[論文レビュー] CovidNet: To Bring Data Transparency in the Era of COVID-19

Tong Yang, Kai Shen+11 more|arXiv (Cornell University)|May 22, 2020

Data-Driven Disease Surveillance被引用数 10

ひとこと要約

CovidNetは、自動化されたパイプラインとクラウドソーシングによる検証を用いて、27か国以上で4,124以上の地方自治体から詳細な症例データを集約する、リアルタイムでグローバルにスケーラブルなCOVID-19追跡プラットフォームです。2020年5月までに522以上の機関と2億回以上のユニークなアクセスを記録し、公衆衛生、政策立案、研究分野における重要な独立したデータソースとして機能しています。

ABSTRACT

Timely, creditable, and fine-granular case information is vital for local communities and individual citizens to make rational and data-driven responses to the COVID-19 pandemic. This paper presents CovidNet, a COVID-19 tracking project associated with a large scale epidemic dataset, which was initiated by 1Point3Acres. To the best of our knowledge, the project is the only platform providing real-time global case information of more than 4,124 sub-divisions from over 27 countries worldwide with multi-language supports. The platform also offers interactive visualization tools to analyze the full historical case curves in each region. Initially launched as a voluntary project to bridge the data transparency gap in North America in January 2020, this project by far has become one of the major independent sources worldwide and has been consumed by many other tracking platforms. The accuracy and freshness of the dataset is a result of the painstaking efforts from our voluntary teamwork, crowd-sourcing channels, and automated data pipelines. As of May 18, 2020, the project website has been visited more than 200 million times and the CovidNet dataset has empowered over 522 institutions and organizations worldwide in policy-making and academic researches. All datasets are openly accessible for non-commercial purposes at https://coronavirus.1point3acres.com via a formal request through our APIs.

研究の動機と目的

• グローバルなCOVID-19パンデミック期における、タイムリーで正確かつ詳細な地域レベルの流行データの重要性に対応する。
• 北米やその他のリソースが不足している地域において、公式報告におけるデータの透明性の欠如を是正する。
• 公衆衛生の監視と意思決定のための、信頼性が高く独立的でスケーラブルなデータ統合プラットフォームを確立する。
• 地方レベルでの高分解能の歴史的症例トレンドへのオープンアクセスを可能にし、学術的および政策的研究を支援する。
• 自動化されたデータパイプラインとクラウドソーシングによる検証・品質管理メカニズムを組み合わせることで、リアルタイムのグローバルな監視を実現する。

提案手法

• 複数の国で公式および一般公開の情報源からリアルタイムの症例データを集約する、ボランティア主導のオープンソースWebプラットフォームを展開した。
• 公式保健当局や信頼できる一般公開リポジトリから継続的にデータをスクレイピングし、正規化する自動化されたデータパイプラインを実装した。
• 公式報告に不一致がある地域、特に遅延や一貫性のないデータが見られる地域において、差し当たっての不一致を検証・是正するためのクラウドソーシングメカニズムを統合した。
• 多層的な品質管理を実施：情報源の信頼性のチェック、時系列的一致性の検証、Covid Tracking Projectなどの他の独立系トラッカーとの照合。
• 地方レベル（例：州、郡、州）での歴史的症例曲線や地域的傾向を可視化するためのインタラクティブなビジュアライゼーションツールを開発した。
• 非営利目的でのデータセット完全アクセスを可能にするオープンAPIを提供した。これにより、研究、政策立案、サードパーティプラットフォームへの統合が可能になった。

実験結果

リサーチクエスチョン

• RQ1 公式報告が不一致を示すグローバルなパンデミック期において、リアルタイムで地方レベルの症例データを信頼性と透明性をもって集約する方法は何か？
• RQ2 自動化されたデータパイプラインとクラウドソーシングを組み合わせることで、公衆衛生監視におけるデータの正確性とタイムリーさはどの程度向上できるか？
• RQ3 高分解能の地理的データがパンデミック期における公共意思決定、政策評価、学術的研究に与える影響は何か？
• RQ4 政府の報告が遅延または不完全な場合に、独立的でオープンアクセスのデータプラットフォームが公式ソースの代替として果たす役割は何か？
• RQ5 グローバルかつマルチリンガルでオープンアクセスのデータ統合は、国際的な公衆衛生連携とモデリングをどのように支援できるか？

主な発見

• 2020年5月18日時点で、CovidNetプラットフォームのアクセス数は2億回を超えており、広範な一般および機関からの依存を示している。
• このデータセットは、Wikipedia やCDCを含む世界中の522以上の機関・組織が利用しており、独立した主要なデータソースとしての役割を裏付けている。
• CovidNetは、27か国以上で4,124以上の行政地域に対してリアルタイムの地方レベルのデータを提供しており、分析用の歴史的症例曲線も利用可能である。
• Dongら（2020年）やWikipediaを含む主要なトラッキングプラットフォームの元データ提供者としてCovidNetが認知され、信頼性とスケーラビリティを証明した。
• Covid Tracking Projectからの検査および入院データの統合により、地域レベルのパンデミック評価に向けたデータセットの有用性が向上した。
• オープンAPIと公式データリクエストプロセスのおかげで、非営利目的でのデータセットへのアクセスが可能となり、学術的・政策的モデリングのスケールアップを支援した。