应对新冠疫情：开源工具的强大力量
面对肆虐全球的新冠疫情，各国政府、科研机构和科学家们正积极运用科技创新来寻求解决方案。
为了支持各种防疫措施，众多开源工具应运而生，其中一些仍在不断测试和完善，旨在最大程度地降低这场致命病毒带来的负面影响。
目前，一系列开源工具已经投入使用，它们在帮助研究人员深入了解新冠病毒、追踪传播途径、预防感染扩散以及降低疾病传播和死亡风险方面发挥着至关重要的作用。这些项目在 教育生态系统 平台上有详细介绍，展示了如何有效地利用这些工具。
本文将着重介绍一些用于监测、预防、控制、诊断和治疗新冠病毒的开源工具和库。
新冠疫情追踪地图
今年一月，约翰霍普金斯大学(JHU)的系统科学与工程中心启动了一个 全球新冠疫情追踪地图，该地图迅速成为国际上公认的、值得信赖的实时疫情数据来源。
这个开源地图已被各大新闻机构、小型组织和地方政府广泛采用，为研究和可视化工作提供了强大的支持。
丁香园新冠疫情爬虫
丁香园新冠疫情爬虫是今年一月为应对新冠疫情而诞生的最早一批开源项目之一。
开发者利用中国医生用来报告和追踪病例的网站——丁香园的数据，开发了一个网络爬虫，从该网站收集数据，并通过 API 和数据库对外提供。相关代码已在 Github 上开源。
开放数据工具包 (ODK)
开放数据工具包 (ODK) 并非新生事物，它曾被应用于2004年西非的埃博拉疫情以及2019年刚果民主共和国的埃博拉疫情爆发期间。
它主要用于帮助用户在接触者追踪、战略规划、决策支持、社区宣传和病例管理中收集、管理和利用数据。
ODK 社区通过在其部署中提供报告表格，进一步推进了其在应对新冠疫情中的应用。这些表格是根据世界卫生组织关于病例调查、接触者追踪和调查协议设计的。
主要的开发者还为任何部署 ODK 系统以应对新冠疫情的组织提供免费支持。
下一株 (Nextstrain)
下一株(Nextstrain) 用于追踪病原体的进化。它曾被用于分析疾病的家族史，从而预测疾病的演变。
该工具已成功应用于之前的疫情，如埃博拉病毒。通过共享全球流感数据共享倡议(Gisaid)的基因数据，Nextstrain 也被用于应对新冠疫情。
数字信息系统 2 (DHIS2)
您可能已经听说过 数字信息系统2 (DHIS2)。它是世界上最大的健康信息管理系统，在70多个国家/地区被广泛使用。 作为应对新冠疫情的一部分，DHIS2 发布了一个数字数据包，可以加速感染检测、报告、监测和疾病治疗。
DHIS2 数字数据包使用符合世卫组织关于新冠肺炎病例定义和监测的协议的标准元数据，以实现快速部署和响应。
西爪哇皮科巴 (Pikobar)
印度尼西亚疾病和灾难信息协调中心是一个危机应对中心，旨在缓解和应对印度尼西亚西爪哇省的新冠疫情。
为了响应疫情，Jabar 数字服务开发了一个 开源的网络工具和应用程序，用户可以通过它访问最新的新冠疫情数据。
开放病患记录系统 (OpenMRS)
OpenMRS 是一种在全球许多发展中国家使用的患者护理系统。由于其灵活性，OpenMRS 系统 可以被医疗资源紧张的国家用于新冠疫情的监测、筛查和治疗。
该系统可以帮助他们获取基于科学的危机处理信息，从而帮助他们扩展能力。
开放式物流管理信息系统 (OpenLMIS)
OpenLMIS 项目 利用以社区为中心的策略来开发开源和可调整的物流管理信息系统。OpenLMIS 系统旨在提高数据的准确性、增强责任感、提高数据的及时性和可见性。
OpenLMIS 系统旨在加强健康供应链、医疗资源清单，以便清晰地显示可用的医疗用品，包括测试套件和个人防护设备。该工具可以有效地部署，以支持决策者分配资源来应对新冠疫情。
全球健康站点测绘项目 (Healthsites)
全球健康站点测绘项目 旨在绘制世界上每家医疗机构的地图，并使每家医院的详细信息易于访问。 通过 API 可以访问有关卫生设施的数据。
通过与用户合作，healthsites.io 团队捕获并验证每个医疗机构的位置和联系方式，并通过开放数据许可证免费提供和访问数据。
疫情应对管理与分析系统 (SORMAS)
SORMAS （疫情应对管理与分析系统）是一个开源移动电子医疗系统。它已被部署用于实施疾病控制和疫情管理程序。
它已在多个国家有效部署，包括加纳、尼日利亚、尼泊尔和斐济，用于新冠疫情的监测和早期检测。
SORMAS 是一个免费的开源系统，遵循数据保护标准。
东京新冠疫情信息网站
与许多其他城市和政府不同，东京都 开发了一个开源网站，向其居民通报新冠疫情。 通过将其开源，该网站已收到 200 多位用户的贡献。其他三个城市，千叶、长野和福冈，已经复刻了该网站。
开放实验室信息系统 (OpenELIS)
OpenELIS 健康系统旨在通过提供先进的、基于标准的实验室信息管理系统来改善医疗保健，该系统可用于各种健康计划，以改进治疗方案。
新冠疫情对接触者追踪和对疑似病例进行大规模检测提出了全球性的挑战。OpenELIS 系统可以有效地部署在应对新冠疫情中，以促进实验室测试和结果的跟踪。
社区卫生工具包 是一系列开源工具和开放访问资源的集合，旨在构建和部署数字工具，用于难以到达地区的社区卫生计划。
社区卫生工具包开发者社区已积极行动起来，开发旨在支持社区卫生工作者应对新冠疫情的工具和资源。
新冠疫情医院影响模型 (CHIME)
新冠疫情医院影响模型(CHIME)是由宾夕法尼亚大学医学院的数据科学家开发的开源应用程序。它是一个在线工具，可以帮助医院预测病毒对医疗资源的影响。
它是使用 Python 和 pandas 开源依赖项开发的。
新冠护理地图
新冠护理地图 有助于绘制现有的医疗保健资源，并预测医院床位、呼吸机、医疗用品和人员配备方面的缺口。 所有方法、数据处理工具、可视化和源代码都是免费和开源的。
新冠护理地图项目旨在预测并采取行动，寻求支持，以有效地照顾数量迅速增加的新冠感染者和需要重症监护的人。
Locale.ai
Locale.ai 开发了一种开源的交互式可视化工具，可以显示全球所有确诊的新冠病例。它查询来自约翰霍普金斯大学的开源数据集。
Locale.ai 开发了 新冠疫情可视化网站，该网站使用了 Vue.js，一个允许开发人员创建现代 Web 应用程序的流行框架。
全球新冠疫情地图
这个应用程序 利用地图可视化来监测新冠疫情的传播、确诊病例和疾病在全球的发展。它使用来自约翰霍普金斯大学 CSSE 的数据。
新冠病毒追踪器
这是由 John Coene 开发的 Shiny 应用程序。它通过使用来自约翰霍普金斯大学、丁香园数据和微信的数据来追踪新冠疫情的传播。该应用程序按时间和地区显示疑似、确诊和康复病例数。该代码可在 Github 上获取。
全球新冠病例分析
全球新冠病例分析 是由 Christoph Schoenenberger 开发的 Shiny 应用程序，它可以在地图、图表、汇总表和数字上显示新冠疫情的发展情况。 它的代码可以在 Github 上找到。
新冠疫情政府应对情况
这是一个由 塞巴斯蒂安·恩格尔-沃尔夫 开发的闪亮应用程序。它绘制了新冠疫情的指数增长、双重感染天数、确诊病例、死亡率以及不同地区每10万人确诊病例数的地图。代码已在 Github 上开源。
总结
开源社区对新冠疫情的爆发做出了快速有效的反应。许多项目已经建成，并将继续建设，以应对这种疾病的蔓延。本文介绍了一些这样的项目。疫情在未来几周内将如何发展仍存在不确定性。随着对开源技术的进一步利用，更多项目将在与这种致命疾病的斗争中找到自己的一席之地。
请注意安全！
本文由 Education Ecosystem 首席执行官 Michael J. Garbade 博士撰写。