智能应用 影音
Veeam Q3 Webinar
Vector Japan

因应新冠肺炎 医疗大数据掌握疾病热点与人流管控

因应新冠肺炎 医疗大数据掌握疾病热点与人流管控

新冠肺炎(2019新型冠状病毒/2019-nCoV)现在国内大陆确诊人数已达7,700人,死亡病例也已超过170例,对于这样持续扩散的高传染力疫情,台北市立联合医院中兴院区医务长蔡景耀认为,疾管署(CDC)、卫福部、各医疗院所,大数据分析与疫情通报都能有智能化应用,需要民众共同合作,进而能提升各地区的医疗品质、生活健康水准、防疫成效。

延伸阅读:智能医疗应对新冠肺炎两把剑 病毒基因结构分析与数据通报

疾病热点分析 有助于人流管控与疾病爆发预测

比方说,从武汉机场固定输出的航班数、每航班的人口流向,这些细部数据的交叉比对,都可以算出在疫情快速传播的过程当中,全球所有城市中,前20大较危险的疾病热点城市可能有哪些。同时蔡景耀也举例,先前也有单位计算出因为加总班机吞吐量与旅客人次等等因素,泰国曼谷机场是第1名的疾病发生热点,接着为东京、香港,台北市则位居第四名。

在疫情通报的智能化通知上,除了TOCC的内容通报,包括旅游史(Travel)、职业史(Occupation)、接触史(Contact)及群聚史(Cluster)等,还有就诊数据、健保等许多数据都能够提供数据单位运算,并且预测未来可能的人流状况,才能提早预防与配置医疗人力。

延伸阅读:大数据平台建置越发完善 疾管署图像化预测当月趋势

领先指标需要分析病毒、基因、就诊等综合数据

虽然现在传染途径已经证实为人传人,然而治疗方式仍有待医疗研究机构努力,不过蔡景耀认为,台北市立联合医院以及各中央、地方防疫机关与医院,如疾管署、卫福部等单位,都已积极成立疾病管制与应变中心,也希望在掌握更多疾病相关数据,包括基因变异、感染病症严重数据、潜伏期后的医疗照顾处方数据之后,未来能有更多的预测与领先指标。

  •     按赞加入DIGITIMES智能医疗粉丝团