IHME, Qumulo를 활용하여 COVID-19 팬데믹 글로벌 인구 모델링 제공
IHME(Institute for Health Metrics and Evaluation)는 세계에서 가장 시급한 건강 문제에 대한 엄격하고 비교 가능한 측정을 제공하고 이를 해결하는 데 사용되는 전략을 평가합니다. 그러나 세계적인 전염병이 갑자기 위험과 긴급성을 증가시키면 어떻게 됩니까?
사업 실적
IHME는 초기 요청 후 며칠 이내에 COVID-19 시각화를 제공했으며 전 세계 커뮤니티를 안전하게 유지하는 임무를 맡은 정부 및 의료 관계자의 요구를 충족하도록 신속하게 확장되었습니다.
COVID-19 전염병이 발생한 이후 IHME의 Qumulo 시스템은 매일 최대 20배 더 많은 데이터를 분석하는 데 도움이 되었습니다.
Qumulo를 사용하면 다양한 내부 및 외부 소스에서 들어오는 데이터를 수집, 처리 및 활용할 수 있습니다.
IHME는 워싱턴 대학교 의과대학에 기반을 둔 독립적인 글로벌 건강 연구 기관입니다. IHME의 사명은 이용 가능한 최고의 공중 보건 정보를 제공하여 전 세계 인구의 건강을 개선하는 것입니다. IHME는 정책 입안자와 의료 기관이 생명을 구하는 중요한 결정인 의료 자원 할당에 대해 정보에 입각한 결정을 내리는 데 필요한 증거를 가질 수 있도록 연구를 무료로 제공합니다.
IHME는 글로벌 보건 서비스를 제공합니다.
IHME는 Qumulo를 얼리 어답터로 2015년에 Qumulo 파일 스토리지를 처음 배포했습니다. Qumulo는 IHME에 동적으로 확장 가능한 아키텍처와 전 세계 병원, 대학 및 정부에서 들어오는 다양한 데이터를 관리하는 데 필요한 실시간 가시성을 제공했습니다. 2017년에 Qumulo는 IHME와 함께 "Qumulo가 연구원들이 글로벌 질병과 싸우도록 돕는 방법"을 자세히 설명하는 사례 연구를 발표했습니다. 이 연구에서는 IHME의 극단적인 용량 및 성능 요구 사항과 Qumulo 시스템이 사용하기 쉽고 확장 가능한 아키텍처 및 데이터에 대한 명확한 가시성을 통해 이러한 요구 사항을 어떻게 초과했는지에 대해 논의했습니다. IHME는 들어오는 원시 데이터를 신속하게 수집하여 인구 그래프 시각화를 생성할 수 있었습니다. 이러한 오퍼링은 비의료인이 데이터 결과를 쉽게 시각화하여 결정적인 조치를 취할 수 있도록 도왔습니다.
“시각화는 저널에서 엄격한 동료 심사를 거친 과학 논문에 대해 정책 입안자와 IHME 커뮤니케이션의 핵심입니다. Qumulo는 수억 개의 데이터 포인트를 단일 시각화로 추출하여 정책 입안자가 결과를 쉽게 보고 팀에 전달할 수 있도록 하는 데 매우 중요합니다."
그때 세상이 바뀌었다
2019년 말, 중국 우한에서 심각한 질병이 이동했습니다. 2020년 초까지 COVID-19는 국경을 넘어 전 세계적인 대유행을 일으키고 있었습니다.
세계보건기구(WHO)가 11월 XNUMX일까지 팬데믹을 선언하지 않았지만 일부 병원은 WHO를 기다리지 않고 있다.
19월에 University of Washington School of Medicine은 전염병 모델링에 대한 IHME의 즉각적인 도움을 요청했습니다. 다른 병원 시스템과 여러 주 정부는 IHME의 해당 커뮤니티에 대한 인구 모델 요청을 신속하게 따랐습니다. 그들은 COVID-XNUMX가 환자를 돌보는 능력을 압도할 때와 그것을 피하기 위해 무엇을 할 수 있는지 알아야 했습니다. 며칠 만에 푸에르토리코, 캐나다 및 유럽 경제 지역(EEA) 국가에서도 유사한 요청이 쏟아졌습니다.
긴급한 요청에 응답하기 위해 IHME는 예측을 위한 대규모 데이터 모델링을 생성하고 일일 및 누적 COVID-19 사망 보고서, 감염 및 테스트 수, 사회적 거리 정보를 포함해야 했습니다.
거의 하룻밤 사이에 IHME는 막대한 추가 데이터 리소스가 필요했습니다. IHME는 기존 프로젝트를 보류하지 않으면서 새로운 데이터 유입에 대응하고 새로운 시각화의 빠른 릴리스 주기를 생성할 수 있도록 Qumulo를 선택했습니다. 온프레미스 데이터 처리를 위한 Qumulo와 데이터 시각화 호스팅을 위한 Microsoft Azure의 두 가지 강력한 기술을 결합하여 IHME는 정부, 의료 기관 및 개인이 활용한 COVID-48 예측의 맹공격에 단 19시간 만에 대응할 수 있었습니다. 전 세계적으로.
Yalcin은 "온프레미스 데이터 처리를 위한 Qumulo와 데이터 시각화 호스팅을 위한 Microsoft Azure의 두 가지 강력한 기술을 결합하여 IHME는 정부에서 활용한 COVID-48 예측의 맹공격에 단 19시간 만에 대응할 수 있었습니다. , 전 세계의 의료 기관 및 개인.
팬데믹이 닥쳤을 때 배달된 Qumulo
COVID-19 이전에 Qumulo 시스템은 이미 기존 연구 결과물에 대해 대량의 데이터를 캡처하고 처리하고 있었습니다. 예를 들어, 질병 지도 작성 프로젝트만 해도 거의 2PB의 데이터를 차지합니다.
Qumulo 아키텍처의 민첩성 덕분에 IHME는 재설계할 필요 없이 데이터 수집 및 처리 요구의 급격한 증가를 수용할 수 있었습니다.
읽기와 쓰기 모두 팬데믹 초기부터 가속화되었습니다.
기대: 더 많은 데이터를 통합하는 새로운 모델
IHME는 COVID-19 사망, 감염 및 바이러스 전파를 여러 단계로 추정하는 것을 포함하는 다단계 하이브리드 모델링 접근 방식을 발표했습니다. 새로운 구성 요소는 치사율뿐만 아니라 개인이 감수성에서 노출, 감염, 회복(SEIR 주기)으로 이동하는 비율을 포착합니다. 새로운 모델은 또한 외부 온도, 밀집된 지역에 거주하는 사람들의 비율 및 인간의 이동성과 같은 전염병 추세의 주요 동인과 전송 매개변수를 비교할 것입니다.
이 정보는 지역 및 지역 경제를 활성화하는 동시에 COVID-19로부터 인구를 보호하는 주요 발전인 위치별 사회적 거리두기 정책에 대한 정량화 가능한 증거를 이끌어 낼 것입니다.
복잡한 데이터 분석 강화
IHME 맞춤형 애플리케이션 및 실시간 데이터 가시성과 결합된 Qumulo의 API 통합은 집약적인 분석 워크로드를 위한 고성능과 결합되어 IHME가 대량의 복잡한 정보를 대화형 데이터 시각화 제품군으로 신속하게 추출할 수 있도록 합니다.
- 전 세계적 질병 부담
IHME의 대표 간행물은 2010년에 처음 등장한 이후 매년 간행되고 있습니다. 3,600개국 이상에서 145명 이상의 연구자로 구성된 컨소시엄에서 수집 및 분석한 데이터는 350년부터 현재까지 195개국의 1990개 이상의 질병 및 부상으로 인한 조기 사망 및 장애를 연령과 성별로 포착하여 시간 경과에 따른 비교를 가능하게 합니다. , 연령 그룹과 인구 사이. - 미래 건강 시나리오
IHME는 GBD에 20년 예측을 추가하고 있습니다. IHME는 2020년 수치를 사용하여 다양한 프레임워크 및 시나리오에서 2040년이 어떤 모습일지 예측합니다. 예측에는 예상 인구 비율, 앞으로 각 국가의 가장 큰 부담이 무엇인지, 최상의 미래 영향을 위해 정부가 지금 어디에 투자해야 하는지가 포함됩니다. - 질병의 국부적 부담
IHME는 5×5km 타일의 작은 지리적 영역에서 주요 질병 활동을 매핑하고 있습니다. 예를 들어, 말라리아는 아프리카의 많은 지역에서 심각한 건강 문제입니다. 말라리아 발생에 대한 작은 지리적 위치를 매핑함으로써 IHME는 공중 보건 기관이 개별 지역 및 인구에 대한 대응을 맞춤화할 수 있도록 합니다.