医生利用人工智能处理冠状病毒数据

在克什米尔长大的由医生团队使用大数据和机器学习来帮助检测在COVID-19危机在全球范围内生成的公共卫生数据海啸中的有用模式，并为那些人尽力而为回家。

纳比（Nabi）还是 阿斯彭（Aspen）研究员，现在正与哈佛医学院和哈佛大学公共卫生学院的同事合作，开发数字工具，利用大数据和机器学习来快速评估临床研究中涌入的数据。 他说：“我相信ai学习在COVID-19中起着重要作用。”

纳比说，尽管所产生的公共卫生数据量之大，无助于传统手段的快速解释，但研究人员仍可以使用ai学习算法来找到可用于临床决策的模式。

根据印度政府的数据，截至4月第二周末，克什米尔的COVID-19阳性病例总数为207，有4例确诊死亡，而印度为 6882例确诊病例和237例死亡。

德国 公共 广播电台Deutsche Welle 报道说，互联网连接仅在上个月才在克什米尔恢复，而且速度很慢，而且当地医生警告说，缓慢的互联网意味着仅从世界卫生组织下载指南就需要花费数小时。

纳比说，克什米尔山谷独特的地缘政治地位引起了一些处境不利的群体，包括斯利那加市和农村地区的贫困者。

“在农村的人-尤其是土著人群，如古贾尔-绑定，因为他们已经从社会经济障碍在获得保健遭受更受：缺乏正确的运输，收入有限的，在有限区域的住宿，拥有医疗保健设施。”他说，并补充说，尽管克什米尔有公共资助的卫生系统，但能力严重受到限制

尽管纳比自2017年以来一直无法回到克什米尔，但他正在尽其所能。

“对于克什米尔的COVID-19响应计划，我正在支持一个由哈佛大学和麻省理工学院的成员组成的团队，他们与当地的医生和工程师一起设计和开发负担得起的呼吸机，以提高我们社区的呼吸治疗能力纳比还支持各种举措，以使年轻的克什米尔人的专业人员能够找到创新的方法来向那里提供医疗服务。

“有限的资源在山谷的年轻专业人士中引发了创新精神-工程师和医生正在合作设计可以增加山谷中有限数量的通风机容量的设备，一些创新者正在设计新的设备，而且我还观察到一些地方对COVID-19进行信息测试。

由利比亚医生转变为技术的首席执行官穆罕默德·阿布拉维（Mohamed Aburawi）帮助开发了一个远程医疗平台，该平台现已用于帮助对利比亚对抗COVID-19的案件进行分类。

鉴于利比亚的智能手机连接比例相对较高，利比亚卫生部正在使用Speetar平台来帮助确定谁需要去诊所以及谁应该继续在家进行自我隔离。