از هوش مصنوعی برای تشخیص بیماری و طراحی داروهای جدید استفاده می شود

صنعت بهداشت و درمان همواره پیشرو در نوآوری بوده است. جهش مداوم بیماری ها و ویروس ها ، ماندن در مقابل منحنی را دشوار می کند ، اما با کمک هوش مصنوعی و الگوریتم های یادگیری ماشین ، پیشرفت خود را ادامه می دهد ، ایجاد درمان های جدید و کمک به مردم زندگی طولانی تر و سالم تری می کند.

مطالعه ای که این هفته توسط The Lancet Digital Health منتشر شده است ، عملکرد یادگیری عمیق - شکلی از هوش مصنوعی (AI) - را در تشخیص بیماری ها از تصویربرداری پزشکی در مقایسه با متخصصان مراقبت های بهداشتی ، با استفاده از نمونه ای از مطالعات انجام شده بین سال های 2012 و 2019 انجام داده است.

این مطالعه نشان داد که ، در چند سال گذشته ، هوش مصنوعی در تشخیص تشخیص بیماری در این تصاویر دقیق تر شده و به یک منبع زنده تر اطلاعات تشخیصی تبدیل شده است. به گفته محققان ، از 14 مطالعه ای که مدل های یادگیری عمیق و متخصصان مراقبت های بهداشتی را در همان نمونه مقایسه کرده اند ، عملکردهای تشخیصی معادل بوده اند.

با پیشرفت در هوش مصنوعی ، یادگیری عمیق ممکن است در چند سال آینده در تشخیص تشخیص حتی کارآمد تر شود.

رنامه های هوش مصنوعی در زمینه مراقبت های بهداشتی فقط به تشخیص بیماری محدود نمی شوند ، بلکه شامل درمان احتمالی آن نیز می شود.

شرکت داروسازی بایر به تازگی با همکاری شرکتهای فناوری در ایجاد نرم افزاری برای کمک به تشخیص شرایط پیچیده و نادر و کمک به تولید داروهای جدید برای درمان این بیماری ها کمک کرده است. آنها در همکاری با بیمارستان ها و محققان کار کرده اند تا آنچه را که یادگیری دستگاه برای تجزیه و تحلیل نیاز دارد ، برای یادگیری چگونگی تشخیص وضعیت پزشکی بیمار ، انجام دهد. اطلاعاتی که AI در آن جذب می کند از عوامل مختلفی از داده های علائم ، علل بیماری ، نتایج آزمایش ، تصاویر پزشکی ، گزارش پزشک و موارد دیگر ناشی می شود.

ما می توانیم در ترکیب با سایر داروهای بیمارانی که رفتار می کنند ، رفتار کنیم. ما در حال بررسی این موضوع هستیم که چگونه می توانیم بیماران و سایتهای مناسب را برای انجام کارآزمایی بالینی خود شناسایی کنیم. ما می توانیم مطالعات کوتاه تری انجام دهیم و نشان دهیم که داروها در چه موقع مناسب برای این بیماران است. "آنجلی مولر ، رئیس پروژه های هوش مصنوعی در بایر ، به آسوشیتدپرس توضیح داد.

سیستم های یادگیری ماشین برای جایگزینی پزشکان یا تصمیم گیری مطلق در معالجه بیمار نیستند. به گفته مولر ، آنها هنوز هم می خواهند که بیمار بر معالجه خود کنترل داشته باشد و بخواهد از هوش مصنوعی برای حمایت از تصمیم گیری ها استفاده کند و براساس یافته ها توصیه هایی را انجام دهد.

بایر تنها شرکتی نیست که در زمینه مراقبت های بهداشتی با هوش مصنوعی موج می زند. بسیاری از شرکت های نوپا دیگر وجود دارند که گزینه های درمانی AI را برای بیماری برطرف می کنند. براساس آخرین گزارش BenchSci ، در حال حاضر 148 راه اندازی استفاده از هوش مصنوعی در کشف مواد مخدر وجود دارد.

یکی از این استارتاپ ها ، Atomwise ، فقط در یک شرکت سرمایه گذاری 1.5 میلیارد دلاری مشترک با گروه داروسازی جیانگ سو هانسوه همکاری کرد تا در زمینه طراحی داروهای جدید برای درمان سرطان همکاری کند.

این همکاری فن آوری هوش مصنوعی Atomwise را با توانایی های تولید هانسوه فارما به منظور همکاری با یکدیگر برای طراحی روش های جدید برای پیش بینی چگونگی اتصال یک مولکول کوچک به یک پروتئین هدف ترکیب می کند و امیدواریم منجر به پیشرفت های جدید در درمان های پزشکی شود. این سرمایه گذاری های مشترک امیدوار کننده است زیرا این دو عنصر اساسی را برای پیشرفت در یادگیری ماشین و نوآوری دستگاه پزشکی ترکیب می کند.

یک شرکت بیوتکنولوژی کانادایی ، Deep Genomics ، در 5 سال گذشته در زمینه یادگیری ماشین و تولید دارو آزمایش کرده است. به طور خاص آنها آزمایش های مختلفی را برای یک بیماری ژنتیکی نادر به نام بیماری ویلسون انجام داده اند که در حال حاضر هیچ درمانی در بازار وجود ندارد. این بیماری مانع از بین بردن بدن مس در نهایت در اندام ها می شود و می تواند باعث آسیب به ارگان ها و گاهی عدم موفقیت شود.

سیستم هوش مصنوعی Deep Genomic کشف کرد که این جهش یک اسید آمینه را در ATP7B ، پروتئین متصل کننده مس که در بیماران ویلسون وجود ندارد ، تغییر می دهد و باعث اختلال در ژنوم می شود که باعث تولید پروتئین نمی شود. آنها در حال حاضر داروی خود را بر روی اولین نامزد خود در آزمایش آزمایش می کنند و امیدوارم که این امر در معالجه بیماری موفق باشد.

از امروز ، هیچ درمان دارویی در بازار وجود ندارد که توسط AI ساخته شده باشد ، اما بسیاری از شرکت ها به سختی تلاش می کنند تا به زودی این اتفاق بیفتد. جمع آوری داده ها و آزمایش بیماران ، پیشرفت های پیشرفت را به جلو ادامه خواهد داد ، و اگرچه این موارد گام های بزرگی در پیشرفت هوش مصنوعی است که برای نجات جان افراد حرفه ای پزشکی با متخصصان پزشکی کار می کنند ، اما دور از جریان اصلی نیست.

وی گفت: "احتمالاً دو سال طول بکشد تا واقعاً در عمل پزشکی اصلی انجام شود. دریافت فن آوری به بیمار هنوز بخش سختی است ، "مولر به AP.

آمار ویروس کرونا در آسیا تا Last updated: April 11, 2020, 08:17 GMT

آمار ویروس کرونا در آسیا تا Last updated: April 11, 2020, 08:17 GMT(دیروز)

منبع:

https://www.worldometers.info/coronavirus

بررسی آماری کرونا در جهان و ایران

منبع:https://www.worldometers.info/coronavirus

موارد ویروس کرونا:آخرین بروزرسانی: 10 آوریل 2020 ، ساعت 11:16 GMT

1،617،559 در جهان

مرگ:

96،918(تقریبا 5 درصد )در جهان

بازیابی شده:

365،728

موارد ویروس کرونا  در ایران:

68،192

مرگ:

4،232 

بازیابی شده:

35،465

سن مرگ Coronavirus

نرخ مرگ و میر COVID-19 توسط AGE:

در ایران

سن

نرخ مرگ

موارد تایید شده

نرخ مرگ

همه موارد

80+ ساله

21.9٪

14.8٪

70-79 ساله

8.0٪

60-69 سال

3.6٪

50-59 ساله

1.3٪

40-49 سال

0.4٪

30-39 ساله

0.2٪

20-29 ساله

0.2٪

10-19 ساله

0.2٪

0-9 ساله

تلفاتی ندارد

نرخ مرگ و میر COVID-19 توسط COMORBIDITY:

شرایط پیشین بیماری قبلی 

نرخ مرگ

همه موارد

بیماری قلب و عروقی

13.2٪

10.5٪

دیابت

9.2٪

7.3٪

بیماری تنفسی مزمن

8.0٪

6.3٪

فشار خون

8.4٪

6.0٪

سرطان

7.6٪

5.6٪

هیچ شرایطی از قبل موجود نیست

0.9٪

چرا آمار مبتلایان ویروس کرونا در آمریکا زیاد است؟

ایالات متحده آمریکا کشوری است که به زودی با افراد بیمار روبرو خواهد شد. همانطور که آزمایشات مثبت برای coronavirus جدید نشان داده شده است به سمت بالا ، بنابراین ، به ناچار ، مرگ ها را نیز در پی خواهد داشت.

مطالعه ای که این هفته توسط کالج امپریال لندن منتشر شد پیش بینی کرد که اگر اقدامی تهاجمی صورت نگیرد ، کورو ویروس می تواند 2.2 ماه آمریکایی ها را در ماه های آینده بکشد. یک روز پس از انتشار این مطالعه ، محقق اصلی آن سرفه خشک و تب ایجاد کرد. او COVID-19 داشت.

هنگامی که ووهان در ماه دسامبر با سوزش عفونت شروع به سوختن کرد ، دولت ایالات متحده فقط اقدامات غیر منطقی و ناکافی را برای جلوگیری از شیوع ویروس انجام داد: این امر ورود بیگانگان از چین را ممنوع اعلام کرد ، اما با نظارت نامشخص آمریکایی ها از بازگشت این کشور را کنترل کرد. رئیس جمهور از ویروس و پاسخ دموکرات ها به آن خندید و آن را "فریب جدید" نامید و بلافاصله پاسخ شهروندان به اطلاعات پیشگیرانه بهداشت عمومی را قطبی کرد. هنگامی که جرقه های این درگیری رخ داد ، سیاتل قبل از اینکه هرکسی در CDC شروع به دستیابی به آب کند ، اسیر شد.

COVID-19 یک فاجعه آمریکایی است ، یک فاجعه با حرکت آهسته که اکنون در حال مشاهده است. هنگامی که نسبت های واقعی آن اندازه گیری شده است ، باعث می شود که واکنش اولیه دولت حتی بیشتر از آنچه پیش بینی می شود ، ظالمانه تر به نظر برسد. آنچه در اینجا اتفاق می افتد ، در این کشور ، قابل اجتناب بود. تقریباً هر نقص در پاسخ آمریکا به ویروس از یک منبع برخوردار است: آمریکا افراد کافی را برای COVID-19 آزمایش نکرد.

آزمایش باید به پزشکان گفته باشد که چه موقع برای آماده سازی بخش های خود ، بیماران و بیمارستان ها را ترجیح می دهند. این امر به والیان این امکان را می داد تا شدت شیوع محلی را سنجیده و به مقامات فدرال اطلاع دهند زیرا ماسک و تهویه مطبوع را اختصاص داده اند. آزمایش باید در هر بیماری به سؤال مهم پاسخ داده باشد: در حال حاضر چند نفر بیمار هستند؟ اگر ملت این را می دانستند ، سیستم هایی که طی سالها برنامه ریزی برای همه گیری به وجود آمده بودند ، می توانستند از آنها حمایت کنند ، از میلیون ها آمریکایی محافظت کنند و از بیماری برخوردار باشند.

در عوض ، CDC پیشرفت آزمایش خود را به زحمت انداخت. این کیت تست را به آزمایشگاه های بهداشت عمومی با یک ماده غیر کاربردی ارسال می کند. و تا آن زمان ، ویروس در حال گسترش بود. این در حال گسترش بود زیرا سازمان غذا و دارو آزمایشگاه های مستقلی را انجام داد که آزمایشات خود را انجام داده بودند. این در حالیست که نمونه های جمع آوری شده در حال گسترش است ، زیرا محققان برتر جهان در زمینه ویروس شناسی خواهان آزمایش آنها شدند و FDA درخواست های آنها را رد کرد.

ویروس در حالی که تأخیر در کیت های آزمایش ، کمبود ملی شد ، گسترش یافته است. هنگامی که انتقال جامعه در ایالات متحده کشف شد ، و ایالت ها و بیمارستان ها فاقد تجهیزات لازم برای تشخیص حتی یک بیمار مریض خطرناک بودند ، گسترش یافت. وقتی یک هفته گذشت و بازار به هم ریخت و کشور به سختی 1000 نفر را آزمایش کرده بود ، هنوز هم در حال گسترش بود. حتی هنگامی که کیت ها شروع به فریبکاری کردند ، CDC و بسیاری از مقامات دولتی به مقررات محدودکننده ای اجازه می دادند که فقط بیمارانی که در سطح بین المللی مسافرت کرده بودند یا در معرض یک مورد شناخته شده قرار گرفته بودند ، مورد آزمایش قرار بگیرند ، حتی اگر آنتی ویروس قبلاً به وضوح در دفاتر آمریکایی گسترش یابد. مراقبت ، و سینماها. پزشکان و پرستاران با تمام علائم COVID-19 از انجام آزمایشات محروم شدند زیرا نتوانستند مواجهه خود را ثابت کنند. ویروس همچنان در حال گسترش بود.

هر شش روز که کشور آزمایش نکرد ، هر شش روز که عملی نکرد ، تعداد آمریکایی های آلوده دو برابر شد.

ناهید بهادلیا ، مدیر پزشکی بخش ویژه پاتوژن در دانشکده پزشکی دانشگاه بوستون ، به ما گفت: "راهی که هیچ کس انتظار نداشته باشد چگونه این واکنش در ایالات متحده آمریکا شکست بخورد ، آزمایش است." وی متخصص بیماری های عفونی و همه گیر ها است و بر روی یکی از معدود آزمایشگاه های کشور که مسئولیت رسیدگی به پاتوژن های ایجاد کننده بیماری ابولا ، آنتراکس و طاعون کبدی را دارد ، نظارت بر برنامه پاسخ پزشکی دارد.

بهادلیا گفت: "اگر نمی دانید که این بیماری در چه مدت بیماری همه گیر است ، دیگر امیدی به مهار آن ندارید." "حتی اکنون ، [تست] پاشنه آشیل است. این شکافی است که در کل پاسخ ما ایجاد می شود. "

بدون آزمایش ، تنها یک راه برای شناخت شدت شیوع وجود داشت: شمارش مردگان. در 29 فوریه ، ایالت واشنگتن تأیید کرد که مردی که در مرکز مراقبت از زندگی در خارج سیاتل بوده است ، درگذشته است ، اولین مرگ آمریکایی که به طور رسمی به این ویروس منتسب شده است. براساس نسخه جدید بایگانی شده وب سایت CDC ، ایالات متحده تا آن زمان 472 نفر را آزمایش کرده بود.

این مرگ در پایان ماه رخ داد که آخرین فرصت آمریکا برای مهار COVID-19 بود. اما بسیار دیر بود. فوریه از دست رفته بود.

در آخرین روز ژانویه ، Trevor Bedford ، دانشمند مرکز تحقیقات سرطان فرد Hutchinson ، در سیاتل ، در یک پست وبلاگ 484 کلمه ای که باید این کشور را به لرزه درآورد ، به انتشار آن رسید.

چگونه می توان کار تست Coronavirus را در خانه انجام داد

یکی از مهمترین عناصر برای کاهش انتشار کروناویروس جدید ، Covid-19 و ارائه خدمات درمانی برای کسانی که دچار عوارض هستند توانایی ما برای تست سریع و ایمن تعداد زیادی از افراد برای ویروس است. آزمایش در خانه ، که بسیاری از سازمانها امیدوارند به زودی راهنمایی های لازم از سازمان غذا و داروی ایالات متحده (FDA) روشن شود ، می توانند نقش مهمی در گسترش سریع تعداد افرادی که آزمایش شده اند ، داشته باشند.

آزمایشی که در حال حاضر در بیمارستانها و کلینیکها انجام می شود ، از تکنیک مولکولی واکنش زنجیره ای پلیمراز (PCR) استفاده کرده و شامل یک سواب بینی است که معمولاً توسط یک متخصص مراقبت دیده انجام می شود. این مسئله در موارد ابتلا به بیماری همه گیر مانند اکنون ما یک چالش بزرگ است. ما در حال شنیدن ده ها داستان از بیماران ، مانند کاترین 29 ساله ، هستیم که ابتدا باید بفهمد که آیا آنها واجد شرایط برای انجام آزمایش هستند ، سپس به یک مرکز مراجعه کرده و آزمایش می شوند تا جایی که ممکن است سهواً دیگران را در معرض عفونت از جمله مراقبت های بهداشتی قرار دهند. کارگران ، و سپس اگر اتفاقی وجود دارد که تست ها در دسترس باشد ، آزمایش کنید و روزها منتظر نتیجه باشید.

برای پرداختن به این چالش ، مقاله ای که هفته گذشته در مجله انجمن پزشکی آمریکا (JAMA) منتشر کردیم روشی ساده و به ظاهر مؤثر برای گسترش دسترسی ایمن به آزمایش Covid-19 را توصیف می کند: آزمایش در منزل. در حال حاضر گزارش هایی از سازمان هایی که قصد دارند گزینه آزمایش خانه را ارائه دهند ، از جمله بنیاد گیتس برای افراد در سیاتل و شرکت های تازه وارد مصرف کننده وجود دارد. مقاله اخیر HBR شامل آزمایش خانگی به عنوان بخشی از پاسخ جامع ملی است.

در اینجا نحوه کار آزمایش خانگی ارائه شده است. این کار با یک تماس از راه دور با پزشک معالج شروع می شود تا مشخص شود که آیا آزمایش لازم است. سپس یک کیت تست به خانه شما ارسال می شود ، جایی که شما تست را انجام می دهید و سپس نمونه خود را برای تجزیه و تحلیل به آزمایشگاه می فرستید. در حالی که منتظر نتایج هستید ، خودتان باید قرنطینه شوید. کل فرایند تشخیصی بصورت مجازی انجام می شود و برای اکثریت قریب به اتفاق افرادی که کم خطر هستند و می توان با اطمینان از آنها در خانه مراقبت کرد ، کل مراحل تشخیص ، درمان و بهبودی را می توان در خانه انجام داد.

چنین خدماتی می تواند مسافت اجتماعی - که برای کاهش شیوع ویروس بسیار مهم است - را ارتقا بخشد و با آزاد کردن ظرفیت بیمارستانها و درمانگاهها ، مراقبت های لازم را برای افرادی که واقعاً به آن احتیاج دارند ، نتایج سلامت را بهبود بخشد.

تازگی راه حل سادگی آن است. اما اگر نگاهی عمیق تر بیندازید ، خواهید دید که موفقیت چنین خدمتی بر فرضیه های مختلفی درباره نحوه رفتار کاربران پیش بینی می شود. با نگاهی به تست خود برای Covid-19 از منظر طراحی انسان محور ، به نظر می رسد نوع رفتاری است که می دانیم چگونه آن را حل کنیم.

برای درک بهتر منظور ما ، می توانیم به خودآزمایی Covid-19 توجه کنیم که به سه تغییر اساسی در رفتارها نیاز دارد.

اولین راه تشویق مردم هنگام احساس علائم غیر شدید یا تهدید کننده زندگی به یک مرکز مراقبت های بهداشتی نیست ، بلکه در ابتدا با یک سرویس از راه دور تماس می گیرید. هنگامی که ما یا یک دوست عزیز احساس بیماری و حتی می ترسیم ، فقط طبیعی است که به دنبال تخصص بگردیم در جایی که می دانیم آن را دریافت خواهیم کرد و به طور پیش فرض عادت های عمیقاً مغذی ، در این حالت ، رفتن به مطب پزشک یا یک اورژانس (ER) )

دوم این است که به افراد کمک کنیم تست را به درستی انجام دهند. انجام سواب بینی به همان اندازه بلعیدن قرص طبیعی یا آسان نیست. قرار دادن یک سواب پنبه در بینی شما یک عمل طبیعی نیست ، می تواند باعث ناراحتی جسمی شود و اگر آزمایش را به صورت نادرست انجام دهید ، می توانید نتیجه منفی کاذب داشته باشید. در اصل ، ما از مردم می خواهیم کاری را انجام دهند که قبلاً انجام نداده اند ، بدون اینکه بدانند آیا این کار را درست انجام داده اند ، در شرایطی که سلامتی آنها می تواند به آن بستگی داشته باشد.

سوم این است که از مردم بخواهید 48 تا 72 ساعت خود را به طور صحیح و صبورانه قرنطینه کنند تا نتیجه آزمایش آنها برگردد. خود قرنطینه به معنای ماندن از نظر جسمی ، حفظ حداقل شش پا از هر انسانی دیگر ، از جمله عزیزان است. نه تنها این ناخوشایند نیست ، بلکه می تواند مشاغل افراد را نیز به خطر اندازد ، توانایی ما در انجام وظایف خانه و سرپرست خود را نیز محدود کند و از نظر عاطفی چالش برانگیز باشد.

بدون وجود هر سه این رفتارها ، این سرویس به تأثیر بهداشتی فردی و عمومی مورد نظر خود دست نخواهد یافت. خبر خوب این است که هیچ یک از این چالش ها غیر قابل عبور نیست. در حقیقت ، هنگامی که ما در نحوه طراحی یک محصول یا خدمات ، رفتارها ، انگیزه ها و نگرانی های انسانی را به خود اختصاص می دهیم ، می تواند منجر به موفقیت فوق العاده ای شود. فقط این واقعیت را در نظر بگیرید که ما با افراد غریبه به سمت اتومبیل پرش می کنیم و خانه هایمان را بدون اینکه زیاد فکر کنیم اجاره می کنیم.

چگونه ممکن است ما یک سرویس خودآزمایی را برای Covid-19 طراحی کنیم که رفتارهای مناسب را ترغیب کند و انسان را در مرکز نگه دارد؟ در اینجا چند اصل وجود دارد که باید در نظر داشته باشید.

توسل به انگیزه های نوعدوستانه. این مهم است که ما به مردم کمک کنیم تا بفهمند که اقدامات آنها به جامعه خود چگونه کمک می کند ، به خصوص در مورد اهمیت صحبت با یک ارائه دهنده مراقبت های بهداشتی قبل از مراجعه به یک مرکز و ماندن در انزوا در حالی که منتظر نتیجه هستید. راه حلها عبارتند از تشکر از مردم به خاطر انجام کار صحیح و ایجاد پیام های قابل فهم مانند "متوقف کردن یک عفونت امروزه (برخلاف هفت روز مخالف از این پس) از X برابر تعداد بسیاری از عفونت ها در ماه آینده جلوگیری می کند."

برای تحریک اعتماد به نفس در طول فرایند پشتیبانی کنید. تصمیم مردم برای خودآزمایی نباید نتیجه ای را بدست آورد که با مراجعه به کلینیک نتیجه ای ناچیز باشد. از طراحی قلم های انسولین و سایر دستگاه های دارویی که خود تزریق می شوند ، ما می دانیم که اهمیت حلقه های بازخورد برای این است که به مردم بگوییم که این کار را به درستی انجام می دهند. اگر می توانید کد QR را روی بسته بندی کیت که یک فیلم آموزشی از طریق تلفن شما جمع می کند اسکن کنید؟ یا در صورت نیاز به پشتیبانی برای انجام خود سواب ، یک مشاوره ویدیویی مستقیم دریافت کنید؟ ما همچنین می دانیم که تست های کروناویروس می توانند منفی کاذب داشته باشند ، به خصوص اگر این آزمایش خیلی زود یا نادرست انجام شود. بنابراین یک سلف سرویس باید یک روش ساده را برای افراد فراهم کند تا نشان دهد علائم آنها برطرف نشده است یا رو به وخامت می رود و سپس آنها را به سمت مشاوره اضافی از راه دور و آزمایش مجدد راهنمایی می کند.

مردم و حریم خصوصی آنها محافظت کنید. علاوه بر محافظت از افراد در برابر کیت های تست در منزل که هنوز برای تأیید از استانداردهای بالای FDA برخوردار نیستند - شاید با تهیه یک برچسب که به افراد کمک می کند خطرات و مزایای تست به زبان ساده را درک کنند - ما باید اطمینان حاصل کنیم که در حال درمان هستیم. نتایج افراد مطابق با همان استانداردهای محرمانه است که اگر در یک مرکز مراقبت های بهداشتی قرار بگیرند ، انتظار دارند. برقراری اعتماد با مردم ، کلید این روند است. مانند بحث و گفتگو در مورد مجموعه داده های تست DNA در مورد نحوه استفاده و به اشتراک گذاری داده های شما ، ضروری است که خدمات در مورد چگونگی استفاده از نتایج و داده های شخصی شما روشن باشند. بدست آوردن حداقل مقدار داده های شخصی برای کار با سرویس ، مکان بسیار خوبی برای شروع است.

برای جلوگیری از ایجاد هراس و رفتارهای نامطلوب ، بیش از حد ارتباط برقرار می کنید. مردم اگر به چیزی جدید شک دارند ، به آنچه می دانند گله می کنند. به عنوان مثال ، اگر این سرویس در یک بازه زمانی معین نتیجه ای می دهد ، باید به آن بچسبد ؛ در غیر این صورت ممکن است افراد برای دریافت پاسخ های مورد نیاز خود به بخش مراقبت های بهداشتی بروند. بنابراین اگر این سرویس مجموعه بزرگی از نمونه های غیر منتظره را به عقب برگرداند و نتواند به چهارچوب زمانی 48 تا 72 ساعته پایبند باشد ، باید اطمینان حاصل کند که کاربران از زمان جدید تخمین زده شده و دلیل تغییر آن اطمینان دارند.

جمعیت هدف مناسب را مشخص کنید. سرانجام ، خودآزمایی برای همه نخواهد بود. برخی از افراد نیاز به معاینه جسمی توسط پزشک دارند یا مراقبت های حاد تری در اورژانس دریافت می کنند و برخی دیگر تمایلی ندارند و یا از نظر جسمی نمی توانند از خود سواب استفاده کنند. برای اطمینان از رسیدن به خودآزمایی افراد مناسب ، باید از تخصص بالینی برای ایجاد طرحی استفاده شود که به این سرویس امکان شناسایی افراد مناسب برای خودآزمایی فراهم شود و سپس امکان تغییر در کل مراحل را برای کاربران فراهم کند. اگر آنها از آن ناراحت شوند

برای کمک به جهان در مقابله با Covid-19 ، چندین راه حل ابتکاری در حال انجام هستند ، از طریق تجهیزات آزمایشگاهی که از طریق سراسر کشور به سراسر کشور می روند تا تلاش های متعدد برای تولید واکسن تا آزمایش در منزل. ما برای پاسخ به این بیماری همه گیر جهانی به هر اونس علم ، فناوری ، فداکاری ، دلسوزی و خلاقیت نیاز داریم. با قرار دادن انسانها در مرکز می توانیم گامهای بلندی برداریم.