Regeringar, forskare och forskningsinstitutioner använder teknik och innovation för att tackla covid-19.
Verktyg med öppen källkod har utvecklats, och vissa fortsätter att testas för att stödja de ansträngningar som har satts i drift för att minimera resultatet av detta dödliga virus.
En rad verktyg med öppen källkod finns redan på plats, som hjälper forskare att lära sig om sjukdomen, identifiera spridningen, förhindra spridningen och minimera ytterligare spridning och dödsfall. En rad projekt finns tillgängliga på Utbildning ekosystem som beskriver hur man använder olika verktyg.
Den här artikeln tittar på några av verktygen och biblioteken med öppen källkod som används för övervakning, förebyggande och inneslutning, diagnostik och behandling av covid-19.
Innehållsförteckning
Spårningskarta för covid-19
I januari lanserade JHU:s centrum för systemvetenskap och teknik en COVID-19 global spårningskarta som snabbt blev en internationellt pålitlig källa för den framväxande pandemins data i realtid.
Kartan är öppen källkod och har använts för att driva forskning och visualiseringsinsatser av toppmedieorganisationer, små organisationer och lokala myndigheter.
DXY-COVID-19-Crawler
DXY-COVID-19-Crawler är ett av de tidigaste projekt med öppen källkod som utvecklades för att svara på COVID-19 i januari.
Utvecklarna använde sig av data från DXY.cn, en webbplats som användes av kinesiska läkare för att rapportera och spåra fall. De utvecklade en sökrobot som samlade in data från webbplatsen och gjorde den tillgänglig via ett API och ett datalager. Koden finns tillgänglig på Github.
Öppna Data Kit
Open Data Kit (ODK) är inte ett nytt verktyg. Det har använts tidigare under ebolautbrotten i Västafrika 2004 och det nyare utbrottet i Demokratiska republiken Kongo 2019.
Det hjälper främst användare att samla in, hantera och använda data i kontaktspårning, strategisk kartläggning, beslutsstöd, samhällssensibilisering och ärendehantering.
ODK-communityt har ytterligare avancerat sin användning som svar på covid-19 genom att göra ett rapporteringsformulär tillgängligt i sina implementeringar. Blanketten är utformad enligt Världshälsoorganisationens protokoll för utredning av ärenden och kontaktspårning och utredningar.
De ledande utvecklarna erbjuder också gratis support för alla organisationer som har implementerat ODK som svar på COVID-19.
Nextstrain
Nextstrain spårar utvecklingen av patogener. Det har tidigare använts för att räkna ut en sjukdoms familjehistoria, vilket gör det möjligt att förutsäga sjukdomsförloppet.
Det har framgångsrikt använts i tidigare epidemier, som ebola. Genom genetiska data från Global Initiative on Sharing All Influenza Data (Gisaid) används Nextxtrain för att tackla covid-19.
DHIS2
Du vet förmodligen redan DHIS2. Det är världens största hälsoinformationshanteringssystem. Den används i mer än 70 länder. Som en del av svaret på COVID-19 har DHIS2 släppt ett digitalt datapaket som påskyndar infektionsupptäckt, rapportering, övervakning och behandling av sjukdomen.
Det digitala datapaketet DHIS2 använder sig av standardmetadata som är anpassat till WHO:s protokoll för definition och övervakning av fall av covid-19 för att möjliggöra snabb implementering och respons.
Pikobar västra Java
Indonesiens informations- och samordningscenter för sjukdomar och katastrofer är ett krisberedskapscenter bildat för att mildra och reagera på covid-19 i provinsen West Java i Indonesien.
Jabar Digital Service har, som en del av svaret, utvecklat en webbverktyg och app med öppen källkod som tillåter användare att komma åt de senaste covid-19-data.
ÖppnaMRS
OpenMRS är ett patientvårdssystem som används i många utvecklingsländer över hela världen. På grund av flexibiliteten hos OpenMRS-systemländer som har haft sina sjukvårdsresurser ansträngda kan använda den för övervakning, screening och behandling av covid-19.
Systemet kan hjälpa dem att utöka sin kapacitet genom att ge dem tillgång till vetenskapligt baserad information om hur man hanterar krisen.
ÖppnaLMIS
De OpenLMIS-projekt använder sig av en gemenskapsfokuserad taktik för att utveckla ett öppen källkod och ett justerbart informationssystem för logistikhantering. OpenLMIS-systemet strävar efter att förbättra datanoggrannheten, öka ansvarsskyldigheten, förbättra dataaktualitet och synlighet.
OpenLMIS-systemet syftar till att förbättra hälsoförsörjningskedjorna, inventeringen av medicinska resurser för att ge en tydlig bild av tillgängliga medicinska förnödenheter, inklusive testkit och PPE (personlig skyddsutrustning). Det här verktyget kan effektivt användas för att stödja beslutsfattare att fördela resurser som ett svar på covid-19.
Healthsites
De Global Healthsites Mapping Project är ett projekt som syftar till att kartlägga alla hälsoinrättningar i världen och göra detaljerna på varje sjukhus lättillgängliga. Uppgifterna om hälsoinrättningar har gjorts tillgängliga via ett API.
Genom att samarbeta med användare fångar och validerar healthsites.io-teamet platsen och kontaktuppgifterna för varje hälsoinrättning och gör uppgifterna fritt tillgängliga och tillgängliga via en Open Data License.
SORMAS
SORMAS (System för övervakning och analys av utbrott) är ett mobilt e-hälsosystem med öppen källkod. Den har satts i drift för att implementera sjukdomskontroll och utbrottshanteringsprocedurer.
Det har effektivt utplacerats 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 regeringar Tokyo Metropolitan Government har utvecklat en webbsida med öppen källkod som informerar sina invånare om covid-19. Genom att göra den öppen källkod har webbplatsen sett bidrag från över 200 användare. Tre andra städer, Chiba, Nagano och Fukuoka, har återskapat webbplatsen.
ÖppnaELIS
Syftet med OpenELIS hälsosystem är att förbättra vården genom att tillhandahålla ett progressivt, standardbaserat laboratorieinformationshanteringssystem som kan användas av olika hälsoinitiativ för att förbättra behandlingsalternativen.
Covid-19-utbrottet har inneburit en global utmaning med kontaktspårning och masstester av misstänkta fall. OpenELIS-systemet kan effektivt användas för att hantera COVID-19 för att underlätta spårning av laboratorietester och resultat.
De Community Health Toolkit är en samling av verktyg med öppen källkod samt resurser med öppen tillgång som syftar till att bygga och distribuera digitala verktyg för användning i hälsoinitiativ inom områden som är svåra att nå.
Community Health Toolkit-utvecklargemenskapen har mobiliserats för att utveckla verktyg och resurser som syftar till att stödja vårdpersonal i samhället att ta itu med covid-19.
KLÄMTA
De COVID-19 sjukhuseffektmodell för epidemier (CHIME) är en öppen källkodsapplikation utvecklad av dataforskare vid Penn Medicine – University of Pennsylvania. Det är ett onlineverktyg som gör det möjligt för sjukhus att förutsäga virusets inverkan på sjukvårdens resurser.
Den är utvecklad med Python och pandas öppen källkodsberoende.
Covid-vårdkarta
De Covid-vårdkarta hjälper till att kartlägga de redan befintliga sjukvårdsresurserna och att prognostisera luckor i sjukhussängar, ventilatorer, medicinsk utrustning och personal. Alla metoder, databearbetningsverktyg, visualiseringar och källkod är gratis och öppen källkod.
Projektet Covid Care Map försöker förutse och agera för att tillkalla stöd för att effektivt ta hand om det snabbt växande antalet covid-19-infektioner och de som behöver intensivvård.
Locale.ai
Locale.ai har utvecklat en öppen källkod, interaktiv visualisering av alla bekräftade fall av covid-19 över hela världen. Den frågar datauppsättningen med öppen källkod från John Hopkins University.
Locale.ai utvecklade Visualiseringswebbplats för COVID-19 genom att använda Vue.js, som är ett populärt ramverk som låter utvecklare skapa moderna webbappar.
COVID-19 över hela världen
Den här appen använder sig av en kartvisualisering för att övervaka spridningen av COVID-19, de bekräftade fallen och utvecklingen av sjukdomen över hela världen. Den använder sig av data från John Hopkins CSSE.
Coronavirus spårare
Detta är en Shiny app utvecklad av John Coene. Den spårar spridningen av COVID-19 genom användning av 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, plotter, sammanfattningstabeller och figurer. Dess kod är tillgänglig på Github.
Regeringar 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 är tillgänglig på Github.
Avslutar
Gemenskapen med öppen källkod har reagerat snabbt och effektivt på covid-19-pandemin. Många projekt har byggts och fortsätter att byggas för att ta itu med spridningen av sjukdomen. Den här artikeln beskriver några av projekten. Det råder fortfarande osäkerhet om hur sjukdomen kommer att utvecklas under de kommande veckorna. Fler projekt som kan dra nytta av den befintliga öppen källkodsteknologi kommer att hitta en plats i kampen mot denna dödliga sjukdom.
Var försiktig!
Artikel av Dr Michael J. Garbade, VD, Education Ecosystem