分享实时查看全球疫情追踪数据及AI预测的网站
AI预测时代来临，疫情追踪步入此阶段，有3个网站，能使你比官方通报更早知晓全球动态。
约翰霍普金斯大学仪表盘不只是地图那么简单
2020年1月22日，处在大多数人尚在懵懂之际的时候，美国约翰霍普金斯大学的两位女博士后董恩盛与杜鸿儒着手手动整理各国卫生部门的疫情通报了。她们所创建的系统工程与系统科学中心仪表盘现今仍是全球疾控人员、记者和研究者的首选工具。这个网站每当北京时间8点30分以及23点30分的时候进行两次更新，其数据来源包含世界卫生组织、美国疾控中心、欧洲疾控中心跟各国卫生部官网且比新闻推送至少超前半天。
诸多的人仅是晓得那个有着密密麻麻红点分布呈现的世界地图，然而却并不清楚它具备依照国家来查看历史曲线的功用。当点击特定国家时，你能够见到确诊、死亡、康复这三条折线，时间跨度能够拉伸至公元2020年1月一直涵盖到如今。要是你打算进行地区疫情对比，这个功能相较于新闻里那些零散的数据截图而言要更加可靠。该网站全然免费，不需要进行注册，只要打开便能够使用。
微软COVID-19追踪平台藏着你没发现的可视化利器
优势并非在于数据自身，而是在于怎样将数据“转译为”普通人能弄懂的趋势当中了，微软其所凭借这种这个某一个平台。通过利用那种3D地球模型表现展示了病毒传播的路线轨迹，在时间轴之上拉动滑块，可以清晰呈现出疫情从武汉传播扩散到欧洲，进而再到美洲的全部整个过程。在2021年德尔塔毒株流行的那段期间，好多多家跨国企业就是参照这种这个平台来决定是不是要推迟员工国际差旅的。
平台会给出每百万人口确诊数这种相对指标，这样能防止仅看总量而被人口基数误导。像印度确诊的总数曾比方低于美国，然而按照人口比例换算，其风险等级全然不一样。平台准许将CSV原始数据下载，要是您从事学术研究，或者撰写行业分析报告，这个接口十分实用，不用再到各个国家的网站零散地爬取数据。
AI预测疫情靠不靠谱这两家机构在尝试
约翰霍普金斯大学有着一个COVID - 19预测页面，此页面采用机器学习模型进行融合，所融合的数据涉及人口流动数据、防控政策严格指数、疫苗接种覆盖率，这是处于三个维度的融合。在2022年3月时，属于上海疫情的初期阶段，而该模型曾提前至10天就预测到了病例增长的拐点，并且将误差率很好地控制在了7%以内。即便预测并非常规呈现出百分之百的准确无误，然而对于医院去有效调配床位以及政府部门对于准备隔离用房这件事而言，已经是具备了实际的参考价值的。
还有一个引起关注的是关于研究所里健康指标跟评估所的模型，该模型将重点置于住院人数以及重症监护室的占用比率上，2021年末时段奥密克戎出现，其时该所提前三周作出预警表明美国医疗系统或许发生过载了，进而促使多个的州优先于征用会议展览中心为此来对临时病房予以扩建改变，关于这两大平台所预测而得的数据而言都不单只是借助简单计算去执行这种游戏的手法了，这确实经由具备着公众群体健康方面具备着医学知识专长的专业人士来校准处理之后完成发布的。
微信支付宝里的疫情服务比你想象得更细
超多的人唯一只是于支付页面那儿点按过健康码，然而却并非晓得微信城市服务之中的“疫情专区”是能够查得封控区确切的门牌号的。就以上海当作例子来讲，在二零二二年四月浦东处于封控的那个期间，用户进入了国务院客户端小程序里，选取“疫情风险查询”，接着点按“封控管控区域地图”，便能够看到以小区作为单位的彩色标注网格，精准到某某路某某弄那里。此功能在百度、高德地图里面同样是有入口的，可是知晓的人并不多。
夸克浏览器将查询的门槛降得最低，在2023年之后，其捷径页面径直放置了一张“疫情动态”卡片，点击进入便会自行识别你的地理位置，呈现周边三公里范围内有无高风险区，倘若你担忧老家的父母不会进行复杂操作，那就帮他们把这个捷径添加至手机桌面，这比每日打电话询问村委会更为高效。
外贸人必须收藏的三个疫情关联查询工具
国际快递时效受疫情影响殊为巨大，在2021年之际，越南工厂出现大面积停摆情势，众多外贸业务员借助海运价格走势查询网站fbx.freightos.com预先判断运费会急剧上涨，赶在价格上涨之前锁定船舱。还有另一个船舶实时追踪网站marinetraffic.com，它更是能够直观看到某一艘货轮在上一周是否停靠过印度、巴西等彼时疫情情形严重的港口，国内部分化工企业藉此甚至拒绝船员进行换班，以此避免将疫情输入厂区。
timeanddate.com这个各国节日查询工具，在疫情期间发挥了特殊作用，2021年日本东京奥运会期间，该网站清楚标注了日本法定假日还有大型集会日期，跨境电商卖家依据这些标注来调整广告投放时间，以此避开日本国民外出连休、签收率大幅下降的时段，这些工具原本并非是为疫情所设计的，然而疫情却改变了它们的使用场景。
区块链电子病历如何改写全球疫情监控
素材里提及区块链赋能的电子病历系统，该情形并不是空想，爱沙尼亚在此方面有实际行动，于2016年就着手运用区块链存储该国100万公民的医疗记录，在2020年新冠疫情发生后，该国电子健康记录系统能够实时向欧洲疾控中心传输匿名化的病例数据，并且无需人工填报。在这样的技术架构状况下，当患者前往任何一家欧盟医院就诊时，医生能够调取其完整病史，与此同时患者本人可以凭借手机查看谁访问过自己的病历。
最大难点并非技术而是信任，这是国际医疗数据共享面临的状况，2021年WHO曾尝试搭建全球疫情数据共享平台，最终因部分国家担心数据遭滥用而受阻。区块链不可篡改这一特性刚好处理了该问题，上传的数据、访问记录、修改痕迹等都留存于链上之中，不存在哪一个机构能够私自删改数字的情况。尽管此系统在中国尚处于小范围试点阶段，但它的确属于未来全球应对新发传染病的底层基础设施。
看过这些网站数据之后，你可曾发觉在那个时候疫情处于高峰期时，你身处的城市或者行业实际上有着更佳的应对窗口期呢？欢迎于评论区分享你运用这些工具做过的哪些实用决策，也请将这篇文章转发给那些还不会去查真实疫情数据的朋友哦。
