2月15日，美国共登记了15例新型冠状病毒，其中大部分集中在西雅图市区。到3月15日，这一数字已经增长到3617个案件，分布在少数几个州。到4月15日，全国每个角落的病例总数呈指数增长，达到682,484例。截至4月27日当周，这些数字预计将超过总数超过一百万的不祥门槛。同时，在短短两个月的时间里，有超过58,000名美国人死于该病毒，而在过去的二十多年中，只有越南战争期间的死亡人数超过了这一数字。

Covid-19的流行将会展示在我们一生中迅速出现的指数威胁中最清晰，最生动的例子。危机规模扩大一倍的速度甚至超过了我们为了解“事件先出现在哪里，我们应该如何应对”而做出的许多努力。指数增长的挑战不仅是危机的最终规模，还包括以下事实：在许多早期阶段，直到曲线开始向上弯曲之前，主要趋势自身的方向和速度并不立即显现，但是那个时候可能为时已晚。

与其他危机相比，应对指数级威胁进行指导，需要更密切关注实时数据的细节，部分原因是与地震和洪水等灾难不同，要有效减轻“指数危机”的影响，就必须格外注意和采取战略行动，即使在此之前，最坏的后果是显而易见的。基于对现有数据的分析，公共卫生行动必须是快速而果断的，这是比其他时候更重要的事情。

提供医疗援助指数规模

随着新型冠状病毒以指数级的速度遍及全球和整个美国各地传播，Direct Relief在其72年的历史中已经不得不像以往任何时候一样扩展和瞄准人道主义医疗用品。

1月中旬，应少数有关中国医学院校友的要求，直接救济在中国武汉开始了回应。从那时起，“直接救济”在短短几周内就将其支持从一个城市中的少数机构扩展到了几十个国家的数千个机构。从“改善个人防护设备（PPE）的使用”的目标开始，以确保一线卫生工作者的安全，“直接救济”扩大了支持范围。这项支持扩展包括重症监护病房的基本药物，为医疗中心和诊所带来前所未有的医疗压力的医疗援助，以及数百万美元的赠款资源，以保持美国医疗保健安全网络的正常运转。仅从案例数据的基础开始，Direct Relief就不得不将数十个不同的数据集组合在一起，以不断预测不断变化的医疗支持需求。

Qlik的数据分析促进了快速构建这种大规模的人道主义援助流量。鉴于Direct Relief经常在QlikView中运行核心业务分析以运行其人道主义仓储和分销业务，但现在更多地需要将这些业务视图与病例传播，风险因素以及对医疗基础设施影响不均的流行病学分析联系起来。人们一直担心疫情可能扩散到何处，以及对可能成为脆弱人群和已经负担沉重的卫生系统的影响。

直接救济Qlik Sense Covid-19 App

在“美国”疫情爆发的早期，Qlik的朱莉·凯（Julie Kae）向Direct Relief伸出了援助之手，以了解他们可以提供哪些帮助。答案是清晰，干净的数据，数量很多。

几乎立即，一个数据工程师团队开始与Direct Relief的研究和分析团队合作，以确定需要回答哪些问题以及哪些数据集将产生最有价值的见解。结果是一个实时更新的宝贵数据分析应用程序（如下所示），它使Direct Relief能够始终如一地跟踪Covid-19的变化动态。这些动态包括：病例的增长率，测试的扩展和下降以及所影响的卫生基础设施的范围。还必须考虑风险因素，例如年龄和合并症，例如心脏病和糖尿病，这些风险与与Covid-19相关的医院住院机会更高有关。

早期的见解表明，城市地区是Covid-19的温床，因为纽约，底特律和新奥尔良等城市经历了爆炸性的病例增长。

但是，为什么在布莱恩县大数据医疗应用案例，爱达荷州和怀俄明州西部出现了小而很需要重点关注的集群？ 答案是，度假旅行者“在自然风光秀丽，度假胜地设施著名但卫生基础设施相对较差的地区”和“人口老龄化”地区传播传染病。为什么“群体案例”突然在人口密度低的苏福克斯瀑布，南达科他州和内布拉斯加州的部分地区突然冒出来？ 答案涉及肉类加工厂工人的集中度和对社会疏离准则的遵守转变。为什么在俄亥俄州中部的两个县在4月初突然出现了新病例的尖峰？ 事实证明，在监狱设施中迅速传播感染是一个至关重要的新问题。指数曲线是从数百个这样的成千上万个较小的问题构建的。

准确的数据大数据医疗应用案例，经过适

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！