Big data tegen Ebola
Het aantal internetgebruikers groeit nog steeds zeer snel, waardoor medische, bedrijfs- en overheidsdatabases blijven groeien. Deze databases bevatten schatten aan informatie. Aske Plaat laat in zijn oratie de mogelijkheden en beperkingen van data science zien aan de hand van de Ebola-uitbraak in West-Afrika in 2014. Volgens de Wereldgezondheidsorganisatie (WHO) heeft het ontbreken van betrouwbare data in hoge mate bijgedragen aan de ernst van deze uitbraak.
De dataverzameling- en verwerkingstechnieken zijn de laatste tien jaar enorm verbeterd. Het data-gedreven onderzoek neemt een hoge vlucht in gebieden als sterrenkunde, biologie en sociologie. Ook bij de Ebola-uitbraak zijn innovatieve dataverwerkingsmogelijkheden van groot belang, aldus Plaat. De ziekte kon in 2014 niet goed worden gediagnosticeerd omdat de gegevensverzameling traag verliep en eenvoudige tests ontbraken. Het was onduidelijk waar het dodelijke virus zich precies bevond, en zo kon het zich onopgemerkt verspreiden.
Betere modellen redden levens
Tests die ook door ongetraind personeel kunnen worden uitgevoerd, kunnen dit voorkomen. Denk aan het gebruik van mobiele telefoons en apps met een checklist voor Ebola-symptomen. Ebola-gegevens kunnen zo sneller binnenkomen, waardoor de ziekte beter te lijf is te gaan. Daarbij is het belangrijk dat regeringen en organisaties opener worden met hun gegevens, stelt Plaat. Ze zijn vaak te beschermend.
Pas toen de enorme omvang van de Ebola-uitbraak duidelijk werd, gingen regeringen en organisaties, zoals de Wereldgezondheidsorganisatie, meer gegevens uitwisselen over de ziekte. Wetenschappers overal ter wereld konden hun online modellen verbeteren die de Ebola-verspreiding voorspellen en werken aan vaccins en medicijnen. Deze gezamenlijke open data initiatieven zijn van grote waarde, aldus Plaat. Zo kan data science de kansen op toekomstige virusuitbraken verkleinen en levens redden.
