Logotipo de Zephyrnet

El futuro de la prevención y la respuesta a una pandemia » Blog CCC

Fecha:

La CCC celebró un taller de visión sobre el futuro de la respuesta y la prevención de pandemias en septiembre de 2023 en Ann Arbor, Michigan. Fue organizado por el Grupo de Trabajo sobre Desafíos Computacionales en Atención Médica del Consejo CCC y un Comité Directivo de miembros de la comunidad en el ámbito de la atención médica:

  • David Danks, miembro del consejo de la Universidad de California-San Diego/CCC
  • Rada Mihalcea, miembro del consejo de la Universidad de Michigan/CCC
  • Katie Siek, miembro del consejo de la Universidad de Indiana/CCC
  • Mona Singh, miembro del Consejo de la Universidad de Princeton/CCC
  • Brian Dixon, Instituto Regenstrief
  • Madhav Marathe, Universidad de Virginia
  • Shwetak Patel, Universidad de Washington
  • Erica Shenoy, Harvard MGB
  • Michael Sjoding, médico de Michigan

Los organizadores reunieron a una amplia gama de expertos para un evento de un día y medio para ver qué ideas la salud, la informática, la epidemiología, Personal de salud, y las comunidades informáticas podrían generar colectivamente medidas que puedan mitigar el daño de una futura pandemia. De los debates del taller surgieron tres áreas principales de oportunidades de investigación en informática: 

(1) Modelos computacionales. Los modelos son extremadamente importantes en todos los sectores, pero especialmente en el sistema de salud durante las pandemias, desde anticipar las necesidades de suministro de los hospitales hasta determinar la capacidad de atención de los proveedores de servicios sociales y hospitalarios y proyectar la propagación de la enfermedad. 

(2) Datos. Los datos precisos y confiables son esenciales para lograr el éxito al aplicar modelos. La estandarización de datos y mediciones en las organizaciones de atención médica modernizaría la infraestructura de datos y garantizaría que los datos sigan siendo privados mientras se comparten para el desarrollo, la validación y la aplicación de modelos. 

(3) Infraestructura. Aumentar la cantidad de datos precisos y confiables, y los modelos mejorados resultantes, ayudaría a mejorar la infraestructura de atención médica. Además, tanto en tiempos de pandemia como de paz, identificar el espacio (muy grande) de consultas comunes y luego ajustar las estructuras de datos para facilitar las respuestas a esas consultas tiene un gran potencial de mejora. También es necesario actualizar la infraestructura de salud pública: es necesario capturar, compartir y comunicar datos bidireccionalmente con el sistema de salud.

A un nivel más amplio, para que las recomendaciones de salud pública tengan un impacto durante una pandemia es esencial generar confianza en las comunidades afectadas. Esto requiere una comunicación clara y transparente con las partes interesadas. Se debe priorizar la investigación en esta área, y esto se conecta con el tema de datos confiables mencionado anteriormente, ya que las personas solo proporcionarán sus datos si confían en la organización a la que les otorgan acceso a su información.

Finalmente, muchos sistemas de salud carecen de las infraestructuras de datos, computación y comunicación necesarias para construir modelos a partir de sus datos, utilizar esos modelos en operaciones ordinarias o incluso acceder de manera confiable a sus datos. Es importante luchar por un acceso equitativo y proporcionar recursos a los sistemas en comunidades de escasos recursos.

Lea el informe completo del taller esta página.

punto_img

Información más reciente

punto_img