به کارگیری مدل‌های بنیادی زمین‌فضایی گوگل برای ارتقای بهداشت عمومی جهانی

تصمیم‌گیری در حوزه بهداشت عمومی به شدت وابسته به داده‌های به‌موقع و دقیق است. با این حال، نظام‌های نظارت اپیدمیولوژیک سنتی اغلب با چالش‌هایی نظیر تأخیرهای چندساله در گزارش‌دهی، داده‌های جزیره‌ای و کمبود منابع مواجه هستند. گوگل ریسرچ برای رفع این موانع، استفاده از مدل بنیادی پویایی جمعیت (PDFM) را به عنوان بخشی از پروژه Google Earth AI مطرح کرده است که اطلاعاتی نظیر روند جستجو، تحرک انسانی و شاخص‌های محیطی را به صورت تعبیه‌شده‌های مکانی یکپارچه‌سازی می‌کند.

در بررسی‌های جدید، محققان پنج مطالعه موردی را با همکاری نهادهای بهداشتی مستقل انجام داده‌اند تا کارایی این مدل را در حوزه‌های گوناگون ارزیابی کنند. در یک مورد، پژوهشگران بیمارستان ماونت سینای و بیمارستان کودکان بوستون از این داده‌های مرزی برای پیش‌بینی نرخ واکسیناسیون سرخک در مناطق مرزی ایالات متحده و کانادا استفاده کردند و توانستند دقت تخمین پوشش واکسیناسیون را به طور چشمگیری افزایش دهند.

همچنین در زمینه‌های دیگری مانند تخمین مرگ‌ومیر ناشی از بیماری‌های قلبی عروقی، پیش‌بینی شیوع تب دنگی در مکزیک با همکاری دانشگاه آکسفورد، و غربالگری سلامت روان مادران پس از زایمان با دانشگاه واشنگتن، استفاده از تعبیه‌شده‌های مکانی PDFM نتایج موفقیت‌آمیزی به همراه داشته است. این مدل‌ها به وزارتخانه‌های بهداشت و مراکز درمانی کمک می‌کنند تا به جای اتکا به آمارهای باستانی، بر اساس شرایط جاری و به‌روز برای توزیع منابع و پیشگیری از بیماری‌ها برنامه‌ریزی کنند.

در نهایت، این داده‌های مکانی به صورت تجاری در قالب مجموعه داده Population Dynamics Insights از طریق پلتفرم گوگل مپ در دسترس قرار گرفته‌اند و پژوهشگران دانشگاهی نیز می‌توانند برای اهداف غیرعملیاتی درخواست دسترسی رایگان نمایند.