COVID - 19 Outbreak Prediction using Machine Learning | Machine Learning Training | Edureka
 |
愛立信（Ericsson）的數百名志願者齊聚一堂，共同應對 COVID-19 開放研究數據集挑戰。 為此，他們正在採購和建構重要的數據集，以幫助世界找到當前應對冠狀病毒最嚴峻挑戰的答案。 在下面了解有關他們及其工作的更多資訊。
挑戰 CORD-19 數據集，其中包含數以萬計的研究論文。它正在迅速發展-比任何研究人員都能閱讀和消化的速度更快。面臨的挑戰是建立工具，以幫助醫學研究人員，提取所需的資訊，即使有更多資訊繼續發布。
3月16日星期一，在美國白宮與美國國立衛生研究院，和喬治敦大學一起，發布了 CORD-19 數據集，並發出了行動號召。
在短短幾天內，來自愛立信的 362 多人，舉手並表示願意參加。志願者包括數據科學家、數據工程師、數據可視化工具專案經理、任務經理、領導者和作家。
挑戰分為九大任務，和多個子任務。所有志願者都被分成了較小的小組，負責子任務。此外，所有工作實際上都在進行中。
九大任務包括：
．對傳播、孵化和環境穩定性了解多少？
．我們對 COVID-19 危險因素了解多少？
．我們對病毒的遺傳學，起源和進化了解多少？
．關於研究的倫理學考慮，已經發表了什麼？
．我們對非藥物干預的有效性了解多少？
．我們對診斷和監視了解多少？
．關於醫療保健的什麼出版物？
．關於信息共享和跨部門合作的出版物已經發表？
．我們對疫苗和治療劑了解多少？
讓我們結識一些人，他們自願花時間來完成上面的一些任務，並了解他們的工作：
從公共衛生監督的角度來看，有什麼出版物？
Nikhil Korati Prasanna 在 GAIA 擔任數據科學家。他的日常工作涉及空間異常檢測、電腦視覺、知識圖和自然語言處理機器學習。
他與他的團隊一起，正在從公共衛生監視的角度，幫助弄清關於診斷的已發表論文。透過這樣做，Nikhil 希望能夠預測臨床結果。該小組還試圖從研究中提取數據，以確定當前暴露程度如何，以指導有關緩解措施的政策建議。
具體來說，他們正在建立一個模型，以學習文獻對國家指導，和最佳實踐指南的說法，例如各州如何利用大學和私人實驗室進行測試。該小組還試圖了解有關，如何與公共衛生官員和公眾交流有關情況的文獻。
為此，Nikhil 的小組正在研究文本摘要，以從大量文章中找到相關數據，然後開發分類模型，根據已發表的文章，預測陽性和陰性的臨床結果。
他們開發的工具將提供最新數據，甚至將更多文章添加到數據集中，包括各種診斷方法，和受影響的人口統計學。 Nikhil 希望在醫學研究人員和公共衛生官員的手中，他的團隊的工作，將帶來更加積極的臨床成果。
我們對正在開發的抗冠狀病毒藥物了解多少？
愛立信軟體開發人員埃米特·摩爾（Emmett Moore）領導著一個團隊，該團隊正在數據庫中，尋找有關疫苗和治療劑的資訊，例如了解正在研發的，抗病毒藥物的有效性和風險。
他的團隊首先集思廣益，對一組關鍵詞，詞組和主題進行了集思廣益，以作為他們在解析文獻時，試圖找出哪些文章，與他們要回答的問題相關的基礎。
埃米特說：「由於我們很少有醫學或製藥專業背景，這被證明很有趣。例如，如果我們試圖查找有關疫苗的論文，那麼會出現哪些單詞或短語？我們希望這將有助於我們丟棄所有題外的論文，並為我們提供更小的數據集。」
同時，團隊中的數據可視化人員，正在研究如何最好地展示團隊的發現。例如，他們可能會使用詞雲，或更簡單的相關論文摘要，來證明關鍵發現。
埃米特（Emmett）希望他的團隊，能夠為醫學研究人員提供幫助，幫助他們研究治療和預防 COVID-19 的話題。由於該數據集包含數以萬計的全文，並且還在繼續成長，因此一個人甚至一大群研究人員，都不可能全部閱讀。埃米特（Emmett）樂觀地認為，諸如機器學習之類的新技術確實可以使社會受益。
關於醫療和 COVID-19 的出版物已經發表？
前英語和寫作老師貝基·普林斯（Becky Prince）現在是一名技術作家。 Becky的小組被分配了任務八，該任務將探討有關醫療和 COVID-19 的已發佈內容。
她的團隊中的數據科學家和數據工程師，目前正在產生想法，並測試各種編碼算法。 貝基的工作是記錄他們的發現。 提交的內容將分為三個類別：準確性、文檔和演示文稿。 每個類別最多有 5 分。 因此，文檔和演示文稿是提交內容的重要組成部分。
貝基希望她的團隊的工作所帶來的影響，將是幫助研究人員更快速，更輕鬆地存取他們所需的特定數據，因為這些數據與抗 COVID-19 的醫療保健有關。
我們如何回答，諸如潛伏期以及病毒的傳染性之類的問題？
Manjeet Attri 是渥太華的一名開發商。 Manjeet 擁有阿爾伯塔大學的科學碩士學位，並且還在印度的愛立信工作了兩年多。在他的團隊中，他的工作是測試、驗證和解決測試用例。
他的團隊的任務，是找到潛伏期範圍，個人具有傳染性的時間，以及病毒的傳播方式的答案。他的團隊開始透過選擇最相關的數據，來使龐大的數據集變得較小，從而使其易於掌握。 Manjeet 負責最終報告，並且已經準備了報告大綱。該大綱將為數據科學家和工程師，提供一個明確的目標。
Manjeet說：「我們正在重新整理數千篇研究論文，以幫助醫療專業人員透過查看我們的答案，在幾秒鐘內找到他們問題的答案。」
我們透過給參與者希望帶來勝利
我對挑戰的反應，和志願者已經完成的工作不知所措。我認為我們可能會招募 20 名志願者，也許有 30 名志願者。相反，我們現在有 360 多個。我們正在努力建構一個結構，以便每個志願者都知道，他們在做什麼，以及與誰在一起工作。我們還嘗試創建資訊流的流程，以便我們共享最佳實踐。
如果我們成功，我們將幫助醫生和公共衛生從業人員獲取關鍵資訊。這可以幫助挽救生命，並減少 COVID-19 對社會和我們社區的影響。這給了參與者希望，在這樣的時代非常重要。對我來說，這就是我們贏得這場比賽的方式。
閱讀更多
要詳細瞭解愛立信，對冠狀病毒大流行的反應，請閱讀我們首席執行官的博客文章：愛立信如何應對冠狀病毒
沒有留言:
張貼留言