[論文レビュー] Data Science and Ebola

Aske Plaat|arXiv (Cornell University)|Apr 11, 2015

Anomaly Detection Techniques and Applications参考文献 5被引用数 3

ひとこと要約

アスケ・プラートによるこの初回講演では、データ科学を科学的研究所における変革的パラダイムとして位置付け、2014年の西アフリカにおけるエボラ出血熱の流行を核心的事例として取り上げる。データ科学の手法—モバイル電話データによる感染症の追跡から、高スループットなドラッグディスcoveryまで—が、迅速な診断、より洗練された疫学的モデリング、およびワクチン開発の加速を可能にし、結果としてデータドリブンな意思決定と多分野連携を通じて致死的だった流行の制御に貢献したことを示している。

ABSTRACT

Data Science---Today, everybody and everything produces data. People produce large amounts of data in social networks and in commercial transactions. Medical, corporate, and government databases continue to grow. Sensors continue to get cheaper and are increasingly connected, creating an Internet of Things, and generating even more data. In every discipline, large, diverse, and rich data sets are emerging, from astrophysics, to the life sciences, to the behavioral sciences, to finance and commerce, to the humanities and to the arts. In every discipline people want to organize, analyze, optimize and understand their data to answer questions and to deepen insights. The science that is transforming this ocean of data into a sea of knowledge is called data science. This lecture will discuss how data science has changed the way in which one of the most visible challenges to public health is handled, the 2014 Ebola outbreak in West Africa.

研究の動機と目的

• データ科学を帰納、演繹、シミュレーションと同等の根本的な科学的パラダイムとして確立すること。
• 2014年のエボラ流行を核心的事例として、データ科学が現実の公衆衛生危機に与える実践的影響を示すこと。
• パンデミック期における健康成果の向上に寄与するオープンデータ、データ品質、知識表現の役割を強調すること。
• 天文学、物理学、警察当局など、学際的分野の連携を推進し、データ科学の応用を強化すること。
• リーデン・データサイエンス・センターのような制度的拠点の設立を提唱し、データサイエンス分野の研究と教育を推進すること。

提案手法

• 2014年のエボラ流行期に、人道的団体、政府機関、保健機関が提供したオープンデータを活用した。
• モバイル電話データを用いて都市部における人間の移動行動をモデル化し、感染症の拡散を予測した。
• 接触追跡データに統計モデリングを組み合わせ、感染伝播ダイナミクスの理解を深めた。
• ハイパフォーマンスコンピューティングとデータ集約型手法を用いて、高スループットなドラッグディスcoveryおよびワクチンスクリーニングを実施した。
• 多様で異種の保健および疫学的データを構造化し、推論可能にする知識表現技術を統合した。
• データ集約型科学的発見の第4のパラダイムを指針として、方法論的イノベーションを促進した。

実験結果

リサーチクエスチョン

• RQ1 データ科学の手法は、新興感染症の流行期における診断のスピードと正確性をどのように向上させることができるか？
• RQ2 都市部における感染症の拡散をモデル化・予測するために、モバイル電話データや通信データをどの程度活用できるか？
• RQ3 緊急の公衆衛生的脅威に応えて、データ科学はどのようにドラッグディスcoveryおよびワクチン開発を加速させることができるか？
• RQ4 データ品質と表現方法は、効果的な公衆衛生介入を可能にするために果たす役割は何か？
• RQ5 学際的連携は、エボラのような複雑な現実世界の課題にデータ科学をどのように応用するかを強化できるか？

主な発見

• データ科学により、2014年のエボラ流行期に、診断が迅速化され、疫学的モデリングの精度が向上し、感染率の低下に貢献した。
• モバイル電話データが人間の移動パターンのリアルタイムな洞察を提供し、都市部における感染拡大の予測と封じ込めに不可欠な役割を果たした。
• 高スループットなデータ科学手法により、ドラッグディスcoveryの効率が著しく向上し、有効な治療法の同定確率が高まった。
• 国連グローバル・パルスなどの機関や政府によるオープンデータイニシャチブのおかげで、新規のデータサイエンスツールやモデルの迅速な開発が可能になった。
• 公衆衛生対応にデータサイエンスを統合した結果、流行の制御に顕著な改善が見られ、早期のデータドリブンな意思決定によって死亡者数が実際に減少した可能性がある。
• 2014年のエボラ流行は、データサイエンスが理論的枠組みにとどまらず、グローバルな健康危機において実用的かつ命を救うツールであることを示している。