Membayangkan hasil kesehatan yang lebih baik untuk semua
Dapatkan link
Facebook
X
Pinterest
Email
Aplikasi Lainnya
Pandemi Covid-19 saat ini telah menyoroti ketidakadilan kesehatan yang sudah berlangsung lama bagi orang kulit berwarna. Menurut Pusat Pengendalian dan Pencegahan Penyakit, dibandingkan dengan populasi umum Amerika Serikat, orang Afrika-Amerika 1,4 kali lebih mungkin untuk tertular virus korona , dan 2,8 kali lebih mungkin meninggal akibat covid-19. . Demikian pula, penduduk asli Amerika dan Hispanik / Latin hampir dua kali lebih mungkin terinfeksi oleh virus korona, dan 2,5 hingga 2,8 kali lebih mungkin untuk meninggal karenanya. Yang mendasari statistik ini adalah masalah struktural, sosial, dan spasial yang signifikan. Tapi kenapa ini terjadi? Dan bagaimana kita mulai mengukur dan mengatasi masalah ketimpangan kesehatan masyarakat yang bersarang?
Memahami geografi ketidakadilan kesehatan
Salah satu alat yang dapat membantu kita memahami tingginya infeksi virus corona dan angka kematian pada orang kulit berwarna adalah pemetaan yang dihasilkan oleh sistem informasi geografis (SIG). GIS menghubungkan geografi dengan isu-isu utama dengan melapiskan data yang relevan, terkadang tampak berbeda untuk mencapai kejelasan pada situasi yang kompleks. Misalnya, salah satu hal pertama yang dipetakan oleh para pengguna GIS dan ahli epidemiologi dalam pandemi adalah lokasi populasi yang rentan. Setiap lapisan data memperhitungkan berbagai faktor yang berkontribusi terhadap kerentanan tersebut. Ini termasuk potensi paparan melalui pekerjaan penting; kerentanan penyakit untuk manula dan orang dengan kondisi kesehatan tertentu; risiko penularan untuk komuter angkutan umum dan mereka yang berada dalam situasi hidup berkelompok; dan kerugian sosial ekonomi melalui kemiskinan, pendidikan yang tidak memadai, dan kurangnya jaminan kesehatan. Analisis dinamis yang diaktifkan GIS segera memandu tindakan oleh responden pertama dan memberikan ahli epidemiologi cara berbasis bukti untuk menilai kerentanan terhadap aksesibilitas dan kapasitas rumah sakit. Saat kesadaran akan jumlah kematian yang tidak proporsional dalam komunitas kulit berwarna tumbuh, alat yang sama diterapkan untuk memahami penyebab di balik ketidaksetaraan ini, yang, pada gilirannya, dapat membantu dalam menentukan dan mengembangkan solusi potensial.
Memetakan kasus COVID-19 di seluruh Eropa
Sudah lama dipahami bahwa orang yang tinggal di pusat kota menghadapi kondisi yang memiliki korelasi jelas dengan kesehatan secara keseluruhan. Ini termasuk perbedaan pendapatan dan pendidikan, persentase kepemilikan rumah yang rendah, peningkatan paparan polusi lingkungan, dan berkurangnya akses ke perawatan kesehatan dan makanan segar dengan harga terjangkau. Dataset penting lainnya yang relevan dengan krisis covid adalah persentase orang kulit berwarna yang tidak proporsional dalam pekerjaan layanan yang membuat mereka melakukan kontak dekat setiap hari dengan virus. “GIS dapat membantu mengidentifikasi di mana terdapat perbedaan hasil, melakukan analisis untuk memahami akar penyebab, dan memfokuskan upaya mitigasi di tempat-tempat di mana rasisme sistemik memusatkan faktor penyebab,” kata Este Geraghty, kepala petugas medis dan direktur solusi kesehatan di vendor GIS Esri. Dengan menganalisis semua data yang relevan pada peta pintar berbasis GIS, Geraghty mengatakan para pemimpin siap untuk mengungkap wawasan yang dilokalkan yang mendorong solusi potensial. Artinya, "kami dapat menyediakan sementara sampai kami memiliki sistem yang sepenuhnya adil, memastikan bahwa suatu hari setiap orang akan memiliki kesempatan yang sama untuk mencapai potensi kesehatan penuh mereka." Geraghty menambahkan, "Jika Anda tidak dapat memahami semua faktor yang berkontribusi dalam konteks, Anda mungkin tidak mengantisipasi masalah atau solusi potensial."
GIS untuk distribusi vaksin covid-19 yang efektif
Masalah terkait pandemi lainnya yang terkait erat dengan geografi adalah bagaimana cara menyebarkan vaksin covid ke publik dengan cara yang adil, aman, dan efektif. GIS menyediakan alat untuk menganalisis kebutuhan yang diprioritaskan, merencanakan jaringan distribusi, memandu pengiriman, melihat status waktu nyata dari misi inokulasi, dan memantau kemajuan secara keseluruhan. Geraghty mengembangkan pendekatan distribusi vaksin covid menggunakan GIS. Dia menjelaskan, langkah pertama adalah memetakan fasilitas-fasilitas yang saat ini cocok untuk mendistribusikan vaksin kepada masyarakat. Karena beberapa vaksin membutuhkan penyimpanan ultra-dingin, fasilitas harus dibedakan sesuai dengan itu dan kemampuan penyimpanan lainnya. Sebagai bagian dari kumpulan data fasilitas, kata Geraghty, GIS juga dapat digunakan untuk menghitung berapa banyak vaksin yang berpotensi dapat diberikan oleh setiap staf fasilitas dalam sehari. Selain rumah sakit, jenis fasilitas lain perlu dipertimbangkan berdasarkan kemampuannya untuk memberikan vaksin kepada populasi yang kurang terlayani dan terpencil. Fasilitas mungkin termasuk klinik kesehatan universitas, apotek independen dan ritel, dan bahkan lokasi kerja yang berpotensi bersedia dan mampu untuk menyuntik karyawan, antara lain. Langkah selanjutnya melibatkan pemetaan populasi — tidak hanya lokasi dan jumlahnya, tetapi juga menurut kategori yang direkomendasikan oleh panduan CDC dan rencana berbasis negara bagian untuk peluncuran bertahap vaksin. Dengan menghubungkan dua lapisan data pada peta ini (fasilitas dan populasi), menjadi jelas komunitas mana yang tidak berada dalam waktu perjalanan yang wajar ke lokasi vaksinasi, berdasarkan beberapa moda perjalanan (misalnya, mengemudi, berjalan kaki, angkutan umum ). Geraghty menjelaskan, “Perspektif geografis itu akan membantu menemukan celah apa pun. Siapa yang tertinggal? Di manakah populasi yang tidak berada dalam jangkauan fasilitas yang teridentifikasi? " Di sinilah GIS dapat meningkatkan pengambilan keputusan dengan menemukan opsi untuk mengisi kekosongan dan memastikan bahwa setiap orang memiliki akses ke vaksin. Di area di mana analisis GIS mengidentifikasi "celah" pada peta, seperti komunitas atau daerah pedesaan yang tidak terjangkau, Geraghty membayangkan klinik munculan di tempat-tempat seperti gym sekolah, atau drive-through di tempat parkir yang luas, atau, di beberapa keadaan, jangkauan pribadi. Misalnya, Geraghty menjelaskan, "Orang yang mengalami tunawisma cenderung tidak datang ke klinik untuk mendapatkan vaksin, jadi Anda mungkin harus menghubungi mereka." Komunikasi publik tentang kemajuan vaksinasi menawarkan peluang lain untuk pemetaan dan pemikiran spasial. Misalnya, peta yang diperbarui dapat memberikan gambaran yang jelas tentang berapa banyak orang yang telah divaksinasi di berbagai bagian negara bagian atau kabupaten. Peta yang sama dapat membantu orang mengetahui kapan giliran mereka untuk divaksinasi dan ke mana mereka dapat pergi untuk menerima vaksin mereka. Peta bahkan dapat membantu penduduk komunitas membandingkan waktu tunggu di antara berbagai fasilitas untuk memandu pilihan mereka dan menawarkan pengalaman terbaik. Geraghty mengatakan, mengatur distribusi vaksin covid dengan cara seperti ini bisa menjadi harapan bagi masyarakat. “Jika kita mengambil perspektif logis dan strategis ini, kita bisa lebih efisien dalam pemberian vaksin dan menikmati aktivitas normal kita lebih cepat.”
Populasi yang rentan , wawasan geografis
Jauh sebelum dunia dipaksa bergumul dengan COVID-19, hubungan antara geografi dan penyelesaian masalah kesehatan masyarakat dan sosial sangat jelas. Menggunakan GIS untuk mengatasi tunawisma adalah salah satu contohnya. Di Los Angeles County, GIS telah digunakan untuk memetakan populasi tunawisma berdasarkan lokasi, serta mendokumentasikan dan menganalisis faktor risiko yang menyebabkan tunawisma di setiap komunitas. Analisis GIS mengungkapkan bahwa faktor risiko utama tunawisma di bagian utara, dan terutama bagian barat laut kabupaten, adalah veteran dengan gangguan stres pasca-trauma (PTSD). Sebaliknya, di wilayah timur laut, faktor risiko utama munculnya tunawisma baru adalah perempuan dan anak-anak yang lolos dari KDRT. Di Snohomish County, Washington, petugas kesehatan turun ke jalan untuk mengumpulkan data yang diperlukan untuk memfasilitasi pemetaan faktor risiko tersebut. Mereka menggunakan GIS untuk melakukan survei dan sensus tunawisma dua kali setahun, mengumpulkan detail tentang kondisi dan kebutuhan 400 orang dalam waktu singkat. Mereka mengumpulkan informasi standar seperti usia orang di kamp dan apakah ada yang veteran dan melaporkan apakah mereka melihat jarum yang digunakan untuk obat-obatan. Setelah perbedaan spesifik lokasi seperti ini teridentifikasi, sumber daya yang sesuai dapat digunakan pada basis komunitas demi komunitas, seperti layanan sosial dan kesehatan yang ditargetkan untuk membantu secara khusus dengan kekerasan dalam rumah tangga, PTSD, kecanduan, pengangguran, atau akar penyebab lain yang teridentifikasi. "Dengan menggunakan perspektif geografis, Anda dapat mengalokasikan sumber daya, yang selalu terbatas, dengan cara yang paling bermanfaat," kata Geraghty.
Pelajaran dari pandemi
Mengatasi disparitas yang terkait dengan kondisi kehidupan, lokasi, dan genetika selalu menjadi faktor penyebaran dan kematian penyakit, tetapi tidak pernah dilacak, diukur, dan dianalisis dalam skala seperti itu. Namun, menghadapi krisis covid-19 telah menjadi kasus pengejaran yang berkelanjutan, mencoba menemukan dan menghubungkan data penting untuk menyelamatkan nyawa, dan Geraghty tidak ingin melihat tingkat aktivitas hingar-bingar itu berulang. “Membangun sistem kesiapsiagaan kesehatan masyarakat yang kuat berarti memiliki data dasar yang siap,” jelasnya. “Misalnya, di mana, relatif terhadap populasi, rumah sakit, tempat penampungan, bank darah, dan infrastruktur utama? Siapa pemain dan mitra komunitas, dan layanan apa yang dapat mereka sediakan, dan di mana? ” Pada bulan Maret, saat dimulainya pandemi, tidak ada peta yang komprehensif tentang berapa banyak tempat tidur yang dimiliki setiap rumah sakit, berapa persentase tempat tidur perawatan intensif, jumlah ventilator yang tersedia, dan berapa banyak peralatan perlindungan pribadi yang mudah diperoleh, dan dari mana. “Untuk segala hal yang berhubungan dengan infrastruktur kesehatan,” Geraghty menjelaskan, “Anda harus memiliki peta dasar dan data yang terus diperbarui, serta data demografis populasi.” Krisis juga telah mengungkap isu-isu lain; misalnya, diperlukan berbagi data yang lebih baik dan lebih banyak, serta tata kelola yang lebih jelas untuk mana data dapat dibagikan, sehingga tidak ada yang akan menunda komunikasi penting antar lembaga dalam krisis berikutnya. Dan interoperabilitas sistem yang lebih baik memastikan sistem utama dapat bekerja sama untuk menjaga data tetap segar dan waktu reaksi yang cepat harus menjadi prioritas. Pandemi Covid-19 telah menjadi tragedi dalam hal jumlah korban jiwa. Namun jika kita dapat belajar darinya, mungkin kita dapat melakukan koreksi agar seluruh masyarakat dan generasi yang akan datang dapat menantikan kehidupan yang lebih baik, lebih panjang, dan lebih sehat. Konten ini diproduksi oleh Insights, bagian konten kustom MIT Technology Review. Itu tidak ditulis oleh staf editorial MIT Technology Review.
Saat aplikasi pembelajaran mesin beralih ke arus utama, era baru ancaman dunia maya muncul — era yang menggunakan kecerdasan buatan (AI) ofensif untuk meningkatkan kampanye serangan. AI ofensif memungkinkan penyerang untuk mengotomatiskan pengintaian, membuat serangan peniruan yang disesuaikan dengan kebutuhan, dan bahkan menyebar sendiri untuk menghindari deteksi. Tim keamanan dapat bersiap dengan beralih ke AI defensif untuk melawan — menggunakan pertahanan cyber otonom yang belajar di tempat kerja untuk mendeteksi dan merespons bahkan indikator serangan yang paling halus, di mana pun ia muncul. Marcy Rizzo, dari MIT Technology Review, mewawancarai Marcus Fowler dan Max Heinemeyer dari Darktrace pada Januari 2021. MIT Technology Review baru-baru ini duduk bersama para ahli dari Darktrace — Marcus Fowler, direktur ancaman strategis, dan Max Heinemeyer, direktur perburuan ancaman — untuk membahas aplikasi AI ofensif, AI defensif, dan pertempuran algoritme yang sedang berlangsung ant...
Pada tahun 1964, matematikawan dan ilmuwan komputer Woodrow Bledsoe pertama kali mencoba mencocokkan wajah tersangka dengan foto. Dia mengukur jarak antara fitur wajah yang berbeda dalam foto cetakan dan memasukkannya ke dalam program komputer. Keberhasilannya yang belum sempurna akan memicu penelitian puluhan tahun ke dalam mesin pengajaran untuk mengenali wajah manusia. Sekarang sebuah studi baru menunjukkan seberapa besar perusahaan ini telah mengikis privasi kami. Itu tidak hanya memicu alat pengawasan yang semakin kuat. Pengenalan wajah berbasis deep learning generasi terbaru benar-benar mengganggu norma persetujuan kami. Deborah Raji, seorang rekan di Mozilla nirlaba, dan Genevieve Fried, yang menasihati anggota Kongres AS tentang akuntabilitas algoritmik, memeriksa lebih dari 130 kumpulan data pengenalan wajah yang dikumpulkan selama 43 tahun. Mereka menemukan bahwa para peneliti, didorong oleh kebutuhan data yang meledak dalam pembelajaran mendalam, secara bertahap meninggalk...
Ketergantungan kita pada teknologi telah melonjak selama pandemi. Perusahaan analisis aplikasi App Annie menemukan bahwa orang menghabiskan sekitar 4 jam dan 18 menit per hari di perangkat seluler pada bulan April 2020. Itu meningkat 20% dari tahun sebelumnya, setara dengan tambahan 45 menit per hari waktu layar. Penelitian menunjukkan bahwa secara intrinsik tidak ada yang salah dengan menghabiskan lebih banyak waktu di layar — terutama saat ini. Terlepas dari manfaat terhubung dengan teman, keluarga, dan rekan kerja, beralih ke teknologi dapat membantu kita mengelola emosi yang sulit dan bahkan mengurangi stres . Namun, tidak semua waktu layar dibuat sama. Beberapa aktivitas online memang membawa risiko tertentu. Menghabiskan waktu lama secara pasif menelusuri media sosial, misalnya, terkait dengan perasaan iri dan kesepian yang lebih besar, serta risiko depresi yang lebih tinggi. Lalu, apa yang harus kita lakukan di bulan-bulan mendatang untuk memastikan hubungan kita dengan tekn...
Komentar
Posting Komentar