2021年02月04日
グーグル・リサーチ: COVID-19と健康 2021年1月12日A
COVID-19と健康
COVID-19の影響が人々の生活に多大な影響を及ぼす中、世界中の研究者や開発者が一丸となって、公衆衛生当局者や政策立案者がパンデミックを理解し、対応するのに役立つツールや技術を開発するために結集しました。アップルとグーグルは2020年に提携し、Bluetooth対応のプライバシー保護技術であるExposure Notifications System (ENS)を開発しました。これは、COVID-19で陽性と判定された他人に接触した場合に通知を受けられるようにするものです。ENSは、従来の接触者追跡の取り組みを補完するものであり、感染拡大を抑制するために50以上の国、州、地域の公衆衛生当局によって活用されています。
パンデミックの初期には、公衆衛生当局は、ウイルスの急速な拡散に対抗するために、より包括的なデータの必要性を訴えていました。移動の傾向に関する匿名の洞察を提供する私達のコミュニティ・モビリティ・レポートは、研究者がステイ・ホームの指示やソーシャル・ディスタンスなどの政策の影響を理解するだけでなく、経済予測を行うのにも役立っています。
コミュニティ・モビリティ・レポート: 興味のある地域のレポートをナビゲートしてダウンロードしてください。我達の研究者は、この匿名化されたデータを使って、従来の時系列ベースのモデルではなく、グラフ・ニューラル・ネットワークを使ってCOVID-19の拡散を予測することも検討しました。
研究コミュニティは、最初はこの病気と二次的影響についてほとんど知りませんでしたが、私達は日々多くのことを学んでいます。私達のCOVID-19の検索傾向の症状では、研究者は、アノスミア(時折このウイルスの症状である嗅覚の喪失)など、時間的または症状的な関連性を探ることができます。より広範な研究コミュニティをさらにサポートするために、私達は、一般の人々が研究に参加する方法を提供するために、Google Health Studiesアプリの提供を開始しました。
私達のCOVID-19検索トレンドは、研究者が病気の広がりと症状に関連した検索との関連性を研究するのに役立っています。グーグルの各チームは、ウイルスの健康と経済への影響に取り組んでいる広範な科学コミュニティにツールやリソースを提供しています。
公衆衛生上の脅威に対処するためには、正確な情報が不可欠です。私達はグーグルの多くのプロダクトチームと協力して、グーグル・ニュースや検索でのCOVID-19に関する情報の質を向上させるために、事実確認の取り組みを支援し、YouTubeでも同様の取り組みを行いました。
私達は、Nextstrain.orgの毎週の状況報告書のローカライズを支援し、国境なき翻訳者と共同でCOVID-19のオープンソース並列データセットを開発することで、多言語コミュニティが重要なCOVID-19情報に平等にアクセスできるように支援しました。
複雑な地球規模の事象をモデル化することは特に困難であり、より包括的な疫学的データセット、新しい解釈可能なモデルの開発、公衆衛生への対応を知らせるエージェント・ベースのシミュレータが必要とされています。機械学習技術はまた、自然言語理解を展開し、研究者がCOVID-19の科学文献の山を素早くナビゲートするのを支援したり、有用なデータセットを利用可能にしながらプライバシーを保護するために匿名化技術を適用したり、公衆衛生がベイジアン・グループ・テストを介してより少ない検査でより迅速なスクリーニングを実施できるかどうかを調査したりするなど、他の方法でも支援しています。
これらは、ユーザーや公衆衛生当局の COVID-19 への対応を支援するためにグーグル全体で行われた数多くの作業の一例に過ぎません。詳細については、COVID-19への対応を支援するための技術の使用を参照してください。
英語原文はこちら
https://ai.googleblog.com/2021/01/google-research-looking-back-at-2020.html
COVID-19の影響が人々の生活に多大な影響を及ぼす中、世界中の研究者や開発者が一丸となって、公衆衛生当局者や政策立案者がパンデミックを理解し、対応するのに役立つツールや技術を開発するために結集しました。アップルとグーグルは2020年に提携し、Bluetooth対応のプライバシー保護技術であるExposure Notifications System (ENS)を開発しました。これは、COVID-19で陽性と判定された他人に接触した場合に通知を受けられるようにするものです。ENSは、従来の接触者追跡の取り組みを補完するものであり、感染拡大を抑制するために50以上の国、州、地域の公衆衛生当局によって活用されています。
パンデミックの初期には、公衆衛生当局は、ウイルスの急速な拡散に対抗するために、より包括的なデータの必要性を訴えていました。移動の傾向に関する匿名の洞察を提供する私達のコミュニティ・モビリティ・レポートは、研究者がステイ・ホームの指示やソーシャル・ディスタンスなどの政策の影響を理解するだけでなく、経済予測を行うのにも役立っています。
コミュニティ・モビリティ・レポート: 興味のある地域のレポートをナビゲートしてダウンロードしてください。我達の研究者は、この匿名化されたデータを使って、従来の時系列ベースのモデルではなく、グラフ・ニューラル・ネットワークを使ってCOVID-19の拡散を予測することも検討しました。
研究コミュニティは、最初はこの病気と二次的影響についてほとんど知りませんでしたが、私達は日々多くのことを学んでいます。私達のCOVID-19の検索傾向の症状では、研究者は、アノスミア(時折このウイルスの症状である嗅覚の喪失)など、時間的または症状的な関連性を探ることができます。より広範な研究コミュニティをさらにサポートするために、私達は、一般の人々が研究に参加する方法を提供するために、Google Health Studiesアプリの提供を開始しました。
私達のCOVID-19検索トレンドは、研究者が病気の広がりと症状に関連した検索との関連性を研究するのに役立っています。グーグルの各チームは、ウイルスの健康と経済への影響に取り組んでいる広範な科学コミュニティにツールやリソースを提供しています。
公衆衛生上の脅威に対処するためには、正確な情報が不可欠です。私達はグーグルの多くのプロダクトチームと協力して、グーグル・ニュースや検索でのCOVID-19に関する情報の質を向上させるために、事実確認の取り組みを支援し、YouTubeでも同様の取り組みを行いました。
私達は、Nextstrain.orgの毎週の状況報告書のローカライズを支援し、国境なき翻訳者と共同でCOVID-19のオープンソース並列データセットを開発することで、多言語コミュニティが重要なCOVID-19情報に平等にアクセスできるように支援しました。
複雑な地球規模の事象をモデル化することは特に困難であり、より包括的な疫学的データセット、新しい解釈可能なモデルの開発、公衆衛生への対応を知らせるエージェント・ベースのシミュレータが必要とされています。機械学習技術はまた、自然言語理解を展開し、研究者がCOVID-19の科学文献の山を素早くナビゲートするのを支援したり、有用なデータセットを利用可能にしながらプライバシーを保護するために匿名化技術を適用したり、公衆衛生がベイジアン・グループ・テストを介してより少ない検査でより迅速なスクリーニングを実施できるかどうかを調査したりするなど、他の方法でも支援しています。
これらは、ユーザーや公衆衛生当局の COVID-19 への対応を支援するためにグーグル全体で行われた数多くの作業の一例に過ぎません。詳細については、COVID-19への対応を支援するための技術の使用を参照してください。
英語原文はこちら
https://ai.googleblog.com/2021/01/google-research-looking-back-at-2020.html
【このカテゴリーの最新記事】
-
no image
-
no image
-
no image
-
no image
-
no image
この記事へのコメント
コメントを書く
この記事へのトラックバックURL
https://fanblogs.jp/tb/10518201
※ブログオーナーが承認したトラックバックのみ表示されます。
この記事へのトラックバック