Stater, vetenskapsmän och forskningsinstitut använder teknik och innovation för att hantera utmaningarna med covid-19.
Verktyg med öppen källkod har skapats och vissa fortsätter att genomgå tester för att stötta de insatser som pågår för att minimera effekterna av detta allvarliga virus.
Ett flertal verktyg med öppen källkod är redan i bruk, vilka underlättar för forskare att fördjupa sin kunskap om sjukdomen, identifiera spridningsmönster, förebygga infektion och minimera ytterligare spridning och dödsfall. Ett antal projekt presenteras på Education Ecosystem, där användningen av olika verktyg beskrivs.
Denna artikel undersöker några av de verktyg och bibliotek med öppen källkod som används för övervakning, förebyggande, inneslutning, diagnostik och behandling av covid-19.
Övervakningskarta för covid-19
I januari lanserade Johns Hopkins University’s Center for Systems Science and Engineering en global spårningskarta för COVID-19, som snabbt blev en pålitlig internationell informationskälla i realtid gällande den växande pandemin.
Kartan är skapad med öppen källkod och har använts för att driva forskning och visualisering av ledande medieorganisationer, mindre företag och lokala myndigheter.
DXY-COVID-19-Crawler
DXY-COVID-19-Crawler var ett av de tidigaste projekten med öppen källkod som utvecklades i respons på COVID-19 i januari.
Utvecklarna använde sig av data från DXY.cn, en webbplats som kinesiska läkare använde för att rapportera och spåra sjukdomsfall. De skapade en webb-crawler som samlade in information från webbplatsen och gjorde den tillgänglig genom ett API och en databas. Koden är tillgänglig på Github.
Open Data Kit
Open Data Kit (ODK) är inget nytt verktyg. Det har tidigare använts under ebolautbrotten i Västafrika 2004 och det nyare utbrottet i Demokratiska republiken Kongo 2019.
Det hjälper användare att samla in, hantera och använda data för kontakspårning, strategisk planering, beslutsfattande, samhällsinformation och fallhantering.
ODK-communityn har vidareutvecklat dess användning som svar på covid-19 genom att tillhandahålla ett rapporteringsformulär i sina implementationer. Formuläret är utformat enligt Världshälsoorganisationens protokoll för fallutredning, kontaktsökning och undersökningar.
De ledande utvecklarna erbjuder också gratis support till alla organisationer som har implementerat ODK som svar på COVID-19.
Nextstrain
Nextstrain spårar patogeners utveckling. Det har tidigare använts för att analysera en sjukdoms härkomst, vilket möjliggör förutsägelser om dess utveckling.
Det har använts framgångsrikt vid tidigare epidemier, som ebola. Genom genetisk information från Global Initiative on Sharing All Influenza Data (Gisaid) används Nextstrain för att bekämpa covid-19.
DHIS2
Du känner antagligen redan till DHIS2. Det är världens största system för hantering av hälsoinformation. Det används i över 70 länder. Som ett svar på COVID-19 har DHIS2 lanserat ett digitalt dataprogram som påskyndar infektionsupptäckt, rapportering, övervakning och behandling av sjukdomen.
DHIS2:s digitala dataprogram använder standardiserad metadata anpassad till WHO:s protokoll för definition och övervakning av covid-19-fall, vilket möjliggör snabb implementering och respons.
Pikobar västra Java
Indonesiens informations- och samordningscenter för sjukdomar och katastrofer är ett krishanteringscenter som skapades för att mildra och bemöta covid-19 i provinsen Västjava i Indonesien.
Jabar Digital Service har som en del av insatsen utvecklat ett webbaserat verktyg och app med öppen källkod som gör det möjligt för användare att få tillgång till den senaste covid-19-informationen.
OpenMRS
OpenMRS är ett patientvårdssystem som används i många utvecklingsländer världen över. Tack vare flexibiliteten hos OpenMRS-systemet kan länder med ansträngda sjukvårdsresurser använda det för övervakning, screening och behandling av covid-19.
Systemet kan hjälpa dem att öka sin kapacitet genom att ge tillgång till vetenskapligt underbyggd information om hur man hanterar krisen.
OpenLMIS
OpenLMIS-projekten använder en samhällsfokuserad taktik för att utveckla ett öppen källkod och anpassningsbart informationssystem för logistikhantering. OpenLMIS-systemet strävar efter att förbättra datanoggrannheten, öka ansvarstagandet, förbättra datatillgängligheten och synligheten.
OpenLMIS-systemet syftar till att förbättra hälsoförsörjningskedjorna, lagerhållning av medicinska resurser för att ge en tydlig överblick över tillgängliga medicinska resurser, inklusive testkit och PPE (personlig skyddsutrustning). Det här verktyget kan användas effektivt för att stödja beslutsfattare i resursfördelningen som svar på covid-19.
Healthsites
Global Healthsites Mapping Project är ett projekt som syftar till att kartlägga alla hälsoinrättningar i världen och tillgängliggöra detaljer om varje sjukhus. Informationen om hälsoinrättningar är tillgänglig via ett API.
Genom att samarbeta med användare samlar och validerar healthsites.io-teamet plats och kontaktuppgifter för varje hälsoinrättning och gör informationen fritt tillgänglig under en Open Data License.
SORMAS
SORMAS (System för övervakning och analys av utbrott) är ett mobilt e-hälsosystem med öppen källkod. Det har satts i drift för att implementera procedurer för sjukdomskontroll och utbrottshantering.
Det har implementerats framgångsrikt i flera länder, inklusive Ghana, Nigeria, Nepal och Fiji för covid-19-övervakning och tidig upptäckt.
SORMAS är ett gratis system med öppen källkod som följer dataskyddsstandarder.
Tokyo COVID-19
Till skillnad från många andra städer och myndigheter har Tokyos stadsförvaltning utvecklat en webbsida med öppen källkod för att informera sina invånare om covid-19. Genom att göra den öppen källkod har webbplatsen fått bidrag från över 200 användare. Tre andra städer, Chiba, Nagano och Fukuoka, har återskapat webbplatsen.
OpenELIS
Syftet med OpenELIS hälsosystem är att förbättra hälsovården genom att erbjuda ett modernt, standardbaserat system för laboratorieinformationshantering som kan användas av olika hälsoinitiativ för att förbättra behandlingsalternativ.
Covid-19-utbrottet har inneburit en global utmaning med kontaktsökning och massprovtagning av misstänkta fall. OpenELIS-systemet kan användas effektivt för att hantera COVID-19 genom att underlätta spårning av laboratorietester och resultat.
Community Health Toolkit är en samling av verktyg med öppen källkod och resurser med öppen tillgång som syftar till att bygga och distribuera digitala verktyg för användning i hälsoinitiativ inom svårtillgängliga områden.
Community Health Toolkit utvecklargemenskap har mobiliserat sig för att utveckla verktyg och resurser som stödjer sjukvårdspersonal i samhället att hantera covid-19.
CHIME
COVID-19 Hospital Impact Model for Epidemics (CHIME) är en applikation med öppen källkod utvecklad av dataforskare vid Penn Medicine – University of Pennsylvania. Det är ett webbaserat verktyg som gör det möjligt för sjukhus att förutsäga virusets påverkan på sjukvårdsresurser.
Det är utvecklat med Python och pandas, som är beroenden med öppen källkod.
Covid-vårdkarta
Covid-vårdkartan hjälper till att kartlägga befintliga sjukvårdsresurser och förutspå eventuella bristningar i sjukhussängar, ventilatorer, medicinsk utrustning och personal. Alla metoder, verktyg för databearbetning, visualiseringar och källkod är kostnadsfria och öppna.
Covid Care Map-projektet strävar efter att förutse och agera för att tillkalla stöd för att på ett effektivt sätt ta hand om det snabbt växande antalet covid-19-infektioner och de som behöver intensivvård.
Locale.ai
Locale.ai har utvecklat en interaktiv visualisering med öppen källkod av alla bekräftade fall av covid-19 över hela världen. Den använder en öppen datamängd från John Hopkins University.
Locale.ai utvecklade visualiseringswebbplatsen för COVID-19 med hjälp av Vue.js, ett populärt ramverk som gör det möjligt för utvecklare att skapa moderna webbapplikationer.
COVID-19 över hela världen
Denna app använder en kartvisualisering för att övervaka spridningen av COVID-19, bekräftade fall och sjukdomens utveckling globalt. Den använder data från John Hopkins CSSE.
Coronavirus-spårare
Detta är en Shiny-app utvecklad av John Coene. Den spårar spridningen av COVID-19 genom att använda data från John Hopkins, DXY-data och Weixin. Appen visar antalet misstänkta, bekräftade och återställda fall efter tid och region. Koden finns tillgänglig på Github.
Globala fall av covid-19
Globala fall av covid-19 är en Shiny-app utvecklad av Christoph Schoenenberger som visar utvecklingen av COVID-19 på en karta, diagram, sammanfattande tabeller och figurer. Koden finns tillgänglig på Github.
Stater och covid-19
Detta är en Shiny-app utvecklad av Sebastian Engel-Wolf. Den kartlägger den exponentiella tillväxten av covid-19, dagar till dubbla infektioner, bekräftade fall, dödlighet och antalet bekräftade fall per 100 000 personer i olika regioner. Koden finns tillgänglig på Github.
Avslutning
Öppen källkods-communityt har reagerat snabbt och effektivt på covid-19-pandemin. Många projekt har skapats och fortsätter att skapas för att hantera spridningen av sjukdomen. Den här artikeln har beskrivit några av dessa projekt. Det råder fortfarande osäkerhet kring hur sjukdomen kommer att utvecklas de kommande veckorna. Fler projekt som utnyttjar befintlig öppen källkodsteknik kommer att spela en roll i kampen mot denna dödliga sjukdom.
Var försiktiga!
Artikel av Dr Michael J. Garbade, VD, Education Ecosystem