Kontrolle von Pandemien mithilfe von Big Data

Juni 11

RaimaDMA051 - Hat Big Data das Potenzial, Pandemien vorherzusagen?

Die Wahrscheinlichkeit weltweiter Pandemien wird wahrscheinlich zunehmen, wenn Reisen und internationaler Handel zunehmen. Sie können jedoch durch die Verwendung von Datenbanken verhindert werden, die Schlüsselindikatoren auf globaler Basis verfolgen.

RaimaDMA051 - Hat Big Data das Potenzial, Pandemien vorherzusagen?

Jüngste Forschungen haben gezeigt, dass der Schwarze Tod oder die Pest, die Europa im 17. Jahrhundert verwüsteten, tatsächlich in Asien begann und von Rennmäusen getragen wurde.

Mit der nahtlosen und effizienten modernen globalen Kommunikation ist die Bedrohung durch weit verbreitete Pandemien zu einer Quelle erheblicher weltweiter Besorgnis geworden. In den letzten Jahrzehnten haben wir gesehen, wie schnell sich Krankheiten wie H1N1 und Aids über Grenzen und Ozeane ausbreiten können.

Bis vor kurzem musste die Bekämpfung solcher Krankheiten eher reaktiv als proaktiv sein. Mit viel mehr Fernreisen und Fracht, verbunden mit einer zunehmenden Resistenz gegen Antibiotika gegen Mikroben, ist dies jedoch keine adäquate Reaktion mehr.

Hat Big Data also das Potenzial, Pandemien vorherzusagen, sodass die Medien und das Gesundheitswesen Zeit haben, eine angemessene Reaktion vorzubereiten?

Es wäre notwendig, Daten aus vielen Quellen zu sammeln und zu sammeln. Der Großteil davon würde wahrscheinlich aus globalen allgemeinen Krankenakten stammen, so dass einzelne Ausbrüche entdeckt werden könnten; Wenn ein einzelner Fall zu einer Gruppe von mehreren Fällen heranwächst, könnte dies der frühestmögliche Hinweis auf die Anfänge eines weit verbreiteten Problems sein. Wenn mehr Fälle auftauchten, könnte ihr Standort mit Handelsrouten und Wasserläufen in Verbindung gebracht werden. Weitere Analysen und Querverweise können die Überwachung der Populationen von Tieren umfassen, von denen bekannt ist, dass sie bestimmte Krankheiten tragen, die Konzentration auf ein Netzwerk von Schlüsselstellen, an denen ein Virustransfer am wahrscheinlichsten ist, und sogar die Überwachung des Kaufs von verschreibungspflichtigen und nicht verschreibungspflichtigen Arzneimitteln.

Tatsächlich ist diese Art von Arbeit bereits weit fortgeschritten und es wurden viele Erfolge behauptet.

Offensichtlich wird der Datensatz in einem solchen Überwachungssystem sehr, sehr groß sein und ständig wachsen. Da Daten über sehr lange Zeiträume aus so vielen Quellen gesammelt werden, kann die Wahl des Datenbankverwaltungssystems entscheidend für den Erfolg sein. Idealerweise sollte die Technologie einfach zu bedienen sein. Es sollte auch flexibel sein, damit es im Laufe der Zeit angepasst und aktualisiert werden kann. Es sollte keine Möglichkeit bestehen, an das Produkt eines Anbieters gebunden zu werden (der Anbieter kann den Handel einstellen, das Produkt einstellen oder die Preise erhöhen). Datenbankverwaltungssysteme wie Raimas RDM bieten möglicherweise die perfekte Lösung für solche Anwendungen. In Bezug auf Flexibilität kann es APIs (Anwendungsprogrammschnittstellen), ODBC (Open Database Connectivity), JDBC (Java Database Connectivity) usw. verarbeiten. Mit seinem Quellcode, der den Benutzern zur Verfügung gestellt wird, ist RDM effektiv ein Open Source-Produkt.

RDM hat sich seit seiner Einführung vor 20 Jahren in vielen großen und kleinen Projekten bewährt und ist bei Anwendern in vielen Bereichen beliebt, darunter Verteidigung, Wirtschaft, Gesundheitswesen, Bildung, Forschung, Kartografie usw.

RDM hat eine Erfolgsgeschichte als eines der weltweit führenden Datenbankverwaltungssysteme. Es wird häufig in Big-Data-Projekten verwendet, ist aber in einer Vielzahl von Anwendungen gleichermaßen zu Hause.

Get notified about new RDM updates

Be the first to know about new Raima Database Manager updates when they go live, use cases, industry trends and more.