Zephyrnet-logo

Toekomst van pandemische preventie en respons »CCC Blog

Datum:

CCC hield in september 2023 een visieworkshop over de toekomst van pandemische respons en preventie in Ann Arbor, Michigan. Het werd georganiseerd door de Computational Challenges in Healthcare Task Force van de CCC Council en een stuurgroep van gemeenschapsleden in het gezondheidszorgdomein:

  • David Danks, lid van de Universiteit van Californië-San Diego/CCC-raad
  • Rada Mihalcea, lid van de Universiteit van Michigan/CCC-raad
  • Katie Siek, bestuurslid van de Universiteit van Indiana/CCC
  • Mona Singh, lid van de Princeton Universiteit/CCC-raad
  • Brian Dixon, Regenstrief Instituut
  • Madhav Marathe, Universiteit van Virginia
  • Shwetak Patel, Universiteit van Washington
  • Erica Shenoy, Harvard MGB
  • Michael Sjoding, medisch Michigan

De organisatoren verzamelden een breed scala aan experts voor een 1.5-daags evenement om te zien welke ideeën de gezondheid, informatica, epidemiologie, Gezondheidszorgpersoneel, en computergemeenschappen zouden gezamenlijk kunnen genereren die de schade van een toekomstige pandemie kunnen verzachten. Uit de workshopdiscussies kwamen drie belangrijke mogelijkheden voor computeronderzoek naar voren: 

(1) Computationele modellen. Modellen zijn uiterst belangrijk in alle sectoren, maar vooral in het gezondheidszorgsysteem tijdens pandemieën, van het anticiperen op de aanbodbehoeften van ziekenhuizen, het bepalen van de zorgcapaciteit van ziekenhuizen en sociale dienstverleners, tot het voorspellen van de verspreiding van de ziekte. 

(2) Gegevens. Nauwkeurige, betrouwbare gegevens zijn essentieel om succes te behalen bij het toepassen van modellen. Standaardisatie van gegevens en metingen binnen gezondheidszorgorganisaties zou de data-infrastructuur moderniseren en ervoor zorgen dat gegevens privé blijven terwijl ze worden gedeeld voor modelontwikkeling, validatie en toepassing. 

(3) Infrastructuur. Het vergroten van de hoeveelheid nauwkeurige, betrouwbare gegevens en de daaruit voortvloeiende verbeterde modellen zouden de gezondheidszorginfrastructuur helpen verbeteren. Bovendien heeft het identificeren van de (zeer grote) ruimte van veel voorkomende vragen, en het vervolgens aanpassen van datastructuren om antwoorden op die vragen te vergemakkelijken, een groot potentieel voor verbetering, zowel in tijden van pandemie als in vredestijd. De volksgezondheidsinfrastructuur moet ook worden bijgewerkt: het vastleggen, delen en bidirectionele communicatie met het gezondheidszorgsysteem is nodig.

Op een breder niveau is het essentieel om vertrouwen op te bouwen bij de getroffen gemeenschappen, willen aanbevelingen op het gebied van de volksgezondheid impact hebben tijdens een pandemie. Dit vereist heldere en transparante communicatie met belanghebbenden. Onderzoek op dit gebied zou prioriteit moeten krijgen, en dit sluit aan bij het bovenstaande betrouwbare data-thema, aangezien individuen hun gegevens alleen zullen verstrekken als ze de organisatie vertrouwen dat zij toegang verlenen tot hun informatie.

Tenslotte ontberen veel gezondheidszorgsystemen de data-, computer- en communicatie-infrastructuren die nodig zijn om modellen op hun data te bouwen, die modellen in gewone operaties te gebruiken, of zelfs om op betrouwbare wijze toegang te krijgen tot hun data. Het is belangrijk om te streven naar gelijke toegang en het verstrekken van middelen aan systemen in gemeenschappen met onvoldoende middelen.

Lees het volledige workshopverslag hier.

spot_img

Laatste intelligentie

spot_img