Selbst-berichtete die Beschreibungen der COVID-19-bezogene Symptome, die Carnegie Mellon University Forscher sammeln Bundesweit mit Hilfe von Facebook und Google, korrelieren gut mit test-bestätigte Fälle von der Krankheit, was auf self-reports könnte schon bald helfen, die Forscher bei der Vorhersage der COVID-19 Aktivität.
Ryan Tibshirani, co-Leiter von Carnegie Mellon ‚ s Delphi COVID-19 Response Team, sagte, Millionen von Antworten zu CMU-Befragungen von Facebook-und Google-Nutzer stellen die team mit Echtzeit-Schätzungen der Aktivität der Erkrankung an der county-Ebene für einen Großteil der Vereinigten Staaten.
„Ich bin sehr glücklich mit den beiden Facebook und Google Umfrage-Ergebnisse,“ sagte Tibshirani, associate professor der Statistik und des maschinellen Lernens. „Sie beide haben meine Erwartungen übertroffen.“
Die Ergebnisse der Umfrage, kombiniert mit Daten aus zusätzlichen Quellen, bieten Echtzeit-Indikationen der COVID-19-Aktivität, die zuvor nicht verfügbar aus anderen Quellen.
Diese Informationen werden der öffentlichkeit zugänglich gemacht werden an der CMU ist COVIDcast web-site, COVIDcast.cmu.edu und Facebook ist, dass die aggregierten Umfrage Informationen von den Benutzern zur Verfügung zu https://dataforgood.fb.com/COVID-symptoms-map/.
CMU startete seine COVIDcast Website heute, mit Schätzungen von coronavirus-Aktivität basiert auf die gleichen Umfragen von Facebook-Nutzern. Später in dieser Woche, die COVIDcast Website Debüt interaktive heat-maps der Vereinigten Staaten, Anzeige Umfrage schätzt nicht nur Facebook, sondern auch Google-Nutzer. Die Karten wird auch anonymisierte Daten, die von anderen Partnern, einschließlich Quidel Corp. und national health care provider.
Tibshirani, sagte der Umfrage-Antworten in Kombination mit anderen Daten wie medizinische Ansprüche und medizinische Tests, die es ermöglichen wird, CMU-team zu generieren, die Schätzungen der Aktivität der Erkrankung, die mehr reflektierende der Realität als das, was jetzt von positiven coronavirus-tests allein. Die meisten Datenquellen verfügbar sind auf Kreisebene und die Forscher sagen, Sie haben eine gute Abdeckung der 601 US-Landkreise mit mindestens 100.000 Personen.
Innerhalb von ein paar Wochen, Sie erwarten, verwenden Sie diese Schätzungen, um Prognosen, die helfen, Krankenhäuser, Ersthelfer und andere die Gesundheit von Beamten erwarten, die Anzahl der COVID-19 Krankenhausaufenthalte und Intensivstation bekannt wahrscheinlich in Ihr locales mehrere Wochen im Voraus.
So weit, CMU erhält über eine million Antworten pro Woche von Facebook-Nutzern. Letzte Woche, fast 600.000 Nutzern der Google Opinion Rewards und AdMob-apps wurden die Beantwortung einer anderen CMU Umfrage jeden Tag.
Mit diesen und anderen einzigartigen Datenquellen, die CMU-Forscher beobachten Veränderungen im Laufe der Zeit, sodass diese Prognose COVID-19 Aktivität mehrere Wochen in die Zukunft. Sie planen auch, diese Informationen zu nutzen, zu produzieren „nowcasts“, die integriert sind Schätzungen der aktuellen Borreliose-Aktivität, die Sie erwarten, werden mehr als eine Reflexion der Realität, als täglich Zusammenstellungen der test bestätigt COVID-19 Fällen.
Roni Rosenfeld, co-Leiter des CMU Delphi research group und Leiter des Machine Learning Department, sagte sich nur auf das positive test-Ergebnisse können nicht ein vollständiges Bild von der Aktivität der Erkrankung, wegen der begrenzten test Kapazität, reporting Verzögerungen und andere Faktoren.
Für diese COVID-19-Projekt der Carnegie Mellon ‚ s Delphi research group, die inzwischen auf über 30 Mitglieder des Lehrkörpers, Studenten und anderen Freiwilligen, ist die Nutzung Jahre Erfahrung als herausragende Ausbildungsstätte für die Prognose influenza-Aktivität Bundesweit. Im letzten Jahr, die US-Centers for Disease Control and Prevention bezeichnet die Delphi-Gruppe als eines von zwei Nationalen Kompetenzzentren für Grippe-Prognosen. An CDC ‚ s Antrag, die Gruppe hat sich erweitert und angepasst, seine Grippe-Prognose Bemühungen zu umfassen COVID-19.
Delphi nutzt zwei wesentliche Ansätze, um Prognosen, die beide als wirksam erwiesen haben in Bezug auf die Grippe. Eins, genannt Crowdcast, ist eine „Weisheit der Massen“ – Ansatz, die Grundlagen für die Prognosen auf der aggregierten Urteile der Probanden, die Ihre wöchentlichen Schätzungen. Die anderen Nutzungen, statistisches maschinelles lernen, Muster erkennen, im Gesundheitswesen, Daten beziehen sich auf Erfahrungen der Vergangenheit.
„Das Prognose-problem ist so kompliziert, dass wir glauben, dass eine Vielfalt von Daten und Methoden ist unsere beste Waffe,“ Tibshirani sagte.
Hilfe bei der COVID-19 Prognose -, Facebook jeden Tag lädt einige seiner US-Nutzer freiwillig zur Beantwortung einer CMU-Umfrage über alle COVID-19 Symptome, die Sie vielleicht erleben; die Umfrage wird gesteuert durch das Ministerkabinett und die einzelnen Antworten nicht gemeinsam mit Facebook.
Ebenfalls, Google hilft CMU verteilen Sie ein-Fragen-Umfragen an Ihre Benutzer; Ergebnisse sind auch nicht gemeinsam mit Google. Da 2016 die Google-Health-Trends bietet seit CMU Informationen über Suchvorgänge, die Ihre Benutzer ausführen, jeden Tag für Grippe, und mehr vor kurzem für COVID-19-Verwandte Begriffe. Eine wesentliche Gesundheitsversorgung provider wird die Freigabe anonymisiert stationären und ambulanten COVID-Verwandte zählt, und Quidel, ein Diagnose-test-Anbieter, ist die Freigabe anonymisiert national lab test-Statistiken.
Rosenfeld sagte, Sie hoffe, zu stärken, Ihre Prognose Bemühungen durch hinzufügen von fünf weiteren Datenquellen in den nächsten Wochen.