COVID-19 時代のモバイル センシングに関するレビュー



サイエンス パートナー ジャーナルである Health Data Science に掲載された研究によると、モバイル センシングは、さまざまな人口規模と期間で COVID-19 の広範囲かつ効果的な監視においてその力を発揮しています。

この作業の背後には、バージニア大学のローラ バーンズ博士が率いるヘルス ラボのセンシング システムの研究者がいます。 彼らは、モバイル センシングとデータ分析技術を使用して、健康と福祉の促進に取り組んできました。

デジタル監視ツールであるモバイル センシングは、スマートフォンやウェアラブルなどのモバイル デバイスに組み込まれたセンサーを活用します。 モバイル センシングは、個人、コミュニティ、および地球規模でデータを収集することにより、パンデミックの軌跡を監視する有望な方法になっているため、この論文では、研究デザイン、予想される健康上の結果、およびそのようなモバイルベースの人間の被験者の既存の制限を調査しました。将来の実践を導くために働きます。 そのため、このホワイト ペーパーは、COVID-19 対応のためのモバイル デバイスの使用に関する多数の記事の中でも際立っています。

「このトピックをよりよく分類して理解するために、既存の研究の 1) 目的と設計、2) センシング期間と人口カバー率、3) 結果と限界を見直しました。」 Sensing Systems for Health Lab の博士課程の学生である Zhiyuan Wang は言います。

「既存の研究では、1) 感染状態をリモートで検出するだけでなく、2) 個別化医療のために病気の進行を縦断的に追跡し、3) 曝露を受動的に追跡し、4) パンデミックの影響を広く観察する、モバイル センシングの能力が実証されています。人口の健康」と、ラボの所長であるローラ バーンズ教授は述べています。

ただし、データの可用性とシステム採用の課題、臨床とアプリケーションの問題、プライバシーと倫理的な懸念など、技術的および社会的な制限は依然として存在します。 これらの制限により、コンピューター科学者、臨床医、および疫学者が、人間の健康のためにモバイル センシングを活用するためのさらなる行動が妨げられてきました。

現在または新興の技術は、これらの制約に対する解決策を提供する可能性があります。 たとえば、データ分析と機械学習手法の進歩は、まばらで異種のマルチモーダル モバイル センシング データ ストリームを処理できるため、データ品質の向上に役立つ可能性があります。 また、特に臨床現場では、次世代のセンサーとセンシング プラットフォームを活用して、さらに大規模なモバイル センシングを実行できます。

他の利害関係者も、モバイルセンシングが臨床的および社会的利益をもたらす方法に影響を与える可能性があります。 このような取り組みには、プライバシー、公平性、健康格差に対する潜在的な脅威を軽減することが含まれます。 すべてのコミュニティで技術と健康に関するリテラシーを促進する。 リスクと利益のバランスを適切にとる、信頼に基づいた共有の意思決定を行います。

Barnes 氏と彼女のチームは、コンピューター サイエンティスト、臨床医、疫学者が社会科学や公共政策の専門家と協力して研究を設計および実施し、感染症のためのより効果的でスケーラブルで社会的に平等なモバイル ヘルス システムを実現する研究をもっと見たいと考えています。

ソース:

ジャーナルの参照:



Source link