Skip to content

Cách Johnson & Johnson ứng dụng Khoa học dữ liệu đối phó với dịch COVID-19

Tại Johnson & Johnson (J&J), công nghệ được ứng dụng để giải quyết một số vấn đề thách thức nhất trên thế giới về chăm sóc sức khỏe. Cũng giống như các bác sĩ sử dụng dao mổ và ống nghe, J&J sử dụng khoa học dữ liệu, thuật toán, trí tuệ nhân tạo và robot để biến đổi cuộc sống của bệnh nhân.

Đại dịch càng kéo dài, những vấn đề phức tạp lại càng xảy ra nhiều hơn. Trong quá trình tìm kiếm khẩn cấp lời giải, Johnson & Johnson đã thực hiện một nỗ lực khoa học dữ liệu to lớn giúp hướng dẫn mọi thứ từ nghiên cứu của công ty về một loại vắc-xin tiềm năng cho đến các chính sách trở lại nơi làm việc cho hơn 130.000 nhân viên trên khắp thế giới.

Jennings Xu, Giám đốc Khoa học Dữ liệu về Quản lý Danh mục Đầu tư và Trưởng nhóm Khoa học Dữ liệu R&D của COVID-19 Janssen cho biết: “Nhiều nguồn dữ liệu, nhiều kỹ thuật và nhiều quan điểm đa chức năng khác nhau đang giúp thúc đẩy chương trình vắc xin của chúng tôi phát triển.”

“Là một nhà khoa học dữ liệu, thật vinh dự khi có thể đóng góp vào cuộc chiến chống lại COVID-19 bằng cách này.”

Ⅰ Sử dụng dữ liệu để theo dõi và dự báo các điểm nóng về đại dịch.

Đặt vấn đề

Việc xác định nơi có thể xảy ra đợt bùng phát tiếp theo của dịch bệnh là cực kì cần thiết đối với tất cả mọi người, đặc biệt đối với các quan chức chính phủ và các nhà y tế công cộng, những người được giao phó đưa ra các quyết định ảnh hưởng đến tính mạng và sự an toàn của người dân.

Dashboard Giám sát COVID-19 của Janssen

Để giúp vẽ ra một bức tranh thời gian thực về cách vi rút đang di chuyển trên khắp thế giới, Janssen đã xây dựng một bảng điều khiển giám sát toàn cầu lấy dữ liệu ở cấp quốc gia, tiểu bang và thậm chí là cấp quận, giúp hướng dẫn những nơi mà công ty nên kiểm tra COVID-19.

Khan cho biết thêm: “Nó theo dõi cách căn bệnh đang ảnh hưởng đến các khu vực nhất định hàng giờ. “Điều này giúp chúng tôi hiểu sâu sắc và rõ ràng về cách thức di chuyển của căn bệnh này”.

Tất nhiên, giám sát chỉ là điểm khởi đầu khi dự đoán nơi dịch bệnh có thể lây lan. Thêm vào đó, Khan nói, bất kỳ mô hình khoa học dữ liệu dự đoán nào cũng chỉ tốt khi bạn cung cấp thông tin vào nó. Tính chính xác của bảng điều khiển (Dashboard) giám sát toàn cầu dựa vào việc thu thập thông tin từ nhiều nguồn — và hiểu được nguồn dữ liệu nào trong số đó là tốt nhất. Điều này có nghĩa là làm việc với các chuyên gia trong nước để xác định xem các con số chính thức có chính xác hay không và nơi tìm thông tin hợp lệ nhất về những thứ như số trường hợp, số lần nhập viện, tỷ lệ tử vong và xét nghiệm, tuân thủ xã hội và các chính sách địa phương.

Các mô hình dự đoán này đã tích hợp dữ liệu bảng điều khiển giám sát toàn cầu với thông tin về các chính sách và hành vi của địa phương, chẳng hạn như cách mọi người đi du lịch hoặc liệu họ có tuân thủ việc đeo khẩu trang hay không. Khan và nhóm của cô sau đó kết hợp thông tin từ tất cả các nguồn này để cung cấp hướng dẫn toàn diện cho các nhóm lâm sàng của Janssen trong khu vực điều trị vắc-xin khi họ lên kế hoạch và làm việc để thực hiện các nghiên cứu về ứng cử viên vắc-xin của họ. cách để hạn chế gián đoạn hơn. Bởi vì các quốc gia, tiểu bang và thành phố tự trị đang bật và tắt những hạn chế này khi các trường hợp tăng hoặc giảm, và việc tuân thủ giãn cách xã hội có thể thay đổi theo quận, nhóm đã phát triển các mô hình động có tính đến các biến số này,” Khan giải thích.

Kết quả

Các dự đoán đã được chứng minh là có cơ sở rõ ràng: Phần lớn các địa điểm thử nghiệm lâm sàng được dự đoán là điểm nóng về COVID-19 cuối cùng đều có số ca mắc bệnh rất cao.

Ⅱ Khai thác dữ liệu để tìm hiểu thêm về những người có thể có nguy cơ mắc bệnh cao nhất.

Đặt vấn đề

Mặc dù COVID-19 có thể ảnh hưởng đến bất kỳ ai, nhưng nó không ảnh hưởng đến tất cả mọi người theo cùng một cách. Do các yếu tố nguy cơ sinh học (chẳng hạn như tuổi), nhân khẩu học của bệnh nhân (chẳng hạn như chủng tộc) và các đặc điểm khác vẫn chưa được xác định, diễn biến của bệnh có thể từ cực kỳ nhẹ đến nặng đến mức gây tử vong.

Janssen đang xây dựng các mô hình để hiểu rõ hơn điều gì có thể khiến một nhóm người dễ bị bệnh nặng do vi rút, cũng như các liệu trình điều trị khác nhau có thể ảnh hưởng đến kết quả của bệnh nhân như thế nào.

Xu nói: “Khi chúng tôi chọn những nhóm người để tuyển dụng cho cuộc thử nghiệm, có rất nhiều lớp để xem xét. “Đầu tiên là lớp địa lý: Vi rút ở đâu? Thứ hai là sinh học. Ví dụ: chúng tôi muốn bao gồm người cao tuổi và các nhóm dân tộc đa dạng vì chúng tôi biết họ dễ bị tổn thương. Lớp thứ ba là môi trường. Đó là, chúng tôi cũng muốn những người trong những ngành nghề cụ thể, như công nhân nhà máy, những người có nguy cơ phơi nhiễm nghề nghiệp cao ”.

Một cách mà công ty đang thực hiện là phân tích dữ liệu dọc từ cơ quan đăng ký COVID-19 toàn cầu về các khu vực có dịch bệnh phổ biến nhất, cũng như các bệnh viện ở Thành phố New York. Vì New York đã bị ảnh hưởng nặng nề và thời kỳ đầu của đại dịch, nên phân tích này giúp các nhà khoa học dữ liệu có cái nhìn rộng hơn về căn bệnh này dựa trên một số lượng lớn bệnh nhân.

Tất cả công việc này nhằm phục vụ mục tiêu đảm bảo rằng những bệnh nhân có nhiều khả năng tiếp xúc với vi rút — và có nhiều nguy cơ nghiêm trọng nhất — được ưu tiên đăng ký tham gia thử nghiệm vắc-xin của công ty; vắc xin điều tra, nếu có hiệu quả, có thể mang lại lợi ích nhiều nhất cho những người như thế.

Ⅲ Tận dụng thông tin chi tiết để giúp cung cấp thông tin cho các quyết định về việc quay lại nơi làm việc.

Đặt vấn đề

Cũng quan trọng như cam kết của Janssen trong việc thúc đẩy một loại vắc xin cho COVID-19 là cam kết giữ cho nhân viên của mình được an toàn và khỏe mạnh.

Ví dụ: Để giảm số lượng người làm việc tại bất kỳ địa điểm nhất định nào vào bất kỳ thời điểm nào, công ty đang thiết lập một mô hình để theo dõi mật độ địa điểm trong thời gian thực và cung cấp phản hồi về cách nhân viên nên giảm bớt giờ làm việc của họ. Johnson & Johnson cũng đang dựa vào dữ liệu để giúp xác định xem có nên xét nghiệm loại coronavirus mới hay không và bao nhiêu nhân viên nên được kiểm tra thường xuyên.

Shur nói: “Chúng tôi đã xây dựng một mô hình phân tích có tên COVID Lens (như hình) có tính đến các yếu tố như độ nhạy và độ đặc hiệu của xét nghiệm COVID-19, sự phổ biến của vi rút trong cộng đồng và số lượng người làm việc tại chỗ. “Sau đó, nó sẽ lấy đầu vào đó và cung cấp một bức tranh chi tiết về mức độ thử nghiệm mà chúng tôi cần thực hiện trong lĩnh vực đó.”

Janssen’s COVID Lens model

Johnson & Johnson cũng đang hợp tác với IBM để phát triển một ứng dụng dành cho nhân viên, những người có thể nhập thông tin về bất kỳ triệu chứng nào mà họ có thể gặp phải. Shur cho biết nó sẽ giúp đóng một vai trò quan trọng khi công ty chuyển sang giai đoạn sau của kế hoạch hoạt động trở lại, khi một số lượng lớn hơn sẽ làm việc tại chỗ. Thông qua ứng dụng, nhân viên có thể nhận được sự chấp thuận từ người quản lý của họ để trở lại làm việc, nhận được “đèn xanh” dựa trên câu trả lời của họ cho các câu hỏi.

“Các nhân viên của chúng tôi đang đi đầu trong việc tạo ra các loại thuốc tốt hơn, vắc xin và sản phẩm tiềm năng cho bệnh nhân và người tiêu dùng — và nhiều người là nhà khoa học và đồng nghiệp trong chuỗi cung ứng ở tuyến đầu. “Đó là một đặc ân khi trở thành một phần của một công ty chăm sóc sức khỏe đảm bảo cả khoa học và dữ liệu đều là trọng tâm để thúc đẩy sự phát triển của một ứng cử viên vắc-xin COVID-19 tiềm năng cho những người có nhu cầu trên toàn thế giới. Và điều quan trọng là chúng tôi phải giữ an toàn cho mọi người . “

— Hết —