эпидемиологический анализ вспышки коронавирусной болезни в 2019 г. на основе краудсорсинговых данных: обсервационное исследование на уровне населения. Lancet Digit Health 2 , e201 – e208 (2020).

    PubMed PubMed Central Google Scholar

  31. 31.

    Qin, L. et al. Прогнозирование числа случаев нового коронавируса 2019 года (COVID-19) с помощью поискового индекса в социальных сетях. Инт. J. Environ. Res. Общественное здравоохранение 17 , 2365 (2020).

    PubMed Central Google Scholar

  32. 32.

    Лу, Й. и Чжан, Л. Социальные сети WeChat делает вывод о тенденции развития COVID-19. Дж. Заражение. 81 , e82 – e83 (2020).

    CAS PubMed PubMed Central Google Scholar

  33. 33.

    Лампос В. и др. Отслеживание COVID-19 с помощью онлайн-поиска. Препринт на https://arxiv.org/abs/2003.08086 (2020).

  34. 34.

    Lampos, V . и другие. Достижения в прогнозировании показателей заболеваемости, похожей на грипп, с использованием журналов поисковых запросов. Sci. Отчет 5 , 12760 (2015).

    CAS PubMed PubMed Central Google Scholar

  35. 35.

    Общественное здравоохранение Англии. Еженедельный отчет по эпиднадзору за коронавирусом 2019 (COVID-19) https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/888254/COVID19_Epidemiological_Summary_w22_Final. pdf (2020).

  36. 36.

    Koppeschaar, CE et al. Influenzanet: граждане из 10 стран, сотрудничающих в мониторинге гриппа в Европе. Surveill 3 , e66 (2017).

    Google Scholar

  37. 37.

    COVID рядом с вами. https://www.covidnearyou.org/(2020).

  38. 38.

    Menni, C. et al. . Отслеживание в реальном времени симптомов, о которых сообщают сами, для прогнозирования потенциального COVID-19. Нат. Med. 26 , 1037–1040 (2020).

    CAS PubMed Google Scholar

  39. 39.

    Министерство здравоохранения Сингапура. Обновленная информация о местной ситуации с COVID-19 (коронавирусная болезнь 2019). https://www.moh.gov.sg/covid-19/(2020).

  40. 40.

    Центр охраны здоровья, Департамент здравоохранения. Последняя ситуация с новой коронавирусной инфекцией в Гонконге. Правительство Особого административного района Гонконг https://chp-dashboard.geodata.gov.hk/covid-19/en.html (по состоянию на 25 апреля 2020 г.).

  41. 41.

    Команда Nextstrain. Геномная эпидемиология нового коронавируса — глобальная подвыборка. https://nextstrain.org/ncov/global (по состоянию на 25 апреля 2020 г.).

  42. 42.

    covid19 SG. Панель мониторинга вспышки вируса COVID-19 в Сингапуре. https://co.vid19.sg/singapore/dashboard (по состоянию на 25 апреля 2020 г.).

  43. 43.

    Торлунд, К. и др. Панель управления клиническими испытаниями COVID-19 в режиме реального времени. Ланцетная цифра. Heal. 2 , e286 – e287 (2020).

    Google Scholar

  44. 44.

    Всемирный банк. Образование Всемирного банка и COVID-19. https://www.worldbank.org/en/data/interactive/2020/03/24/world-bank-education-and-covid-19 (по состоянию на 25 апреля 2020 г.).

  45. 45.

    Сеть мобильной передачи данных COVID-19. Тенденции движения. https://visualization.covid19mobility.org/(по состоянию на 25 апреля 2020 г.).

  46. 46.

    Всемирная организация здравоохранения. Пересмотренный анализ: подходы к данным о сезонном гриппе и генетической последовательности в рамках концепции ГПГ https://www.who.int/influenza/pip/WHA70108b_Analysis.pdf (2018).

  47. 47.

    Всемирная организация здравоохранения. Вступительное слово Генерального директора ВОЗ на брифинге для СМИ по COVID-19 — 16 марта 2020 г. https://www.who.int/dg/speeches/detail/who-director-general-s -opening-comments-at-the-media -riefing-on-covid-19 — 16 марта 2020 г. (2020 г.)

  48. 48.

    Сингапурское средство проверки симптомов COVID-19. https://sgcovidcheck.gov.sg/(2020).

  49. 49.

    NHS 111 онлайн. https://111.nhs.uk/covid-19/(2020).

  50. 50.

    Гринхалг, T., Koh, GCH & Car, J. Covid-19: дистанционная оценка в первичной медико-санитарной помощи. Br. Med. J. 368 , m1182 (2020).

    Google Scholar

  51. 51.

    Gostic, K., Gomez, ACR, Mummah, RO, Kucharski, AJ & Lloyd-Smith, JO. Оценка эффективности проверки симптомов и рисков для предотвращения распространения COVID-19 . eLife 9 , e55570 (2020).

    PubMed PubMed Central Google Scholar

  52. 52.

    Куилти, Б.Дж., Клиффорд, С., Флаш, С. и Эгго, Р.М. Эффективность проверки в аэропортах при обнаружении пассажиров, инфицированных новым коронавирусом (2019 г. -ncov). Eur. Surveill. 25 , 2000080 (2020).

    Google Scholar

  53. 53.

    Ученые из Армитажа, Х. Стэнфордской медицины надеются использовать данные с носимых устройств для прогнозирования заболеваний, включая COVID-19. Стэнфордский центр новостей медицины http://med.stanford.edu/news/all-news/2020/04/wearable-devices-for-predicting-illness-.html (2020).

  54. 54.

    Wood, CS et al. Внедрение мобильной диагностики инфекционных заболеваний в области здравоохранения на местах. Природа 565 , 467–474 (2019).

    Google Scholar

  55. 55.

    Land, KJ, Boeras, DI, Chen, X.-S., Ramsay, AR & Peeling, RW REASSURED диагностические данные для информирования о стратегиях борьбы с болезнями, укрепить системы здравоохранения и улучшить результаты лечения пациентов. Нат. Microbiol. 4 , 46–54 (2019).

    CAS PubMed Google Scholar

  56. 56.

    Удугама, Б. и др. Диагностика COVID-19: болезнь и инструменты для обнаружения. ACS Nano 14 , 3822–3835 (2020).

    CAS PubMed Google Scholar

  57. 57.

    Грин, К., Грациадио, С., Тернер, П., Фэншоу, Т. и Аллен, Дж. Молекулярные тесты и тесты на антитела в месте оказания медицинской помощи для поддержки скрининга, диагностики и мониторинга COVID-19. Центр доказательной медицины https://www.cebm.net/wp-content/uploads/2020/04/POCT-Covid19.pdf (2020).

  58. 58.

    НАЙТИ. Диагностический трубопровод SARS-CoV-2. https://www.finddx.org/covid-19/pipeline/(по состоянию на 15 июня 2020 г.).

  59. 59.

    Муданьяли О. и др. Интегрированная платформа считывателя экспресс-диагностики на мобильный телефон. Lab Chip 12 , 2678–2686 (2012).

    CAS PubMed PubMed Central Google Scholar

  60. 60.

    Новости инноваций в сфере медицинских технологий. Санофи и Luminostics исследуют решение для самотестирования на COVID-19. Новости инноваций в сфере медицинских технологий https://www.med-technews.com/news/sanofi-and-luminostics-to-explore-covid-19-self-testing-solu/(2020 ).

  61. 61.

    Агентство по регулированию лекарственных средств и товаров медицинского назначения. Профиль целевого продукта: тесты на антитела, чтобы определить, есть ли у людей недавняя инфекция SARS-CoV-2: версия 2. Gov.UK https://www.gov.uk/government/publications/ как-тесты-и-тестирование-комплекты-для-коронавируса-covid-19-work/target-product-profile-antibody-tests-to-help-define-if-people-have-недавняя-инфекция-to-sars- cov-2-version-2 (2020).

  62. 62.

    Маллапати, С. Уилл тесты на антитела для коронавирус действительно все меняет? Nature 580 , 571–572 (2020).

    CAS PubMed Google Scholar

  63. 63.

    Adams, ER et al. Тестирование антител на COVID-19: отчет Национальной научной консультативной группы по COVID. Препринт на medRxiv https://doi.org/10.1101/2020.04.15.20066407 (2020).

  64. 64.

    Фелан, AL COVID-19, паспорта иммунитета и свидетельства о вакцинации: научные, справедливые и юридические проблемы. Lancet 395 , 1595–1598 (2020).

    CAS PubMed PubMed Central Google Scholar

  65. 65.

    Mei, X. et al. Быстрая диагностика пациентов с COVID-19 с помощью искусственного интеллекта. Нат. Med . https://doi.org/10.1038/s41591-020-0931-3 (2020).

  66. 66.

    Ван, С. и другие. Алгоритм глубокого обучения с использованием изображений компьютерной томографии для выявления коронавирусной болезни (COVID-19). Препринт на medRxiv https://doi.org/10.1101/2020.02.14.20023028 (2020).

  67. 67.

    Wynants, L. et al. Модели прогнозирования для диагностики и прогноза инфекции covid-19: систематический обзор и критическая оценка. Br. Med. J. 369 , m1328 (2020).

    Google Scholar

  68. 68.

    Лаги, А. Предостережения по поводу радиологической диагностики инфекции COVID-19 с помощью искусственного интеллекта. Lancet Digit Health 2 , e225 (2020).

    PubMed PubMed Central Google Scholar

  69. 69.

    Burlacu, A., Crisan-dabija, R. , Попа, И.В., Артен, Б. и Бирзу, В. Сдерживание энтузиазма, вызванного искусственным интеллектом, в диагностике COVID-19 с помощью рентгеновских снимков грудной клетки: настоящее и ближайшее будущее. Препринт на medRxiv https://doi.org/10.1101/2020.04.28.20082776 (2020).

  70. 70.

    Фрейзер, К., Райли, С., Андерсон, Р. М. и Фергюсон, Н. М. Факторы, позволяющие контролировать вспышку инфекционного заболевания. Proc. Natl Acad. Sci. США 101 , 6146–6151 (2004).

    CAS PubMed Google Scholar

  71. 71.

    Ferretti, L. et al. Количественная оценка передачи SARS-CoV-2 предполагает контроль над эпидемией с помощью цифрового отслеживания контактов. Science 368 , eabb6936 (2020).

    CAS PubMed PubMed Central Google Scholar

  72. 72.

    Веб-сайт правительственного агентства Сингапура. TraceTogether. https://www.traceto General.gov.sg/(2020).

  73. 73.

    Застроу, М. Южная Корея сообщает об интимном подробности о случаях COVID-19: помогло ли это? Природа https://doi.org/10.1038/d41586-020-00740-y (2020).

  74. 74.

    Купфершмидт, К. и Коэн, Дж. Может ли стратегия Китая в отношении COVID-19 работать в другом месте? Наука 367 , 1061–1062 (2020).

    CAS PubMed Google Scholar

  75. 75.

    Бонсалл, Д. и Фрейзер, К. Устойчивое сдерживание COVID-19 с помощью смартфонов в Китае: научные и этические основы для реализации аналогичных подходов в других условиях. https://int.nyt.com/data/documenthelper/6825-coronavirus-app-proposal-UK/76650ed3f249bf888f1e/optimized/full.pdf (2020).

  76. 76.

    Министерство здравоохранения. HaMagen — приложение Минздрава для борьбы с распространением коронавируса. https://govextra.gov.il/ministry-of-health/hamagen-app/download-en/(2020).

  77. 77.

    Министерство здравоохранения Австралии. Приложение COVIDSafe. https://www.health.gov.au/resources/apps-and-tools/covidsafe-app (2020).

  78. 78.

    Правительство Индии. Мобильное приложение Aarogya Setu. https://www.mygov.in/aarogya-setu-app/(2020).

  79. 79.

    Вместе мы можем бороться с коронавирусом — Smittestopp временно деактивирован. H elsenorge.no https://helsenorge.no/coronavirus/smittestopp (по состоянию на 26 апреля 2020 г.).

  80. 80.

    Прекращение использования приложения для отслеживания контактов COVID-19 — серьезный выигрыш для обеспечения конфиденциальности. Amnesty International https://www.amnesty.org/en/latest/news/2020/06/norway-covid19-contact-tracing-app-privacy-win/(по состоянию на 27 июля 2020 г. ).

  81. 81.

    DP-3T/документы: децентрализованное отслеживание близких документов с сохранением конфиденциальности. Проект DP-3T https://github.com/DP-3T/documents (по состоянию на 26 апреля 2020 г.).

  82. 82.

    PEPP-PT. Обзор высокого уровня: общеевропейское отслеживание близости с сохранением конфиденциальности. https://github. com/pepp-pt/pepp-pt-documentation/blob/master/PEPP-PT-high-level-overview.pdf (по состоянию на 27 июля 2020 г.).

  83. 83.

    Apple. Apple и Google сотрудничают в области технологии отслеживания контактов COVID-19. https://www.apple.com/newsroom/2020/04/apple-and-google-partner-on-covid-19-contact-tracing-technology/(2020).

  84. 84.

    Jia, JS et al. Поток населения определяет пространственно-временное распространение COVID-19 в Китае. Nature 582 , 389–394 (2020).

    CAS PubMed Google Scholar

  85. 85.

    Оливер Н. и др. Данные мобильного телефона для информирования о действиях общественного здравоохранения на протяжении всего жизненного цикла пандемии COVID-19. Sci. Adv. 6 , eabc0764 (2020).

    PubMed PubMed Central Google Scholar

  86. 86.

    Китайская лаборатория данных. Данные о мобильности Baidu. Harvard Dataverse https://doi.org/10.7910/DVN/FAEZIO (2020).

  87. 87.

    Чинацци, М. и др. Влияние ограничений на поездки на распространение вспышки нового коронавируса (COVID-19) в 2019 году. Наука 368 , 395–400 (2020).

    CAS PubMed PubMed Central Google Scholar

  88. 88.

    Kraemer, MUG et al. Влияние мобильности людей и мер контроля на эпидемию COVID-19 в Китае. Наука 368 , 493–497 (2020).

    CAS PubMed Google Scholar

  89. 89.

    Pepe, E. et al. Ответ на вспышку COVID-19: первая оценка изменений мобильности в Италии после национальной изоляции. Препринт на medRxiv https://doi.org/10.1101/2020.03.22.20039933 (2020).

  90. 90.

    Google. Отчеты о мобильности сообщества COVID-19. https://www.google.com/covid19/mobility/(по состоянию на 27 апреля 2020 г.).

  91. 91.

    Apple. COVID-19 — Отчеты о тенденциях мобильности. https://www.apple.com/covid19/mobility (по состоянию на 27 апреля 2020 г.).

  92. 92.

    Klepac, P. et al. al. Контакты в контексте: крупномасштабные матрицы социального смешения для конкретных условий из проекта BBC Pandemic. Препринт на medRxiv https://doi.org/10.1101/2020.02.16.20023754 (2020).

  93. 93.

    Zhang, J. et al. Изменения в схемах контактов определяют динамику вспышки COVID-19 в Китае. Наука 368 , 1481–1486 (2020).

    CAS PubMed PubMed Central Google Scholar

  94. 94.

    Дизи, Дж. и др. Прогнозирование ультра-раннего штамма интенсивной терапии от COVID-19 в Англии. Препринт на medRxiv https://doi.org/10.1101/2020.03.19.20039057 (2020).

  95. 95.

    Правительство Особого административного района Гонконг. Вместе мы боремся с вирусом. Руководство пользователя мобильного приложения StayHomeSafe. https://www.coronavirus.gov.hk/eng/stay-home-safe.html (2020).

  96. 96.

    Гупта, М., Абдельсалам, М. и Миттал, С. Обеспечение и обеспечение соблюдения мер социального дистанцирования с использованием инфраструктуры умного города и ИТС: пример использования COVID-19. Препринт на https://arxiv.org/abs/2004.09246 (2020).

  97. 97.

    Международный союз электросвязи. Измерение цифрового развития: факты и цифры, 2019 г. ITUPublications https://www.itu.int/en/ITU-D/Statistics/Pages/facts/default.aspx (2019).

  98. 98.

    Болл, П. и Максмен, А. Эпическая битва с дезинформацией о коронавирусе и теориями заговора. Nature 581 , 371–374 (2020).

    CAS PubMed Google Scholar

  99. 99.

    Depoux, A. et al. Пандемия паники в социальных сетях распространяется быстрее, чем вспышка COVID-19. Дж. Travel Med. 27 , taaa031 (2020).

    PubMed Google Scholar

  100. 100.

    Beaunoyer, E., Dupéré, S. & Guitton, MJ COVID-19 и цифровое неравенство: взаимные воздействия и стратегии смягчения. Вычислить. Гм. Поведение. 111 , 106424 (2020).

    Google Scholar

  101. 101.

    Merchant, RM & Lurie, N. Социальные сети и готовность к чрезвычайным ситуациям в ответ на новый коронавирус. Дж. Am. Med. Assoc. 323 , 2011–2012 (2020).

    CAS Google Scholar

  102. 102.

    Грин, А. Ли Вэньлян. Lancet 395 , 682 (2020).

    CAS PubMed Central Google Scholar

  103. 103.

    Всемирная организация здравоохранения. Дорожная карта скоординированных глобальных исследований https://www.who.int/blueprint/priority-diseases/key-action/Roadmap-version-FINAL-for-WEB.pdf (2020).

  104. 104.

    Всемирная организация здравоохранения. Отчеты о ситуации с коронавирусной инфекцией (COVID-19) Отчет № 13 https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200202-sitrep-13-ncov-v3.pdf?sfvrsn=195f4010_6 (2020).

  105. 105.

    Google. Оповещения SOS помогают. https://support.google.com/sosalerts/?hl=en (по состоянию на 8 мая 2020 г.).

  106. 106.

    Фарук, А., Лаато, С. и Ислам, AKMN Влияние онлайн-информации на намерение самоизоляции во время пандемии COVID-19: кросс-секционное исследование. Дж. Med. Internet Res. 22 , e19128 (2020).

    PubMed PubMed Central Google Scholar

  107. 107.

    Сесагири Рамкумар, А., Тан, С.Г. и Ви, Х.-Л. Измерение информационно-пропагандистских усилий органов общественного здравоохранения и реакции общественности на Facebook во время пандемии COVID-19 в начале 2020 года: межстрановое сравнение. Дж. Med. Internet Res. 22 , e19334 (2020).

    PubMed PubMed Central Google Scholar

  108. 108.

    Limaye, RJ et al. Укрепление доверия и влияние на онлайн-контент о COVID-19 в мире социальных сетей. Lancet Digit Health 2019 , 2019–2020 (2020).

    Google Scholar

  109. 109.

    Департамент по экономическим и социальным вопросам Организации Объединенных Наций. COVID-19: использование цифрового правительства во время пандемии и в будущем https://www.un.org/development/desa/dpad/publication/un-desa-policy-brief-61-covid -19-охват-цифровое-правительство-во-время-пандемия-и-позже/(2020).

  110. 110.

    WhatsApp. Как WhatsApp может помочь вам оставаться на связи во время пандемии коронавируса (COVID-19). https://www.whatsapp.com/coronavirus (2020)

  111. 111.

    Андерсон, М. и Фогельс, американцы EA обращаются к технологии во время вспышки COVID-19, говорят, что отключение будет проблемой. Исследовательский центр Pew https://www.pewresearch.org/fact-tank/2020/03/31/americans-turn-to-technology-during-covid-19-outbreak-say- an-outage-would-be-a-problem/(2020).

  112. 112.

    Лю С. и другие. Онлайн-службы охраны психического здоровья в Китае во время вспышки COVID-19. Lancet Psychiatry 7 , e17 – e18 (2020).

    PubMed PubMed Central Google Scholar

  113. 113.

    GoodSAM. Мгновенное местонахождение/видео/консультация 999/111/101/112/911/000 https://www.goodsamapp.org/(2020).

  114. 114 .

    Всемирная организация здравоохранения. Семьдесят первая сессия Всемирной ассамблеи здравоохранения Пункт 12.4 повестки дня https://apps.who.int/gb/ebwha/pdf_files/WHA71/A71_20-en.pdf (2018 г.).

  115. 115.

    Всемирная организация здравоохранения. Рекомендации по цифровым вмешательствам для укрепления системы здравоохранения (ВОЗ, 2019).

  116. 116.

    Гонг М. и др. Облачная система для эффективного наблюдения и контроля COVID-19: полезный опыт провинции Хубэй, Китай. Дж. Med. Internet Res. 22 , e18948 (2020).

    PubMed PubMed Central Google Scholar

  117. 117.

    Цзя, П. и Ян, С. Китаю нужна национальная интеллектуальная система синдромного наблюдения. Нат. Med. 26 , 990 (2020).

    CAS PubMed Google Scholar

  118. 118.

    Estcourt, CS et al. Система eSexual Health Clinic для управления, профилактики и контроля инфекций, передаваемых половым путем: исследовательские исследования на людях, тестируемых на Chlamydia trachomatis. Lancet Digit Health 2 , e182 – e190 (2017).

    Google Scholar

  119. 119.

    Buckee, CO et al. Агрегированные данные о мобильности могут помочь в борьбе с COVID-19. Наука 368 , 145–146 (2020).

    PubMed Google Scholar

  120. 120.

    МакКендри, Р.А. и др. Делитесь данными из мобильных и социальных сетей, чтобы обуздать COVID-19. Nature 580 , 29–29 (2020).

    CAS PubMed Google Scholar

  121. 121.

    Фам, М. Европейские операторы отслеживают перемещения Covid-19. Mobile World Live https://www.mobileworldlive.com/featured-content/top-three/european-operators-monitor-covid-19-movements/?ID=a6g1r000000zvazAAA&JobID=406683&utm_source=sfmc&utm_source=sfmc&utm_source=sfmc&utm = электронная почта & utm_campaign = MWL_20200319 & utm_content = https% 3A% 2F% 2Fwww.mobileworldlive. com% 2Ffeatured-content% 2Ftop-three% 2Feuropean-operators-monitor-covid-19-Movement% 2F (2020)

  122. 122.

    Microsoft. Bing-COVID-19-Данные. GitHub https://github.com/microsoft/Bing-COVID-19-Data (2020).

  123. 123 .

    Сигал, Э. и др. Создание международного консорциума для отслеживания состояния здоровья коронавируса. Препринт на medRxiv https://doi.org/10.1101/2020.04.02.20051284 (2020).

  124. 124.

    Корея поделится клиническими данными о пациентах с COVID-19. Korea Times https://www.koreatimes.co.kr/www/nation/2020/04/119_287215.html (по состоянию на 23 июля 2020 г.).

  125. 125.

    Данные правительства, data.gov.il. ר COVID-19 — מאגרי מידע — https://data.gov.il/dataset/covid-19 (2020).

  126. 126.

    Купфершмидт, К. Препринты приносят «пожарный шланг» данных о вспышках. Наука 367 , 963–964 (2020).

    CAS PubMed Google Scholar

  127. 127.

    Департамент иммунизации. Вакцины и биологические препараты (IVB) Стратегическая консультативная группа экспертов SAGE по иммунизации https://www.who.int/immunization/sage/meetings/2019/april/SAGE_Yellow_Book_April_2019.pdf (2019).

  128. 128.

    Национальный институт здравоохранения и передового опыта. Рамки стандартов фактических данных для цифровых технологий здравоохранения. https://www.nice.org.uk/about/what-we-do/our-programmes/evidence-standards-framework-for-digital-health-technologies (2020).

  129. 129.

    Linklaters. 40 стран продвигаются вперед с приложениями для отслеживания контактов, поскольку споры о различных подходах усиливаются. https://www.linklaters.com/en/about-us/news-and-deals/news/2020/may/40-countries-ploughing-ahead-with-contact-tracing-apps-as-debate-intensify- on-различающиеся подходы (дата обращения: 15 июня 2020 г.)

  130. 130.

    Показать доказательства того, что приложения для отслеживания контактов COVID-19 безопасны и эффективно. Природа 580 , 563 (2020).

  131. 131.

    Всемирная организация здравоохранения. Проект глобальной стратегии цифрового здоровья на 2020–2024 годы https://www.who.int/docs/default-source/documents/gs4dhdaa2a9f352b0445bafbc79ca799dce4d.pdf?sfvrsn=f112ede5_42 (2020). >

  132. 132.

    Европейская комиссия. Коронавирус: комиссия принимает рекомендации по поддержке стратегий выхода через мобильные данные и приложения. https://ec.europa.eu/commission/presscorner/detail/en/IP_20_626 (2020).

  133. 133.

    Сэнтоу, Э. Выход из утопии ИИ. Наука 368 , 9 (2020).

    CAS PubMed Google Scholar

  134. 134.

    Паркер, MJ, Fraser, C., Abeler-Dörner, L. & Bonsall, D. Этика мгновенного отслеживания контактов с использованием приложений для мобильных телефонов в борьба с пандемией COVID-19. Дж. Med. Этика 46 , 427–431 (2020).

    PubMed PubMed Central Google Scholar

  135. 135.

    Морли, Дж., Коулз, Дж., Таддео, М. и Флориди, Л.. Этические рекомендации для приложений для отслеживания COVID-19. Nature 582 , 29–31 (2020).

    CAS PubMed Google Scholar

  136. 136.

    Йенка, М. и Вайена, Э. Об ответственном использовании цифровых данных для борьбы с пандемией COVID-19. Нат. Med. 26 , 463–464 (2020).

    CAS PubMed Google Scholar

  137. 137.

    Кальво, Р.А., Детердинг, С. и Райан, Р.М. Наблюдение за здоровьем во время пандемии COVID-19. Br. Med. J. 369 , m1373 (2020).

    Google Scholar

  138. 138.

    Нет, О. Может ли вирус нарушить права человека? Lancet Public Health https://doi.org/10.1016/S2468-2667(20)30092-X (2020). doi:

  139. 139.

    Институт Ады Лавлейс. Выйти через App Store? Быстрый обзор данных по техническим соображениям и социальным последствиям использования технологий для выхода из кризиса COVID-19. https://www.adalovelaceinstitute.org/our-work/covid-19/covid-19-exit-through-the-app-store/(2020).

  140. 140.

    Машамба-Томпсон, TP & Crayton, ED Технология блокчейна и искусственного интеллекта для самотестирования нового коронавируса-19. Диагностика (Базель) 10 , 198 (2020).

    Google Scholar

  141. 141.

    Управление национальной статистики. Изучение цифрового разрыва Великобритании. https://www.ons.gov.uk/peoplepopulationandcommunity/householdcharacteristics/homeinternetandsocialmediausage/articles/exploringtheuksdigitaldivide/2019-03-04 (по состоянию на 8 мая 2020 г.).

  142. 142.

    Schumacher, S. & Kent, N. 8 диаграмм по использованию Интернета во всем мире, когда страны борются с COVID-19. Исследовательский центр Пью https://www.pewresearch.org/fact-tank/2020/04/02/8-charts-on-internet-use-around-the-world-as- country-grapple-with-covid-19/(2020).

  143. 143.

    Хьюман Райтс Вотч. Мьянма: конец самого длительного отключения интернета в мире. https://www.hrw.org/news/2020/06/19/myanmar-end-worlds-longest-internet-shutdown (2020).

  144. 144.

    Риммер, А. Ковид-19: правительство изучит вопрос о непропорциональном воздействии на медицинских работников из числа этнических меньшинств. Br. Med. J. 369 , m1562 (2020).

    Google Scholar

  145. 145.

    Мармот, М., Аллен, Дж., Бойс, Т., Голдблатт, П., Моррисон, Дж. Справедливость в отношении здоровья в Англии: обзор сурка 10 лет спустя. Фонд здравоохранения https://www.health.org.uk/publications/reports/the-marmot-review-10-years-on (2020 г.).

  146. 146.

    Государственный секретарь по вопросам здравоохранения и социальной защиты. Обзор Topol: подготовка кадров здравоохранения к цифровому будущему. NHS Health Education England https://topol.hee.nhs.uk/(2019).

  147. 147.

    Академия медицинских наук. Междисциплинарные исследования готовности к эпидемиям и ответных мер. https://acmedsci.ac. uk/policy/policy-projects/multidisciplinary-research-in-epidemic-готовности-and-response- (2019).

  148. 148.

    PwC. Регистрироваться. https://www.pwc.com/us/en/products/check-in.html (2020).

  149. 149.

    ДП-3Т. dp3t-приложение-android-ch. https://github.com/DP-3T/dp3t-app-android-ch (по состоянию на 15 июня 2020 г.).

  150. 150.

    Всемирный банк. Абоненты мобильной сотовой связи (на 100 человек). https://data.worldbank.org/indicator/IT.CEL.SETS.P2 (по состоянию на 8 мая 2020 г.).

  151. 151.

    Всемирная организация здравоохранения. Информационная панель ВОЗ по коронавирусной болезни (COVID-19). https://covid19.who.int/(по состоянию на 8 мая 2020 г.).

Загрузить ссылки

Информация об авторе

Принадлежности

Авторы

Автор, отвечающий за переписку

Переписка с Рэйчел А. МакКендри.

Этические декларации

Конкурирующие интересы

AMJ, IJC, VCE, BSM, EMM, DP, MMS, NK и R.A.M. получил финансирование от EPSRC для i-sense IRC в Agile Early Warning Sensing Systems for Infective Diseases and AMR (EP/R00529X/1) и сотрудничал с Google, Microsoft и Telefonica, а также с диагностическими компаниями. Н.К., Р.А.М. и M.M.S. получил финансирование от IRC Next Steps Plus: Ultra-Sensitive Enhanced NanoSensing of Anti-Microbial Resistance (u-sense, EP/R018391/1). A.M.J. получил финансирование от NIHR. G.R. проводит оплачиваемую консультационную работу для Google Health и проводит исследования в области прогнозной аналитики в визуализации мозга, финансируемые Wellcome Trust. M.M.S. является консультантом 30T/Edixomed, Simmons and Simmons и Origin Sciences, и получает финансирование исследовательских грантов от CRUK, Wellcome Trust, EPSRC/MRC/UKRI, H2020 и ERC, а также другие гранты.

Дополнительная информация

Примечание издателя Springer Nature сохраняет нейтралитет в отношении юрисдикционных претензий в опубликованных картах и ​​принадлежностях организаций.

Права и разрешения

Перепечатки и разрешения

О эта статья

Цитируйте эту статью

Budd, J ., Миллер, Б.С., Мэннинг, Э.М. и др. . Цифровые технологии в ответных мерах общественного здравоохранения на COVID-19. Nat Med 26, 1183–1192 (2020). https://doi.org/10.1038/s41591-020-1011-4

Загрузить ссылку

  • Получено:

  • Принято:

  • Опубликовано:

  • Дата выпуска:

  • DOI : https: //doi.org/10. 1038/s41591-020-1011-4

Дополнительная литература

  • Подход городского кластера на основе риска для Sars-CoV-2 и изоляционные барьеры на основе анонимных данных о местоположении пользователей мобильных телефонов

    Устойчивые города и общество (2021 г.)

  • Изучение связи между восприятием риска в интернет-СМИ и распространенностью COVID-19 в Европе

    Международный журнал инфекционных заболеваний (2021 г.)

  • Влияние загрузки государственного приложения для отслеживания контактов COVID-19 на психологический стресс во время пандемии Среди занятых взрослых: перспективное исследование

    JMIR Mental Health (2021 г.)

  • Смена медиа изображения дистанционного консультирования в COVID-19: анализ газет Великобритании

    British Journal of General Practice (2021)

  • Biosaf ety во время пандемии: лаборатории с общими ресурсами готовы принять вызов

    Cytometry Part A (2021)

Оцените статью
logicle.ru
Добавить комментарий