国际资讯|医疗专业人员如何利用地理空间数据来发挥其优势
点击图片上方蓝色字体“慧天地”即可订阅
英文原文来源：www.gim-international.com
英文原文作者：Luukas Raatikainen
中文编译整理：慧天地国际站一鸣
转载需经【慧天地】许可。
（点击图片即可查看详细信息）
医疗卫生是世界各国每年投入大量资源的一个领域，但人们仍然无法解决很多常见的问题，如病毒的传播（例如COVID-19），也无法利用数据驱动的决策来有效地抗击流感。随着数据分析和开放数据源的最新发展，世界各地的组织正在采取更合理的步骤来实现更好的决策。
确定有助于解决COVID-19的高质量数据
有数百种不同类型的数据集可用来对抗COVID-19（也称新型冠状病毒）。那么挑选出最合适数据集的是一项至关重要的任务。因此，您首先需要问自己“这些数据将用于做什么？”这样就可以为自己挑选出最适合的数据。
您可能需要更多关于医疗保健业务、住房位置、医院和机场信息、人们居住地点的人口统计数据或关于流动性的信息，以及有关过去病毒感染传播方式的数据。并尽量将这些数据集缩小到与您的需求最相关的几个。
无论相关研究人员打算用这些数据做什么，都要关注国家层面的数据集。各个国家组织提供的数据有质量方面的要求，这使得这些数据来源可靠。您可以浏览各种开放的地理空间web服务，例如Spatineo Directory，这是我们发现的开放的地理空间web服务的免费目录。
约翰斯·霍普金斯大学研发的地图图层是在研究COVID-19时必须提到的一个数据源。数据层由JHU的系统科学与工程中心维护。它可以追踪国家（或地区）的COVID-19疫情的情况。数据包含已确诊的病例，死亡人数和已从病毒中康复的人数。该数据集目前由芬兰报纸Helsingin Sanomat和英国的BBC新闻使用。您可以检查JHU的github存储库，以获取有关其数据的更多信息。一旦您可以找到了几个可靠的数据资源，那么这时就可以发挥您的创造力了。
图1：Ossi Kotavaara和Harri Antikainen在2013年的“可达性模式：芬兰案例研究”研究中分析了芬兰医院的可达性（汽车至最近医院的时间）。
你到医院要多长时间？你所在地区有多少个机场？
疾病在人口密度高的地区和机场附近通常更容易传播。事实证明，住在机场附近会对人们感染病毒的几率有所影响。正如我们所看到的，随着COVID-19的传播，全球疫情在几周内就爆发了，这中间很可能是通过航空旅行传播到了世界各地。
所以（在这个例子中），如果您有了关于所在国家的医院和机场位置的数据，那么您就可以开始估算哪些医院（在不久的将来）可能需要额外的医疗资源。合并不同类型的信息对于评估应该如何分配资源是至关重要的。在一些研究中加入位置信息可以会使研究人员得到更好的效果。
地理数据与机器学习的结合
波士顿儿童医院(Boston Children’s Hospital)的一个研究小组在发表的一项研究中表示，他们使用了几个数据源和机器学习来确定美国的流感趋势。他们使用有关医院每周总就诊数，流感和类似流感疾病的就诊数的数据来训练算法，并对2009年至2012年流感疫苗的访诊次数进行了整理与总结。利用地理空间数据和机器学习证明了它在创建更准确的预测和不同信息之间的关系方面的有效性。
随着这些模型变得更加复杂和精确，人们应该能够更好地利用数据进行决策。在未来，人们应该思考如何结合数据分析结果选择最佳的地点建立医院，并向病毒感染风险较高的地区投入更多资源。
图2：卫生健康地理空间技术的一些研究进展。
（图片来源：Eric Delmelle 2018.）
点击文末“阅读原文”即可查看原文章。
内容转载、商务活动、投稿等合作请联系
微信号：huitiandi321
邮箱：geomaticshtd@163.com
欢迎关注慧天地同名新浪微博：
ID：慧天地_geomaticser
国际资讯|为跟踪冠状病毒传播而收集定位信息所引发的数据隐私问题
《慧天地》敬告
《慧天地》公众号聚焦国内外时空信息科技前沿、行业发展动态、跨界融合趋势，探索企业核心竞争力，传播测绘地理信息文化，为测绘、地信、遥感等相关专业的同学提供日常学习、考研就业一站式服务，旨在打造政产学研用精准对接的平台。《慧天地》高度重视版权，对于原创、委托发布的稿件，会烦请作者、委托方亲自审核通过后才正式推发；对于来自网站、期刊、书籍、微博、微信公众号等媒介的稿件，会在作者栏或者文章开头显著标明出处，以表达对作者和推文引用平台版权的充分尊重和感谢；对于来源于网络作者不明的优质作品，转载时如出现侵权，请后台留言，我们会及时删除。感谢大家一直以来对《慧天地》的关注和支持！