نظارت دیجیتالی آب و فاضلاب برای نظارت و تشخیص زودهنگام

 

خلاصه

تعداد بالایی از موارد سرانه COVID-19 در جهان وجود دارد که شناسایی نشده است، از جمله بیماری های بالینی سازگار با COVID-19. در حالی که وجود COVID-19 در آب آشامیدنی تصفیه نشده امکان پذیر است، هنوز در منابع آب آشامیدنی شناسایی نشده است. قطعات ویروسی COVID-19 در مواد دفعی یافت شده است، این امر به نظارت و تجزیه و تحلیل فاضلاب (نظارت بر فاضلاب) خطر بالقوه سلامتی نیاز دارد. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. محدودیت های اقتصادی در غربالگری پزشکی برای SARS-CoV-2 یا COVID-19 در سراسر جهان به اپیدمیولوژی مبتنی بر فاضلاب به عنوان ابزار بالقوه بزرگ برای ارزیابی و مدیریت همه گیری COVID-19 تبدیل شده است. نظارت و ردیابی عوامل بیماری زا در فاضلاب برای سیستم هشدار اولیه و نظارت بر استراتژی بهداشت عمومی COVID-19 کلیدی است. در حال حاضر، سنجش‌های RT-qPCR برای آزمایش بالینی و تشخیص RNA نمونه SARS-CoV-2 در سیستم آب توسعه داده شده‌اند. انتظار می‌رود روش‌های تصفیه فاضلاب همرفتی و ضدعفونی، ویروس SAR-CoV-2 را از بین ببرد. کلر، اشعه ماوراء بنفش، ازن، کلرامین برای غیرفعال کردن و ضد عفونی کردن سیستم تصفیه آب در برابر SARS-CoV-2 استفاده می شود. مدیریت آب و طراحی زیرساخت‌های آب نیازمند تغییرات عمده برای سازگاری با تغییرات اقلیمی، چرخه آب، تصویربرداری مجدد از دیجیتالی‌سازی، زیرساخت‌ها و حفاظت از حریم خصوصی است. انقلاب دیجیتال آب، حسگرهای زیستی و مقیاس نانو، ردیابی تماس،

مقدمه

سندرم حاد تنفسی ویروس کرونا 2 (SARS-CoV-2) که باعث همه‌گیری جهانی ویروس کرونا (COVID-19) شد، از ووهان چین پدیدار شد و در سطح جهان گسترش یافت. شیوع این بیماری در 30 ژانویه 2020 توسط سازمان بهداشت جهانی به عنوان یک وضعیت اضطراری بهداشت عمومی اعلام شد و در 11 فوریه 2020 نام کروناویروس جدید (COVID-19) داده شد (لا روزا و همکاران 2020 ).). از طریق قطرات تنفسی (استنشاق قطرات) که از دهان و بینی فرد مبتلا در هنگام صحبت کردن، سرفه، عطسه و سطوح آلوده خارج می شود، منتقل می شود. تعداد بالایی از موارد سرانه COVID-19 در جهان وجود دارد که شناسایی نشده است، از جمله بیماری های بالینی سازگار با COVID-19. آزمایش انبوه به خودی خود راه حلی برای مهار شیوع SARS-COV-2 نیست، بلکه بخشی از استراتژی زمانی است که با جداسازی فوری، تشخیص سریع و فناوری ردیابی (ردیابی تماس) همراه شود. هزینه ردیابی تماس، آزمایش و جداسازی در کوتاه مدت و بلند مدت زیاد است. این منجر به اختلال در هزینه های اقتصادی و اجتماعی به دلیل فاصله های اجتماعی می شود که جوامع، مشاغل و افراد را تحت تأثیر قرار می دهد. اقدامات کشنده یا شدید هستند تا زمانی که بحران مدیریت شود یا از طریق مداخله دارویی (درمان یا واکسیناسیون کووید-19) در دسترس باشد. حفظ اقتصاد و جامعه باز و در عین حال به حداقل رساندن بحران سلامت جمعیت مهم است (Salathé et al.2020 ). در حالی که وجود COVID-19 در آب آشامیدنی تصفیه نشده امکان پذیر است، هنوز در منابع آب آشامیدنی شناسایی نشده است. کووید-19 در مقایسه با ویروس روده انسان بدون پوشش که از طریق آب منتقل می شود، دارای پوشش است و بنابراین پایداری کمتری دارد. قطعات ویروسی COVID-19 در دفع یافت شده است، این درخواست برای نظارت و تجزیه و تحلیل فاضلاب (نظارت بر فاضلاب) خطر بالقوه سلامتی (WHO 2020 ). شکل  1 پتانسیل نظارت بر فاضلاب را در پایش کووید-19 در آب، سیستم فاضلاب و سلامت عمومی نشان می‌دهد (فرکاس 2020 ).

عکس. 1
شکل 1

پتانسیل نظارت بر فاضلاب در پایش کووید-19 در آب، سیستم فاضلاب و سلامت عمومی (فرکاس و همکاران 2020 )

تصویر در اندازه کامل

مطالعه حاضر در هنگام انجام غربالگری گسترده جمعیت برای SARS-CoV-2/COVID-19، ملاحظات نظارت و کاهش، نظارت و ردیابی، اقتصادی، عملی، جمع‌آوری و تجزیه و تحلیل داده‌ها در نظارت بر آب و فاضلاب را ترکیب کرد.

آسیب پذیری در برابر COVID-19

نگرانی اصلی زیربنای بار احتمالی COVID-19 در کشورهای با درآمد کم و متوسط ​​(LMICs) آسیب پذیری ناشی از اپیدمیولوژیک (یعنی نرخ مرگ و میر به دلیل سن، جنسیت و شرایط بهداشتی زمینه ای)، انتقال (به عنوان مثال زیرساخت های بهداشتی) است. تراکم جمعیت و مسکن، تحرک شهری و مهاجرت، بدون تهویه و خانه، قیمت بالای ضدعفونی‌کننده‌ها و ماسک‌ها، توالت‌های مشترک در هنگام تماس با طبیعت و عدم دسترسی به آب، دفع ناکافی زباله‌ها که منجر به خطرات مخاطرات زیستی و ادغام/فاصله‌گذاری اجتماعی می‌شود. تقاضای بالا برای سیستم سلامت و در دسترس بودن مراقبت های ویژه، اقدامات کنترلی بسته حمایت اجتماعی و اقتصادی (Wilkinson 2020 ).

نظارت و کاهش کووید-19 آب، بهداشت و بهداشت (WASH).

فاضلاب یک منبع کمیاب است که باید محافظت شود و دوباره مورد استفاده قرار گیرد. آب در سیستم فاضلاب مانند گرم شدن اولیه برای شیوع یک بیماری در جمعیت شهری عمل می کند. همه گیری COVID-19 اهمیت مدیریت صحیح آب، بهداشت و بهداشت (WASH) و حفاظت از سلامت انسان (WHO 2020 ) را برجسته کرده است. فاضلاب های آلوده به عوامل بیماری زا و قرار گرفتن در معرض انسان و حیوانات نقش عمده ای در گسترش بیماری ها دارند. نظارت و ردیابی عوامل بیماری زا در فاضلاب برای سیستم هشدار اولیه (EWS) و نظارت بر استراتژی بهداشت عمومی COVID-19 کلیدی است (خیابان و همکاران 2020 ).). موارد ژنتیکی SARS-CoV-2 را می توان در ضایعات گوارشی یک بیمار COVID-19 شناسایی کرد و از طریق مدفوع-دهانی منتقل می شود. ژنتیکی ویروس در سیستم تصفیه فاضلاب شناسایی شده است و نگرانی در مورد پتانسیل مسیر انتقال را افزایش می دهد. میزان بقای COVID-19 از حالت عفونی در مدفوع هنوز مشخص نشده است. طبق (پان و همکاران 2020) سیستم گوارشی از بیماران کووید-19 ساخته شده است. علائم دیگر شامل تنفس، بی اشتهایی، اسهال، درد شکم و استفراغ است. انتظار می‌رود روش‌های تصفیه و گندزدایی فاضلاب همرفتی، SAR-CoV-2 را ریشه‌کن کند، اما جمعیت زیاد آنها و تصفیه‌خانه‌های فاضلاب که به خوبی نگهداری نمی‌شوند، می‌توانند محیط اطراف را آلوده کنند، جایی که SAR-CoV-2 تا چند روز در آب تصفیه‌نشده زنده می‌ماند و مدت زمان طولانی‌تری در آن وجود دارد. منطقه ای با دمای پایین تر پیشگیری از آلودگی آب ناشی از جمع آوری، توزیع، مصرف توسط سازمان جهانی بهداشت (WHO) برای مقاومت در برابر کووید-19 (WHO 2019 ) مشخص شده است. شکل  2احتمال آلودگی COVID-19 در چرخه آب روستایی و شهری با پتانسیل قرار گرفتن انسان در معرض SARS-CoV-2 را نشان می دهد (Bhowmick et al. 2020 ).

شکل 2
شکل 2

احتمال آلودگی COVID-19 در چرخه آب روستایی و شهری با پتانسیل قرار گرفتن انسان در معرض SARS-COV-2 (Bhowmick et al. 2020 )

تصویر در اندازه کامل

مسیرها نشان می دهد؛ (1) گسترش COVID-19 از حیوان به انسان، (2) COVID-19 با استفاده از سیستم فاضلاب وارد سیستم های فاضلاب می شود، (3) مراکز قرنطینه و بیمارستان ها، (4) جریان فاضلاب آلوده به تصفیه خانه، ( 5) مدیریت نادرست و دفع بی دقتی پسماندهای زیست پزشکی سیستم آب را آلوده می کند، (6) فاضلاب تولید شده در اماکن عمومی، (7) تخلیه فاضلاب تصفیه شده به آب دریافت کننده، (8) دور زدن فاضلاب تصفیه نشده آلوده به داخل بدنه آبی، (9) مصرف مستقیم شبکه توزیع آب آلوده توسط جوامع روستایی، (10) ضد عفونی و تصفیه فاضلاب آلوده در WWTPs، (11) مصرف مستقیم شبکه توزیع آب آلوده توسط جوامع شهری، (12) افزایش موارد COVID-19 به دلیل سیستم آب آلوده در منطقه شهری، (13) قرار گرفتن انسان در معرض COVID-19 در داخل خانه از طریق شستشوی توالت و از طریق سیستم های لوله کشی معیوب، (14) روان آب آب حاصل از آب باران می تواند موارد ابتلا به کووید-19 را در طول رویدادهای بزرگ تسریع کند و در نهایت (15) شیوع کووید-19 از طریق زیر پا گذاشتن قوانین بهداشت جهانی و فاصله اجتماعی کشورها، قرنطینه و عدم رعایت بهداشت مناسب است. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب (بوومیک و همکاران. (13) انسان در معرض COVID-19 در خانه از طریق شستشوی توالت و از طریق سیستم های لوله کشی معیوب، (14) خروج آب از آب باران می تواند موارد COVID-19 را در طول رویدادهای مهم تسریع کند (15) COVID-19 -19 گسترش از طریق زیر پا گذاشتن قوانین فاصله اجتماعی سازمان جهانی بهداشت و کشورها، قرنطینه و عدم رعایت بهداشت مناسب. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب (بوومیک و همکاران. (13) انسان در معرض COVID-19 در خانه از طریق شستشوی توالت و از طریق سیستم های لوله کشی معیوب، (14) خروج آب از آب باران می تواند موارد COVID-19 را در طول رویدادهای مهم تسریع کند (15) COVID-19 -19 گسترش از طریق زیر پا گذاشتن قوانین فاصله اجتماعی سازمان جهانی بهداشت و کشورها، قرنطینه و عدم رعایت بهداشت مناسب. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب (بوومیک و همکاران. (14) آب روان از آب باران می تواند موارد COVID-19 را در طول رویدادهای مهم تسریع کند و در نهایت (15) شیوع COVID-19 از طریق زیر پا گذاشتن قوانین فاصله اجتماعی WHO و کشورها، قرنطینه و عدم رعایت بهداشت مناسب است. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب (بوومیک و همکاران. (14) آب روان از آب باران می تواند موارد COVID-19 را در طول رویدادهای مهم تسریع کند و در نهایت (15) شیوع COVID-19 از طریق نقض قوانین WHO و فاصله اجتماعی کشورها، قرنطینه و عدم رعایت بهداشت مناسب است. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب (بوومیک و همکاران.2020 ). نمونه گیری، تجزیه و تحلیل و تفسیر داده ها می تواند به مهار بحران سلامت فعلی و آینده کمک کند. KWR Dutch تجزیه و تحلیل را از طریق خدمات بهداشت شهری هلند (GGD) به عنوان یک سیستم هشدار اولیه انجام داد. افزایش غلظت RNA COVID-19 در سیستم فاضلاب با موج اول پذیرش بیماران در بیمارستان آغاز شد و انتظار می‌رود در موج دوم پیگیری شود. شکل  3 غلظت RNA SAR-CoV-2 را در آب فاضلاب آمستردام، هلند (مارس تا اوت 2020) نشان می دهد (مدما و همکاران 2020 ).

شکل 3
شکل 3

غلظت RNA SAR-COV-2 در آب فاضلاب آمستردام، هلند (مارس تا اوت 2020) (مدما و همکاران 2020 )

تصویر در اندازه کامل

در جایی که رنگ قرمز ذرات ژنتیکی RNA را در سیستم فاضلاب نشان می دهد، آبی نشان دهنده موارد آلوده به کووید-19 و رنگ خاکستری نشان دهنده تعداد بیماران در ایزوله و بیمارستان است. در حال حاضر، سنجش‌های RT-qPCR برای آزمایش بالینی و تشخیص RNA نمونه SARS-CoV-2 در سیستم آب توسعه داده شده‌اند. کلر، اشعه ماوراء بنفش، ازن، کلرامین برای غیرفعال کردن و ضد عفونی کردن سیستم تصفیه آب در برابر SARS-CoV-2 استفاده می شود. نیاز فوری به روش استاندارد/پروتکل های استاندارد بهینه شده برای تشخیص و کمی سازی نمونه های فاضلاب وجود دارد (Kitajima et al. 2020 ).

پاتوژن های پوشیده شده و بدون پوشش در سیستم آب

تصفیه خانه های فاضلاب برای کاهش پاتوژن های غیرفعال مانند ویروس ها، تک یاخته ها و باکتری هایی که برای انسان مضر هستند طراحی شده اند. تصفیه خانه های ناکافی و ناکارآمد فاضلاب برای آب های پذیرنده، سیستم آبیاری (کشاورزی)، مراکز تفریحی و منبع آب شرب به خطر می افتند. اکثر ویروس‌های موجود در سیستم آب بدون پوشش هستند و فقط از اسیدهای نوکلئیک (RNA یا DNA) غرق شده در پروتئین کپسید تشکیل شده‌اند. یک ویروس پوششی دارای غشای بیرونی با لیپیدها و پروتئین است که نسبتاً شکننده است و در صورت تخریب دیگر عفونی نیست. ویروس‌های پوششی به گرما، اسیدها، PH، مواد ضدعفونی‌کننده و شوینده‌ها بسیار حساس هستند و بنابراین نمی‌توانند برای مدت طولانی در برابر محیط اسیدی معده مقاومت کنند. ویروس های پوششی در سیستم فاضلاب غیر فعال و غایب فرض می شوند. ویروس‌های پوشیده شده مسئول بسیاری از شیوع‌های همه‌گیر معروف مانند آنفولانزای خوکی، آنفولانزای اسپانیایی، SARS-CoV، سندرم تنفسی خاورمیانه (MERS-CoV)، ابولا و در حال حاضر، همه‌گیری COVID-19 هستند. قرار گرفتن در معرض ویروس در برابر اشعه ماوراء بنفش به شکل نور خورشید یا محدوده طول موج بهینه UV با گندزدایی 100 تا 290 نانومتر و به دنبال آن کلرزنی قبل از تخلیه به محیط دریافت کننده به دناتوره شدن و از بین بردن COVID-19 در سیستم آب کمک می کند. تصفیه ناکافی به طور گسترده در زیرساخت های قدیمی تصفیه خانه های فاضلاب در کشورهای در حال توسعه ارائه شده است. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. شکل همه گیری COVID-19 قرار گرفتن در معرض ویروس در برابر اشعه ماوراء بنفش به شکل نور خورشید یا محدوده طول موج بهینه UV با گندزدایی 100 تا 290 نانومتر و به دنبال آن کلرزنی قبل از تخلیه به محیط دریافت کننده به دناتوره شدن و از بین بردن COVID-19 در سیستم آب کمک می کند. تصفیه ناکافی به طور گسترده در زیرساخت های قدیمی تصفیه خانه های فاضلاب در کشورهای در حال توسعه ارائه شده است. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. شکل همه گیری COVID-19 قرار گرفتن در معرض ویروس در برابر اشعه ماوراء بنفش به شکل نور خورشید یا محدوده طول موج بهینه UV با گندزدایی 100 تا 290 نانومتر و به دنبال آن کلرزنی قبل از تخلیه به محیط دریافت کننده به دناتوره شدن و از بین بردن COVID-19 در سیستم آب کمک می کند. تصفیه ناکافی به طور گسترده در زیرساخت های قدیمی تصفیه خانه های فاضلاب در کشورهای در حال توسعه ارائه شده است. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. شکل تصفیه ناکافی به طور گسترده در زیرساخت های قدیمی تصفیه خانه های فاضلاب در کشورهای در حال توسعه ارائه شده است. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. شکل تصفیه ناکافی به طور گسترده در زیرساخت های قدیمی تصفیه خانه های فاضلاب در کشورهای در حال توسعه ارائه شده است. این نگرانی را در مورد پتانسیل انتقال SARS-CoV-2 از طریق سیستم های آبی ایجاد می کند. شکل 4 ساختار ویریون SARS-CoV-2 را نشان می دهد (WRC 2020 ).

شکل 4
شکل 4

ساختار ویریون SARS-COV- 2 (WRC 2020 )

تصویر در اندازه کامل

ویروس کرونا در یک ساختار کروی پروتئینی با قطر 120 نانومتر پوشانده شده است. این پوشش یک کپسید مارپیچ است که حاوی نوکلئوپروتئین و ژنوم اسید ریبونوکلئیک (RNA) است. ژنوم 25 تا 32 کیلوبایتی کووید-19 در دو قاب بزرگ (ORF1b و ORF1a) سازماندهی شده است که برای پلی‌پروتئین کپی شده و به دنبال آن یک سوم پایانی ژنوم با ناحیه کدکننده‌ای برای پروتئین‌های ساختار (غشاء، سنبله، پوشش، و پروتئین نوکلئوکپسید) (لا روزا و همکاران 2020 ).

به گفته (لا روزا و همکاران 2020 )، کووید-19 در آب بیمارستان، آب لوله کشی و فاضلاب خانگی به مدت 14 روز در دمای 4 درجه سانتی گراد و 2 روز در دمای 20 درجه سانتی گراد شناسایی شد. ویروس در دمای پایین پایدار است و در دمای بالا غیرفعال می‌شود که پروتئین‌ها و فعالیت آنزیم‌های اضافی را از بین می‌برد. گزارش شده است که COVID-19 در ادرار به مدت 17 روز و مدفوع به مدت 3 روز در دمای 20 درجه سانتیگراد باقی می ماند. کلرزنی با 0.5 میلی گرم در لیتر با استفاده از کلر و 2.19 میلی گرم در لیتر با استفاده از دی اکسید کلر، SARS-CoV-2 را در سیستم فاضلاب غیرفعال می کند. گزارش شده است که در غلظت 10 میلی گرم در لیتر کلر با زمان تماس 10 دقیقه و 20 میلی گرم در لیتر با زمان تماس 1 دقیقه غیر فعال است (La Rosa et al. 2020 ). شکل  5مدل مورد استفاده برای گندزدایی فاضلاب در فناوری‌های کلرزنی مایع، دی‌اکسید کلر، فرابنفش، هیپوکلریت سدیم بیمارستان‌ها را نشان می‌دهد. انتخاب این فناوری اقتصادی مقیاس، اقدامات احتیاطی ایمنی، سطوح مدیریت عملیات، مهارت‌های حیاتی، محیط، سرمایه‌گذاری و هزینه عملیات، و زنجیره تامین ضدعفونی‌کننده را تعیین می‌کند (Wang et al. 2020 ).

شکل 5
شکل 5

مدلی برای گندزدایی فاضلاب بیمارستان (وانگ و همکاران 2020 )

تصویر در اندازه کامل

اثربخشی تکنیک های ضد عفونی کننده به ترتیب ازن، دی اکسید کلر به کلر کاهش می یابد (Paleologos et al. 2020 ).

نظارت بر فاضلاب یا اپیدمیولوژی مبتنی بر فاضلاب

محدودیت‌های اقتصادی غربالگری پزشکی برای SARS-CoV-2 یا COVID-19 در سراسر جهان به اپیدمیولوژی مبتنی بر فاضلاب (WBE) به عنوان ابزار بالقوه بزرگ برای ارزیابی و مدیریت همه‌گیری COVID-19 تبدیل شده است (Hart & Halden 2020a.). مطالعات کنونی WBE یا نظارت بر فاضلاب اطلاعاتی را در مقیاس جمعیتی برای تشخیص کانون، اندازه‌گیری دامنه شیوع، ارائه یک پلت فرم تصمیم برای ذینفعان، درک تأثیر تقاضا در بخش بهداشت، پیگیری آلودگی و اقدامات، فراهم می‌کند. و یک هشدار اولیه برای ظهور مجدد همه گیری همه گیر ارائه کند. ابزار نظارتی نوظهور (WBE) از مدل‌سازی و تحلیل محاسباتی برای بررسی اقتصاد، امکان‌سنجی، فرصت‌ها و چالش‌های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت‌دار استفاده می‌کند. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. صرفه جویی قابل توجهی در هزینه ها بر روی جمعیت آسیب پذیر انجام می شود و با مهار COVID-19 در جامعه بهبود اقتصادی را افزایش می دهد. استفاده مؤثر از WBE مستلزم دسترسی به سیستم فاضلاب است و عمدتاً به نمونه برداری و تجزیه و تحلیل یکپارچه برای فرآیند تصمیم گیری نظارت بهداشت جهانی متکی است. WBE تجزیه و تحلیل واکنش زنجیره ای پلیمراز رونویسی معکوس (RT-PCR) برای شناسایی مواد ژنتیکی در RNA استفاده می شود و به عنوان قابل اعتمادترین ابزار تشخیص COVID-19 در سراسر جهان در نظر گرفته می شود. توسعه مشابه استفاده از آزمایش مبتنی بر کارتریج در اهداف WBE مؤثر است، اگرچه با چالش‌های بزرگ در تصفیه خانه‌های فاضلاب. ارزان‌ترین و ساده‌ترین فناوری آزمایش از کیت تست سریع مبتنی بر کاغذ برای شناسایی پتانسیل حامل‌های COVID-19 در WWTP استفاده می‌شود.2020 ). محدودیت مهم WBE ناتوانی در شناسایی فرد آلوده خاص و مکان خاص آنها است (Hart & Halden 2020a). WBE به ارائه اطلاعات در سطح جمعیت و سلامت جامعه به تجزیه و تحلیل ژن های مقاومت ضد میکروبی (ARGs) در فاضلاب ورودی و معمولاً از طریق فناوری qPCR کمک می کند. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود. با این حال، مسائل مربوط به حریم خصوصی در یک جامعه خاص باید برای انگ احتمالی مورد توجه قرار گیرد. چالش‌های کلیدی که باید در نظارت WBE بر آب و فاضلاب در مورد کووید-19 برطرف شود عبارتند از: (1) خط لوله کشف نشانگرهای زیستی برای نشانگرهای بیولوژیکی و شیمیایی، (2) نوسانات اندازه جمعیت موقت برای یک برآورد دقیق جمعیت، (iii) نیاز به فناوری استخراج نشانگر زیستی برای ماتریس فاضلاب پیچیده، و در نهایت (IV) فقدان ابزار تحلیلی که موارد حساس را پوشش می‌دهد،2020 ).

مدل سازی ریاضی COVID-19

بارگیری SARS-COV-2 در تصفیه خانه فاضلاب

بار SARS-CoV-2 در تصفیه خانه فاضلاب توسط (ژانگ و همکاران 2020 ) با استفاده از نرخ دفع در مدفوع انسان با این فرض که بار مدفوع در محدوده 100 تا 400 گرم مدفوع در روز برای هر فرد و با چگالی ویژه مدفوع 1.06 گرم در میلی لیتر. تخمین COVID-19 در فاضلاب را می توان با استفاده از معادله محاسبه کرد. 1 (هارت و هالدن 2020a ).

$$N\left( t \راست) = N_{o} (\frac{1}{2})^{{\frac{t}{{t_{\frac{1}{2}} }}}} $$
(1)

که در آن N(t) مقدار باقیمانده نمونه است که پس از مدتی پوسیده نشده است، o تخلیه اولیه نمونه دفع شده به سیستم تصفیه فاضلاب جمع آوری شده است، t زمان سپری شده بین دفع و نمونه برداری است، ½ نصف است. -زندگی نشانگر زیستی (ویلکینسون، 2020 ).

تعادل جرم در ارزیابی تعداد SAR-CoV-2 در فاضلاب

توازن جرم برای تخمین شیوع عفونت SARS-CoV-2 بر روی تعداد کل کپی‌های RNA در فاضلاب در روز توسط RT-qPCR استفاده شد. تعداد کپی های SARS-CoV-2 در مدفوع جامد و روی فرد آلوده برای تعیین RNA SARS-CoV-2 در نمونه های بالینی فاضلاب محاسبه می شود (احمد و همکاران 2020 ):

$${\text{شخص آلوده به کووید – 19}} = \frac{{\left( {\frac{{\text{RNA copies}}}}{{\text{Litre waterwater}}}} \right) \times \left( {\frac{{\text{Litre of Wastewater}}}{{{\text{Day}}}}} \right)}}{{\left( {\frac{{\text{Faecal g}}}{{\text{Person – Day}}}} \right) \times \left( {\frac{{\text{RNA copyes}}}{{\text{Faecal g}}}} \right )}}$$
(2)

تغییرپذیری و عدم قطعیت در متغیرهای مستقل با استفاده از مدل شبیه سازی مونت کارلوس گنجانده شده است.

نرخ پوسیدگی نشانگرهای زیستی تنظیم شده

از معادله آرنیوس برای محاسبه نرخ پوسیدگی نشانگر زیستی تنظیم شده با دمای واقعی اندازه گیری شده فاضلاب به صورت (Hart & Halden 2020a ; Pan et al. 2020 ) استفاده شد:

$$R_{2} = R_{1} \times Q_{10}^{{\left( {\left( {T_{2} – T_{1} } \right)/10^\circ C} \right )}}$$
(3)

که در آن R سرعت اولیه فروپاشی است، 10 نرخ تغییر برای هر افزایش در دمای 10 درجه سانتیگراد است و معمولاً بین 2 تا 3 است. نیمه عمر با استفاده از معادله محاسبه می شود. 4 (هارت و هالدن 2020a ):

$t_{{\frac{1}{2},2}} = t_{{\frac{1}{2},~1}} \times \frac{{In~\left( 2 \راست)} {{In~\left( 2 \right) \times Q_{10}}^{{\left( {\left( {T_{2} – T} \right)/10^\circ {\text{ C}}} \right)}} }}$$
(4)

که در آن ½ ، 1 نیمه عمر اولیه است، ½ ، 2 نیمه عمر به عنوان تنظیم مکانی و فصلی با دمای فاضلاب، 1 دمای نیمه عمر اولیه، 2 دمای محاسبه شده و وابسته به نرخ است. تغییر واکنش (محدوده 2-3). تجزیه و تحلیل شبکه با استفاده از ESRI ArcGIS برای تعیین بارگذاری جریان آب و هوای خشک بر اساس تراکم جمعیت و برنامه اندازه گیری، و انجام تجزیه و تحلیل انباشته جریان فاضلاب از خانوارها به شبکه لوله از طریق نیمه عمر تنظیم شده فصلی در ساعت (هارت و هالدن) استفاده می شود. 2020b ).

مدلسازی ریاضی انتشار ویروس SAR-CoV-2 در یک شهر هوشمند

مدل جامع راه حل یادگیری ماشینی، پویایی انتقال کووید-19 جدید را در جمعیت انسانی منتخب شهر هوشمند از ابعاد مختلف نشان می دهد. فرض مدل ها این است؛ ردیابی تماس همه افراد وجود دارد، برخی از افراد واکسینه شده اند، وجود دولت و قرنطینه شخصی وجود دارد، وجود دولت و درمان شخصی وجود دارد، تماس فرد به فرد مورد بررسی قرار می گیرد، مصونیت ممکن است از بین برود. در هر زمان، احتمال عفونت مجدد فرد بهبودی، فرد مبتلا می تواند از طریق SAR-CoV-2 بمیرد، فرد مبتلا می تواند قبل از بستری شدن در بیمارستان بمیرد، یک فرد آلوده شناسایی نشده وجود دارد. تغییر زمانی جمعیت و میزان عفونت توسط (هاشم و همکاران 2020 ) شرح داده شده است:

تغییر جمعیت افراد مستعد به صورت زیر ارائه می شود:

$$\frac{{{\text{d}}s}}{{{\text{d}}t}} = \wedge – \rho s – \left( {1 – \rho } \right)S – \mu S + b_{2} G_{Q} + eS_{v} + b_{1} P_{Q} + \eta_{2} R$$
(5)

تغییر جمعیت افراد واکسینه شده به شرح زیر است:

$$\frac{{{\text{d}}S_{v} }}{{{\text{d}}t}} = \rho s – \left( {\alpha_{2} + e + \mu } \right)S_{v}$$
(6)

تغییر جمعیت افراد واکسینه نشده به شرح زیر است:

$$\frac{{{\text{d}}S_{{{\text{uv}}}} }}{{{\text{d}}t}} = \left( {1 – \rho } \ راست)S – \left( {\alpha_{2} + \mu } \right)S_{{{\text{uv}}}}$$
(7)

تعداد افراد مبتلا در تماس با افراد مبتلا:

$$\frac{{{\text{d}}E}}{{{\text{d}}t}} = \alpha_{1} S_{{{\text{uv}}}} + \alpha_{ 2} PS_{Qv} + \lambda S – \left( {v_{1} + v_{2} + v_{3} + \mu } \right)E$$
(8)

جمعیت افراد تحت قرنطینه (دولتی):

$$\frac{{{\text{d}}G_{Q} }}{{{\text{d}}t}} = v_{1} E – \left( {\mu + h_{1} + b_{2} } \right)G_{Q}$$
(9)

جمعیت افراد تحت قرنطینه شخصی:

$$\frac{{{\text{d}}P_{Q} }}{{{\text{d}}t}} = v_{3} E – \left( {\mu + h_{2} + b_{1} } \right)P_{Q}$$
(10)

جمعیت افراد مسری:

$$\frac{{{\text{d}}l}}{{{\text{d}}t}} = v_{2} E + h_{1} G_{Q} + h_{2} P_{ Q} + \sigma – \left( {f_{1} + f_{2} + \mu + \delta } \right)l + \eta_{1} R$$
(11)

جمعیت یک فرد تحت درمان شخصی:

$$\frac{{{\text{d}}P_{T} }}{{{\text{d}}t}} = f_{1} l – \left( {\tau_{2} + \mu + \delta_{2} } \right)P_{T}$$
(12)

جمعیت یک فرد تحت درمان شخصی:

$$\frac{{{\text{d}}G_{T} }}{{{\text{d}}t}} = f_{2} l – \left( {\tau_{1} + \mu + \delta_{1} } \right)G_{T}$$
(13)

جمعیت فردی که بهبود یافته است:

$$\frac{{{\text{d}}R}}{{{\text{d}}t}} = \tau_{2} P_{T} + \tau_{1} G_{T} – \ چپ( {\eta_{1} + \eta_{2} + \mu } \right)R$$
(14)

شکل  6 مدل خلاصه شده SAR-CoV-2 را در یک شهر هوشمند نشان می دهد.

شکل 6
شکل 6

یک مدل خلاصه شده از SAR-CoV-2 در یک شهر هوشمند (هاشم و همکاران 2020 )

تصویر در اندازه کامل

در جایی که S فرد مستعد است، v افراد مستعدی است که واکسینه شده اند، اشعه ماوراء بنفش افراد مستعدی است که واکسینه نشده اند، E افراد مستعدی است که در معرض تماس هستند و در تماس با فرد آلوده هستند، Q فردی است که تحت حکومت قرار گرفته است. قرنطینه، Q فردی است که در معرض قرنطینه قرار گرفته است، l فرد آلوده است، T فرد مبتلا تحت درمان شخصی، T فرد مبتلا تحت درمان دولتی است، Rافرادی که بهبود یافته اند، ˄ فردی است که به جمعیت مستعد ملحق می شود، ρ میزان واکسیناسیون مستعد است، α 1 نرخی است که فرد واکسینه نشده هنگام تماس با فرد آلوده آلوده می شود، α 1 میزان است. که در آن فرد واکسینه شده در تماس با فرد آلوده آلوده می شود، 1 میزانی است که افراد قرنطینه دولتی که با ویروس تماس گرفته اند، v 2 میزان آلوده شدن فرد پس از قرار گرفتن در معرض ویروس، 3 نرخی است که فرد تحت قرنطینه شخصی که با ویروس تماس داشته است، eنرخی است که فرد واکسینه شده مصونیت خود را از دست می دهد، 1 میزان آلوده شدن افراد تحت قرنطینه دولتی، 2 میزان ابتلای افراد تحت قرنطینه، λ نرخی است که افراد مستعد با ویروس تماس می گیرند، σ نرخی است که فرد با آن از طریق استنشاق با ویروس تماس می گیرد، 1 نرخی است که فرد آلوده برای درمان شخصی مراجعه می کند، 2 سرعتی است که فرد آلوده برای درمان دولتی مراجعه می کند، τ 1 نرخی است که فرد مبتلا به درمان می رود. توسط دولت بازیابی، τ 2نرخ بهبودی فرد تحت خوددرمانی است، δ1 میزان مرگ ناشی از کووید -19 تحت درمان دولتی، δ2 میزان مرگ ناشی از کووید -19 تحت درمان خودسرانه، μ نرخ مرگ طبیعی است. مرگ، نرخ ɳ1 عفونت دوم پس از بهبودی و ɳ2 میزان بهبودی و مستعد شدن فرد است (هاشم و همکاران 2020 ).

پیش بینی COVID-19 با استفاده از مدل ARIMA

مدل‌های میانگین متحرک یکپارچه رگرسیون خودکار (ARIMA) به طور گسترده برای پیش‌بینی و پیش‌بینی سندرم اپیدمی استفاده می‌شوند و در شیوع COVID-19 قابل توجه هستند. در طول همه‌گیری COVID-19، ARIMA در پیش‌بینی شیوع COVID-19، درک روند شیوع و وضعیت اپیدمیولوژیک منطقه خاص مفید است. آنها در مدل‌سازی ساختارهای وابستگی موقت در سری‌های زمانی مفید هستند و در طول تصمیم‌گیری به راحتی برای کاربران نهایی قابل توضیح هستند. مدل ARIMA در معادله ارائه شده است. 15 (Ceylan 2020 ).

$$Y_{t} = \alpha + \phi_{1} Y_{t – 1} + \phi_{2} Y_{t – 2} + \ldots + \phi_{p} Y_{t – p} + \ varepsilon_{t} – \theta_{1} \varepsilon_{t – 1} – \theta_{2} \varepsilon_{t – 2} – \ldots – \theta_{q} \varepsilon_{t – q}$$
(15)

که در آن t موارد مشاهده شده در زمان t است، p مرتبه خودرگرسیون، q مرتبه میانگین متحرک، t-1 تا 1-P مقدار جریان خطی سری های زمانی، ɛ t-1 تا ɛ t-q است. سری باقیمانده قبلی است، ɛ مشاهده شوک جریان در زمان t است، ɵ و ɸ به ترتیب میانگین متحرک و پارامترهای اتورگرسیو، و α ثابت است.

کمیت عفونی بودن SAR-CoV-2 با استفاده از ردیابی تماس

عفونی بودن (β τ ) SAR-CoV-2 با استفاده از یک تابع ریاضی توصیف می شود. عفونی بودن ممکن است با زمان τ (روز) تغییر کند. تجزیه به چهار بخش ارائه شده است. انتقال بدون علامت ( R  انتقال علامتی (R  انتقال پیش علامتی (R  انتقال محیطی (R با جمع این چهار به عنوان Ro ناحیه زیر منحنی ها تعداد کل موارد عفونت را نشان می دهد (فرتی و همکاران، 2020 ):

$$\beta_{\tau } = \underbrace {{P_{a} x_{a} \beta_{s} \left( \tau \right)}}_{{{\text{Asmptomatic}}}} + \ زیر پرانتز {{\left( {1 – P_{{\text{a}}} } \right)\left[ {1 – s\left( \tau \right)} \right]\beta_{s} \left( \tau \right)}}_{{\text{پیش علامتی}}} + \underbrace {{\left( {1 – P_{{\text{a}}} } \right)s\left( \tau \right)\beta_{s} \left( \tau \right)}}_{{{\text{Sympomatic}}}}\underbrace {{\mathop \smallint \limits_{l = 0}^{\tau } \beta_{s} \left( {\tau – 1} \right)E\left(l \right){\text{d}}l}}_{{{\text{محیط‌زیست}}}}$$
(16)

که در آن β s (τ) عفونی بودن یک فرد پیش علامتی یا علامت دار در سن τ عفونت است، a عفونی بودن نسبی بدون علامت است (مقدار مرکزی 0.1)، a بدون علامت متناسب است (مقدار مرکزی 0.40) . s(τ) دوره نهفتگی میانگین log نرمال (مقدار مرکزی 1.64) و lognormal d log (مقدار مرکزی 0.36)، E(l) عفونی بودن محیطی (مقدار مرکزی 3) است.

تجزیه و تحلیل هزینه WBE و غربالگری بالینی

تجزیه و تحلیل هزینه WBE و غربالگری بالینی یک فرد به مناطق جغرافیایی، الزامات ایمنی، هزینه نیروی کار، زیرساخت های موجود بستگی دارد. این تحت تأثیر صرفه جویی در هزینه نسبی است که WBE محاسبه شده و غربالگری بالینی را که در معادلات نشان داده شده است، ترکیب می کند. 17 و 18 (هارت و هالدن 2020a ):

$${\text{Cost}}_{{p{\text{,clinical}}}} = {\text{Cost}}_{{{\text{reagents}}}} \times P$$
(17)
$${\text{Cost}}_{{p{\text{, WBE}}}} = {\text{Cost}}_{{{\text{reagents}}}} \times N_{{{\ متن{wwtp}}}}$$
(18)

که در آن هزینه p ، بالینی هزینه کل معرف های مورد نیاز برای آزمایش جمعیت با اندازه P است، هزینه p، WBE هزینه کل معرف مورد نیاز در غربالگری جامعه سیستم فاضلاب جمعیت P و فاضلاب N است. تصفیه خانه ها معرف‌های کلیدی WBE و آزمایش‌های بالینی بافر و پروب‌های واکنش زنجیره‌ای رونویسی معکوس – واکنش زنجیره‌ای پلیمراز (QRT PCR) در زمان واقعی هستند.

عملکرد دقت پیش‌بینی انتخاب مدل را می‌توان با استفاده از میانگین خطای مطلق (MAE)، ریشه میانگین مربع خطا (RMSE) و میانگین درصد مطلق خطا (MAPE) تأیید کرد.

انقلاب دیجیتال در مبارزه با COVID-19 در WASH

رشد و پیشرفت انقلاب دیجیتال (صنعت 4.0) از جمله هوش مصنوعی، محاسبات تکاملی، علم داده، کلان داده، علوم کوانتومی، بیوانفورماتیک، فناوری نانو، اینترنت اشیا (IoT)، فناوری مالی و بلاک چین فرصت هایی را در ارائه خدمات ایجاد می کند. و خدمات با درآمد بهتر و فرصت عالی در مبارزه با بحران COVID-19. تغییر الگوی آب تأثیر مستقیمی بر تصفیه و جمع آوری فاضلاب دارد. کاهش کلی تقاضای آب منجر به کاهش جریان آب و افزایش غلظت پارامترهای فاضلاب با پتانسیل رسوب بیوسولید می شود. این منجر به درمان ناکارآمد و ناکارآمد، ایجاد بو و خوردگی می شود که به زیرساخت ها آسیب می رساند. COVID-19 تقاضا برای محصولات دارویی خاصی را که حاوی غلظت بالایی هستند افزایش داده است و بنابراین مشکلاتی را در مورد تصفیه خانه های فاضلاب قدیمی ایجاد می کند. SARS-CoV-2 در مدفوع بیماران COVID-19 ریخته می شود که در تصفیه خانه های فاضلاب قابل تشخیص است. پایش پساب فاضلاب (اپیدمیولوژی فاضلاب) می تواند منبع و ابزار مناسبی از اطلاعات برای کاهش انتشار ویروس باشد (نظارت بر سلامت انسان). آب مجهز به ابزار دیجیتال، حسگرها و تجزیه و تحلیل داده‌های بزرگ، پتانسیل بالایی برای تبدیل شدن به منبع مهم اطلاعاتی دارد که داده‌های بلادرنگ را برای اهداف دستورالعمل و سیاست‌گذاری ارائه می‌کند. شکل SARS-CoV-2 در مدفوع بیماران COVID-19 ریخته می شود که در تصفیه خانه های فاضلاب قابل تشخیص است. پایش پساب فاضلاب (اپیدمیولوژی فاضلاب) می تواند منبع و ابزار مناسبی از اطلاعات برای کاهش انتشار ویروس باشد (نظارت بر سلامت انسان). آب مجهز به ابزار دیجیتال، حسگرها و تجزیه و تحلیل داده‌های بزرگ، پتانسیل بالایی برای تبدیل شدن به منبع مهم اطلاعاتی دارد که داده‌های بلادرنگ را برای اهداف دستورالعمل و سیاست‌گذاری ارائه می‌کند. شکل SARS-CoV-2 در مدفوع بیماران COVID-19 ریخته می شود که در تصفیه خانه های فاضلاب قابل تشخیص است. پایش پساب فاضلاب (اپیدمیولوژی فاضلاب) می تواند منبع و ابزار مناسبی از اطلاعات برای کاهش انتشار ویروس باشد (نظارت بر سلامت انسان). آب مجهز به ابزار دیجیتال، حسگرها و تجزیه و تحلیل داده‌های بزرگ، پتانسیل بالایی برای تبدیل شدن به منبع مهم اطلاعاتی دارد که داده‌های بلادرنگ را برای اهداف دستورالعمل و سیاست‌گذاری ارائه می‌کند. شکل حسگرها و تجزیه و تحلیل داده های بزرگ پتانسیل زیادی برای تبدیل شدن به یک منبع مهم اطلاعاتی دارد که داده های بلادرنگ را برای اهداف دستورالعمل و سیاست گذاری ارائه می دهد. شکل حسگرها و تجزیه و تحلیل داده های بزرگ پتانسیل زیادی برای تبدیل شدن به یک منبع مهم اطلاعاتی دارد که داده های بلادرنگ را برای اهداف دستورالعمل و سیاست گذاری ارائه می دهد. شکل 7 مواجهه انقلاب دیجیتال آب با همه‌گیری COVID-19 را نشان می‌دهد (پوچ و همکاران 2020 ).

شکل 7
شکل 7

مواجهه با انقلاب دیجیتال آب با همه‌گیری COVID-19 (پاک و همکاران 2020 )

تصویر در اندازه کامل

دیجیتالی شدن آب می تواند تکنیک ها و ابزارهایی را ارائه دهد که مدیریت و توسعه سیستم آب را بهینه می کند. همه‌گیری کووید-19 اقدامات لازم را برای بازاندیشی و طراحی مجدد آینده بالقوه شیوع همه‌گیری نشان داده است. مدیریت آب و طراحی زیرساخت‌های آب نیازمند تغییرات عمده برای سازگاری با تغییرات اقلیمی، چرخه آب، تصویربرداری مجدد از دیجیتالی‌سازی، زیرساخت‌ها و حفاظت از حریم خصوصی است. انقلاب دیجیتالی آب می‌تواند با پیامدهای شیوع کووید-19 تسریع شود. پاسخ به عنوان (i) سطح اقتصادی توسط مشارکت کننده در تامین مالی پایدار شرکت های آب برای حمایت از منابع، دارایی ها و مدیریت انرژی، (2) سطح فن آوری با امکان تنظیم بهینه عملیات و زیرساخت های تاسیسات ساختاری است.2020 ).

یادگیری ماشینی رشته‌ای از علم است که به نحوه یادگیری کامپیوترها از داده‌ها با استفاده از الگوریتم‌ها برای شناسایی دانش از دنیای واقعی و بهبود عملکرد بستگی دارد. هوش مصنوعی (AI) برای مدل‌سازی با توانایی خودآموزی که می‌تواند در زمان واقعی با COVID-19 مبارزه کند، مورد استقبال قرار گرفته است. این با تشخیص الگو، داده کاوی، پردازش زبان طبیعی، تشخیص پزشکی، بیوانفورماتیک و نظارت تصویری مرتبط است. شهرهای هوشمند جامعه شهری و جمع‌آوری داده‌ها را به هم متصل می‌کنند که بینش‌های ذاتی و مفیدی را در مورد اقدامات همه‌گیر COVID-19 به ارمغان می‌آورد. مدل‌سازی ریاضی جدید برای نظارت بر گسترش COVID-19 در منطقه شهری ایجاد شده است. این از طریق تشخیص، انتقال، ذخیره سازی و تجزیه و تحلیل داده ها با استفاده از الگوریتم های یادگیری ماشین است. این به تشخیص زودهنگام COVID-19 کمک می کند، از گسترش آن جلوگیری می کند، پیش‌بینی و پیش‌بینی همه‌گیری، ردیابی تماس با بیمار، تشخیص و پایش بیماران، نظارت بر بیمار، ساخت و کشف واکسن، تشخیص موارد و ارائه درک بهتر از ویروس در توسعه شهری (شهر هوشمند/مدیریت شهر خوب). شکل 8 چارچوب هوش مصنوعی (یادگیری ماشینی و یادگیری عمیق) را در مبارزه با همه‌گیری COVID-19 نشان می‌دهد (هاشم و همکاران 2020 ).

شکل 8
شکل 8

کاربرد هوش مصنوعی (ماشین و یادگیری عمیق) در مبارزه با کووید-19 (هاشم و همکاران 2020 )

تصویر در اندازه کامل

داده های تولید شده شهر هوشمند عبارتند از: (i) داده های آماری که شامل آمار روزانه هویت، تعداد موارد مثبت COVID-19، تعداد تولد و مرگ، موارد بهبودی، موارد فعال COVID-19 است. (ii) داده‌های اپیدمیولوژیک حاوی داده‌های آزمایش بالینی با داروهای مختلف، آزمایش‌های دارویی، عدم اندازه‌گیری برای ردیابی بیماری، پیش‌بینی ساختار پروتئین، تصویربرداری پزشکی برای تشخیص، بهبود سابقه ویروسی و آزمایش بیمار، پاسخ به بیمار به دارو و ردیابی تماس است. و (iii) نظارت بی‌درنگ تولید شده از دوربین‌ها (تشخیص چهره) و حسگرها ( مثلاً دما) می‌تواند علائم COVID-19 را تشخیص دهد و به جلوگیری از گسترش COVID-19 کمک کند (هاشم و همکاران 2020 ).

تجزیه و تحلیل پیش بینی کننده COVID-19

تجزیه و تحلیل پیش‌بینی‌کننده با استفاده از تکنیک‌های داده (تحلیل آماری، یادگیری ماشین، یادگیری عمیق و مدل‌ها و الگوریتم‌های پیش‌بینی‌کننده) ستون اصلی ابزارهای پیش‌بینی و تصمیم‌گیری در همه‌گیری COVID-19 است. مدل‌های پیش‌بینی با استفاده از یادگیری ماشین و بینایی کامپیوتری برای شناسایی بیشتر بیماری‌ها با استفاده از تصویر بیمار از بیمار اعمال می‌شوند. رویکرد یادگیری ماشینی پیش‌بینی COVID-19 شامل عفونت فرد، تشخیص مثبت، میزان مرگ و میر و ردیابی تماس است. پیش‌بینی میزان مرگ و میر با استفاده از الگوریتم‌های یادگیری ماشین (درخت تصمیم، جنگل تصادفی، ماشین‌های بردار پشتیبان، رگرسیون لجستیک و شبکه‌های عصبی مصنوعی) موثر بوده است. COVID-Net از یک طراحی شبکه عصبی کانولوشن برای شناسایی موارد COVID-19 با استفاده از تصاویر اشعه ایکس قفسه سینه (CXR) استفاده می کند. مدل اصلاح‌شده عفونت‌های مستعد حذف شده (SEIR) و داده‌های اپیدمیولوژیک پیش‌بینی هوش مصنوعی COVID-19 با داده‌های مهاجرت جمعیت می‌تواند به طور موثر اندازه و اوج کووید-19 را پیش‌بینی کند. آنالیز تصویر توموگرافی کامپیوتری خودکار مبتنی بر هوش مصنوعی (CT) با استفاده از یادگیری عمیق برای تشخیص تصاویر، ردیابی، کمیت و طبقه‌بندی می‌تواند بیماران مبتلا به COVID-19 را شناسایی کند. از همین مفهوم می توان در تصفیه فاضلاب برای شناسایی و ردیابی کووید-19 استفاده کرد. الگوریتم های مبتنی بر اطلاعات بیماران (PIBA) را می توان برای تعیین میزان مرگ و میر بیماران COVID-19 استفاده کرد. یادگیری ماشینی می‌تواند از ساختار پروتئین و دارو بیاموزد، و یکپارچه‌سازی و پاسخ را در کشف واکسن پیش‌بینی کند، امضای واکنش‌زایی و ایمنی‌زایی واکسن را پیش‌بینی کند.2020 ). چالش های علم داده و هوش مصنوعی (تجزیه و تحلیل و پردازش تصویر، داده کاوی متنی، حسگر تعبیه شده و تجزیه و تحلیل صوتی) در همه گیری COVID-19 محدودیت داده ها، امنیت، اخلاق و حریم خصوصی، نیاز به همکاری چند رشته ای، داده‌های فراتر از مرز، روش‌های داده و فقدان مهارت‌های حیاتی در انقلاب صنعتی چهارم (4IR) (Alabool et al. 2020 ). معرفی سیستم مدیریت فاضلاب به کمک ابر (CAWMS) با IoT، حسگرها، اپلیکیشن اندرویدی می‌تواند قادر به مدیریت کلان داده‌های فاضلاب باشد و از آنها در زمان واقعی استفاده کند (Chhellaswamy et al, 2019 ).

ادغام سیستم هوشمند آب با ابزار دیجیتال

کاوش فناوری اطلاعات و ارتباطات در داده‌های تجسم با وفاداری بالا و تفسیر انسانی، یک رویکرد قدرتمند برای انتقال فرضیه‌های بالقوه و بررسی همبستگی‌ها است. استفاده از ابزارهای هوشمند آب مانند نقشه های خودسازماندهی (SOM) مجهز به علم داده شبکه های عصبی مصنوعی بدون نظارت (ANN) در سیستم توزیع آب (WDS)، داده کاوی برای داده های میکروبی و فیزیکی و شیمیایی در تصفیه خانه های فاضلاب، خوشه بندی کیفیت آب، مدیریت دارایی، نشت آب، مدل سازی هیدرولیک و رفتار مکانی. برخی از ابزارهای هیدرو-انفورماتیکی مانند مدل سازی ریاضی، هوش محاسباتی، علم داده (به عنوان مثال کلان داده، یادگیری عمیق/ماشین، محاسبات ابری، بلاک چین، اینترنت اشیا، شبکه هوشمند، کشف دانش) سیستم تصمیم گیری را ارائه می دهد که یک راه حل اصلی برای شبکه هوشمند آب است. شکل 9 ادغام سیستم آب هوشمند با ابزار دیجیتالی سازی آب را نشان می دهد (Mounce 2020 ).

شکل 9
شکل 9

ادغام سیستم هوشمند آب با ابزار دیجیتالی سازی آب (Mounce 2020 )

تصویر در اندازه کامل

سیستم اکتساب و کنترل داده ها (DAC) با پارامترهای تنظیم شده با استفاده از داده های تاریخی برای آموزش شبکه عصبی فازی (FNN) و نرخ یادگیری تطبیقی ​​که برای مقداردهی اولیه مدل های نظارت واقعی استفاده می شود. شکل 10 سیستم نظارت بر هوش آب را نشان می دهد (Han et al. 2018 ).

شکل 10
شکل 10

سیستم نظارت بر هوش آب (هان و همکاران 2018 )

تصویر در اندازه کامل

دوقلوهای دیجیتال در اختلال در فناوری تصفیه آب و فاضلاب

معرفی SCADA سیستم های آب و فاضلاب را تسریع کرد. شروع به کار نسل بعدی شبیه ساز پرواز (دوقلوهای دیجیتال) شبیه سازی فرآیند پویا، آموزش کارکنان، کاهش خطرات، عملیات بهینه، طراحی های یکپارچه سازی بصری، ایستگاه های پمپاژ، عملیات جریان، صفحه نمایش SCADA، ابزار دقیق و شبکه لوله کشی را با اتصال اینترنت اشیا (IoT). دوقلو دیجیتال در مدیریت هوشمند آب و فاضلاب به عنوان یک سیستم شبیه سازی مجازی تعریف می شود که اجزای چند فیزیکی را در مقیاس چندگانه در سیستم واقعی فاضلاب، آب، طوفان، رودخانه ها با سنسورهای زمان واقعی، داده های عملکرد تاریخی و عمق را مجسم و شبیه سازی می کند. / یادگیری ماشینی (AI).2019). دوقلوهای دیجیتال از طریق استفاده از آموزش اپراتور، مدل‌سازی فرآیند پویا، رویداد پایگاه داده جریان، تجزیه و تحلیل پیش‌بینی‌کننده، مدل‌سازی هیدرولیک با داده‌های کالیبره‌شده، بهینه‌سازی، یادگیری ماشین و تجزیه و تحلیل داده‌ها، یک مخزن مرکزی برای اطلاعات و تجزیه و تحلیل تصفیه خانه تشکیل می‌دهند. در نهایت با بهبود طراحی و عملیات سیستم ها، ریسک را کاهش دهید. در دوران کووید-19، دوقلو دیجیتال در تصفیه غیرمتمرکز آب و فاضلاب می‌تواند کنترل، کیفیت هیدرولیک و آب را با ارائه تصاویر متحرک کامل، تعامل یک تأسیسات قبل از ساخت، شبیه‌سازی کند. کالیبراسیون مدل‌ها سیستم‌های کنترل مؤثر (با استفاده از اینترنت اشیا) و حسگرهایی را قادر می‌سازد که نسبت به فرآیندهای پویا و تجزیه و تحلیل داده‌ها قوی‌تر هستند و در عین حال از آب تصفیه‌شده با کیفیت بالا برای استفاده مجدد اطمینان می‌دهند (Curl et al.2019 ). شکل  11 رویکرد مدیریت آب و فاضلاب را با استفاده از دوقلوی دیجیتالی سیستم مشابه فیزیکی نشان می دهد. بهینه سازی عملکرد نیروگاه را می توان بر اساس تجزیه و تحلیل داده های واکنشی که توسط حسگرها تحت عملیات از پیش تعریف شده در کنترل زمان واقعی (RTC) و نظارت ارائه می شود، توصیف کرد. بهینه سازی بهتر نیروگاه منجر به افزایش حذف آلاینده های فعلی و آلاینده های نوظهور، کاهش مصرف انرژی و مواد شیمیایی، افزایش ظرفیت و تشخیص زودهنگام آلاینده های نوظهور می شود (DHI 2020 ).

شکل 11
شکل 11

رویکردی به مدیریت آب و فاضلاب با استفاده از دوقلوی دیجیتالی سیستم کپی فیزیکی (DHI 2020 )

تصویر در اندازه کامل

چرخه آب شهری (UWC) مبتنی بر سیستم زهکشی شهری (UDS) و سیستم های تامین آب (WSS) مجهز به سیستم های فیزیکی-سایبری (CPS) فناوری مخربی را برای سیستم های کارآمد و حیاتی فراهم می کند. این از چارچوب ناظر و کنترل سیستم محاسباتی و کنترلی ساختار فیزیکی، زمان‌بندی از طریق محاسبات استراتژیک با استفاده از PLC، دوقلو دیجیتال، نمایش دیجیتالی کارخانه فیزیکی برای به دست آوردن متغیرهای هیدرولیک یا کیفیت (ارائه سنسور نرم اضافی) بهره‌برداری می‌کند. داده ها توسط مدل کنترل پیش بینی (MPC) با ابزارهای شبیه سازی مجازی برای سیستم جمع آوری (یعنی Infoworks و SWMM)، برای شبکه توزیع آب آشامیدنی (به عنوان مثال EPANET) برای تأسیسات بازیابی منابع آب WRRFs (به عنوان مثال Biowin، Simba، Sumo، GPS-X) ارزیابی کنترل، حوزه های آب زیرزمینی و مرتبط با آب (به عنوان مثال Simulink-MATLAB، DHI)، عملکرد و دقت مطلوب و در نهایت کاربران آب و لایه‌های محیطی که تاثیر عمل کنترلی را در CPS دریافت می‌کنند. شکل 12 سیستم فیزیکی سایبری چند لایه فاضلاب (CPS) را بر اساس ساختار نظارت شده نشان می دهد (فرتی و همکاران 2020 ؛ گاریدو-باسربا و همکاران 2020 ).

شکل 12
شکل 12

سیستم فیزیکی سایبری چند لایه فاضلاب (CPS) بر اساس ساختار نظارت شده (فرتی و همکاران 2020 )

تصویر در اندازه کامل

تجزیه و تحلیل جغرافیایی و مکانی-آماری همه گیر COVID-19

سیستم اطلاعات جغرافیایی (GIS) ابزاری ارزشمند برای بسیج اجتماعی و واکنش جامعه است که نظم قربانی کردن جمعیت حاشیه‌نشین حفاظت‌نشده را به حداقل می‌رساند. درک پویایی مکانی-زمانی COVID-19 برای کاهش آن بسیار مهم است. تنوع نقشه بیماری در جغرافیای بهداشتی و اجتماعی، داده کاوی تجزیه و تحلیل زمانی مکانی، متغیرهای محیطی و نقشه برداری مبتنی بر وب طبقه بندی می شود. جغرافیای سلامت تعامل بازیگران آسیب دیده، بهداشت عمومی و اولین پاسخ دهنده را برای تخمین انتشار بیماری و شیوع های جدید برجسته می کند. مکانی-زمانی به روشن شدن وسعت COVID-19 و تأثیر همه‌گیری بر برنامه‌ریزان، سیاست‌ها و تصمیم‌گیران و جامعه کمک می‌کند. استفاده از داده های بزرگ جغرافیایی (به عنوان مثال الگوهای تحرک انسان از تلفن های همراه) می تواند مقیاس یک رویداد را تعیین کند که سیاست گذاری مناسب مانند همه گیری COVID-19 را تسهیل می کند. نمایش و نقشه برداری مبتنی بر وب نقش بسیار مهمی در ارائه و انتشار اطلاعات کووید-19 دارد. آنها برای بازنمایی فضایی همه‌گیر و تکامل کاربران غیرمتخصص و تخصصی اینترنت مؤثر هستند. همبستگی بین رشته ای در مورد سیاست های بهداشتی، خدمات بهداشتی و اقدامات کنترلی، تدوین واکنش های سیاسی و علمی مناسب، نقشه برداری و ردیابی حرکات انسانی مورد نیاز است. تا به امروز، تجزیه و تحلیل مکانی-زمانی و نقشه برداری بیماری، متغیرهای محیطی، جغرافیای اجتماعی و سلامت، داده کاوی و نقشه برداری مبتنی بر وب موضوع تکراری در همه گیری COVID-19 بوده است (فرانچ-پاردو و همکاران. نمایش و نقشه برداری مبتنی بر وب نقش بسیار مهمی در ارائه و انتشار اطلاعات کووید-19 دارد. آنها برای بازنمایی فضایی همه‌گیر و تکامل کاربران غیرمتخصص و تخصصی اینترنت مؤثر هستند. همبستگی بین رشته ای در مورد سیاست های بهداشتی، خدمات بهداشتی و اقدامات کنترلی، تدوین واکنش های سیاسی و علمی مناسب، نقشه برداری و ردیابی حرکات انسانی مورد نیاز است. تا به امروز، تجزیه و تحلیل مکانی-زمانی و نقشه برداری بیماری، متغیرهای محیطی، جغرافیای اجتماعی و سلامت، داده کاوی و نقشه برداری مبتنی بر وب موضوع تکراری در همه گیری COVID-19 بوده است (فرانچ-پاردو و همکاران. نمایش و نقشه برداری مبتنی بر وب نقش بسیار مهمی در ارائه و انتشار اطلاعات کووید-19 دارد. آنها برای بازنمایی فضایی همه‌گیر و تکامل کاربران غیرمتخصص و تخصصی اینترنت مؤثر هستند. همبستگی بین رشته ای در مورد سیاست های بهداشتی، خدمات بهداشتی و اقدامات کنترلی، تدوین واکنش های سیاسی و علمی مناسب، نقشه برداری و ردیابی حرکات انسانی مورد نیاز است. تا به امروز، تجزیه و تحلیل مکانی-زمانی و نقشه برداری بیماری، متغیرهای محیطی، جغرافیای اجتماعی و سلامت، داده کاوی و نقشه برداری مبتنی بر وب موضوع تکراری در همه گیری COVID-19 بوده است (فرانچ-پاردو و همکاران. همبستگی بین رشته ای در مورد سیاست های بهداشتی، خدمات بهداشتی و اقدامات کنترلی، تدوین واکنش های سیاسی و علمی مناسب، نقشه برداری و ردیابی حرکات انسانی مورد نیاز است. تا به امروز، تجزیه و تحلیل مکانی-زمانی و نقشه برداری بیماری، متغیرهای محیطی، جغرافیای اجتماعی و سلامت، داده کاوی و نقشه برداری مبتنی بر وب موضوع تکراری در همه گیری COVID-19 بوده است (فرانچ-پاردو و همکاران. همبستگی بین رشته ای در مورد سیاست های بهداشتی، خدمات بهداشتی و اقدامات کنترلی، تدوین واکنش سیاسی و علمی مناسب، نقشه برداری و ردیابی حرکات انسانی مورد نیاز است. تا به امروز، تجزیه و تحلیل مکانی-زمانی و نقشه برداری بیماری، متغیرهای محیطی، جغرافیای اجتماعی و سلامت، داده کاوی و نقشه برداری مبتنی بر وب موضوع تکراری در همه گیری COVID-19 بوده است (Franch-Pardo et al.2020 ).

حسگرهای زیستی و ابزارهای نانومقیاس برای همه‌گیری COVID-19

پزشکان WASH و ذینفعان بهداشت عمومی باید حسگرهای زیستی را به عنوان یک فناوری بهداشتی هوشمند در زیرساخت‌ها و محصولات بهداشتی خود بکار گیرند تا آلاینده‌های نوظهور را که دارای پتانسیل سلامت جهانی و سطح جامعه (نظارت بر بیماری) و سطح شخصی (برای تشخیص) هستند، کاهش دهند، شناسایی و نظارت کنند. (Rary et al. 2020 ). توسعه مواد نانوساختار مبتنی بر حسگر زیستی مخرب و نوآورانه برای تشخیص پاتوژن های موجود در آب در نمونه های آب امیدوارکننده است (Bilal et al. 2020 ). توسعه حسگر زیستی برای پیش‌آگهی و تشخیص زودهنگام سویه‌های کووید-19 باید به ویژگی‌ها بپردازد (Bhalla et al. 2020 ):

  1. (من)گزینش پذیری بالا و توانایی تشخیص انحصاری آنالیت ها در حضور سایر آلاینده ها.
  2. (II)بسیار حساس به میل، فاصله و ویژگی پروب های هدف در تک لایه های خود مونتاژ شده یا عناصر تشخیص زیستی روی سطح سنسور. برای COVID-19، حسگر باید بتواند نشانگرهای زیستی را در غلظت کم تشخیص دهد و خروجی قابل خواندن تولید کند. ویژگی و حساسیت بیوسنسور نسبت به تشخیص زودهنگام COVID-19 جنبه کلیدی در نوآوری و اختلال در حسگرهای زیستی است.
  3. (iii)زمان پاسخ سریع ابزار تشخیص باید سریع و از اهمیت بالایی برخوردار باشد.
  4. (IV)سیستم Multiplexity باید اجازه داشته باشد که نشانگرهای زیستی متعدد COVID-19 را با تشخیص دقیق، سریع و زودهنگام بیماری شناسایی کند. این را می توان با جداسازی فیزیکی نواحی مختلف سطح سنسور به دست آورد.
  5. (v)معاوضه حسگرهای چند حالته و افزایش بیش از یک حالت سنجش و بعد فیزیکی و زمان محاسباتی سنجش می‌تواند اعتبار متقاطع نتایج سنجش را با دقت فراهم کند.
  6. (vi)برای جلوگیری از آلودگی، یک بار مصرف (سیستم حسگرهای یکبار مصرف) سنسورها برای جلوگیری از آلودگی و سیستم سنجش مورد نیاز است. ادغام سنسورها با برنامه تلفن همراه مزایای مقرون به صرفه بودن و اتصال و داده های دوره ای سیستم های سلامت متمرکز را فراهم می کند.
  7. (vii)استفاده از الکترودهای حسگر باید آسان باشد و این تضمین می کند که تعداد زیادی کیت تست برای خودآزمایی و آمادگی برای خود ایزوله سازی تولید می شود.
  8. (viii)داشتن حسگرهای زیستی کم‌هزینه‌ای که جوامع می‌توانند آن‌ها را بخرند و به راحتی در فروشگاه‌ها در دسترس هستند، مؤثر است، یعنی الکترودهای یکبار مصرف مانند الکترودهای کاغذی و چاپ‌شده با صفحه نمایش. حسگرهای زیستی دیگر عبارتند از حسگر الکترونیکی (ترانزیستورهای اثر میدانی-(FET)، تشخیص الکتروشیمیایی با استفاده از الکترودهای کربنی، حسگرهای زیستی نوری با استفاده از اصول پلاسمونیک مانند حسگرهای پلاسمون سطحی (SPR)، فتوترمال پلاسمونیک (PPT)، تشدید پلاسمون سطح موضعی (LSPR). تجسم مستقیم، شناسایی و تشخیص ویروس در مقیاس نانو با استفاده از میکروسکوپ الکترونی (EM)، پراش اشعه ایکس (XRD) و میکروسکوپ نیروی اتمی (AFM).
  9. (ix)کووید-19 تقاضای تولید حسگرها را افزایش داده است و از این رو این سنسورهای ارزان قیمت و در دسترس بالا را که کل جمعیت و مناطق جغرافیایی را پوشش می‌دهند، فرا می‌خواند. پیشرفت چاپ سه بعدی و قالب گیری ماشینی می تواند به افزایش سطح تولید کمک کند.
  10. (ایکس)سازگاری یک حسگر زیستی با سیستم‌های سلامت مرکزی همراه با اندازه‌گیری استقلال که اطلاعات را در زمان واقعی جمع‌آوری می‌کند، اهمیت دارد. بهبود سیستم مراقبت بهداشتی شبکه ای با برنامه تلفن همراه می تواند به مراقبت های بهداشتی و سیاست گذاران دولتی اطلاعات دقیق در زمان واقعی ارائه دهد و چارچوبی برای مهار و کاهش COVID-19 فراهم کند.

ردیابی تماس دیجیتال برای COVID-19 با استفاده از یک برنامه تلفن همراه

ردیابی تماس با استفاده از برنامه های تلفن همراه در یک بیماری همه گیر جدید COVID-19 یک ابزار حیاتی در جامعه مدرن است. این ابزارها به ردیابی بیماران آلوده و شناسایی مخاطبین نزدیک آنها کمک می کند. هنوز شکاف بزرگی در امنیت سایبری، حریم خصوصی و اخلاقیات هنگام استفاده از برنامه ردیابی و ردیابی نظارت بر فاضلاب از منبع وجود دارد. انتشار تماس های بیماران مبتلا توسط دولت، جاسوسان را برای ردیابی و شناسایی مکان های بیمار جذب می کند. این هیچ جامعه ای منطقی و منطقی برای حفظ حریم خصوصی ارائه نمی دهد که در آن برنامه به سادگی شماره تلفن ها و نام ها را با اطلاعات گزارش تلفن پخش می کند. معقول ترین سیستم از شناسه کاربری منحصر به فرد برای هر فرد از طریق فناوری بلاک چین برای پخش اطلاعات استفاده می کند. مکانیزم دیگری که سنگاپور استفاده می‌کند، استفاده از توکن‌های پخش تصادفی متغیر با زمان به عنوان شناسه‌های موقت است. مدیریت برنامه (دولت و آژانس خصوصی) حریم خصوصی و حفاظت از کاربران نیز چالش بزرگی است. عدم وجود یک سیستم غیرمتمرکز همتا به همتا در سیستم های اطلاعاتی در میان برنامه ها و تلفن ها نیازمند اقدامات حفاظتی مبتنی بر رمزنگاری و سرورهای هماهنگ است. استفاده از قرار دادن گیرنده‌های بلوتوث (شبکه مجاورت) در مکان‌های عمومی باید با استفاده از موقعیت مکانی GPS برای نقشه‌برداری تماس بیماران مبتلا بهبود یابد. فناوری کم انرژی بلوتوث فقط می تواند در فاصله کوتاه (چند متر) ردیابی کند. سیستم ترکیبی GPS، برنامه رمزنگاری و شبکه نزدیکی کم انرژی بلوتوث با شناسه تولید موقت و PushToken برای تصمیم‌گیرندگان سلامت عمومی در مدل‌سازی بیماری با استفاده از ردیابی تماس مفید است. لیست شناسه های ثبت شده رمزگذاری شده و به صورت محلی در تلفن های کاربر ذخیره می شود. استفاده از گزارش ایمن و تاریخچه موقعیت مکانی کاربر با اصلاحات و اقدامات حفاظتی مناسب همانطور که در سنگاپور و اروپا استفاده می شود حل شد. تجارت کره جنوبی با استفاده از حریم خصوصی، حریم خصوصی افرادی را که در تلاش است ببیند آیا در معرض خطر قرار گرفته اند، افزایش می دهد. استفاده از پروتکل‌های رمزنگاری با ردیابی تماس مبتنی بر برنامه (رمزگذاری‌های دوره‌ای) به ردیابی بیماران بدون به خطر انداختن حریم خصوصی و اخلاقیات بیماران کمک می‌کند و بنابراین یک رویکرد ردیابی دوستانه حفظ حریم خصوصی. شکل استفاده از پروتکل‌های رمزنگاری با ردیابی تماس مبتنی بر برنامه (رمزگذاری‌های دوره‌ای) به ردیابی بیماران بدون به خطر انداختن حریم خصوصی و اخلاقیات بیماران کمک می‌کند و بنابراین یک رویکرد ردیابی دوستانه حفظ حریم خصوصی. شکل استفاده از پروتکل‌های رمزنگاری با ردیابی تماس مبتنی بر برنامه (رمزگذاری‌های دوره‌ای) به ردیابی بیماران بدون به خطر انداختن حریم خصوصی و اخلاقیات بیماران کمک می‌کند و بنابراین یک رویکرد ردیابی دوستانه حفظ حریم خصوصی. شکل 13 ردیابی تماس COVID-19 را با استفاده از یک برنامه تلفن همراه (IOS و Android) با در نظر گرفتن حریم خصوصی و معاوضه نشان می دهد (Abeler et al. 2020 ; Cho et al. 2020 ; Ferretti et al., 2020 ).

شکل 13
شکل 13

ردیابی تماس COVID- 19 با استفاده از برنامه تلفن همراه (IOS و Android) با در نظر گرفتن حریم خصوصی و معاوضه ( Abeler et al. 2020 ; Cho et al. 2020 ; Ferretti et al. 2020 )

تصویر در اندازه کامل

مسئله برابری، حفاظت از حریم خصوصی و انصاف در ردیابی تماس دیجیتالی COVID-19 نیاز به یک مداخله دیجیتال اخلاقی دارد که با هزینه همراه است. کووید-19 ممکن است موقتی باشد، اما این خطر با سوابق آسیب‌پذیر افراد سلامت، تعامل اجتماعی و حرکت دائمی است. چهار مداخله و اصل اخلاقی عبارتند از: ضرورت، تناسب، اعتبار علمی و محدود به زمان در طول همه گیری کووید-19. توسعه‌دهندگان، سازمان‌های دولتی و توسعه‌دهندگان برنامه ردیابی تماس COVID-19 باید قبل از استقرار آن در عموم، به این فرضیه اخلاقی بپردازند (Morley et al. 2020 ; Parker et al. 2020 ).

COVID-19 با روباتیک

طراحی و اجرای ربات با سیستم کنترل بر روی گروه‌بندی کنترل منطق فازی (FLC) با کنترل حالت لغزشی و اعتبارسنجی در شبیه‌ساز دیجیتال بلادرنگ Opal-RT درجه بالایی از استحکام را در فناوری رباتیک می‌دهد. استفاده از سیستم های ربات برای فاصله گذاری اجتماعی بیمار و پرسنل پزشکی و در عین حال ارائه کلیه خدمات مورد نیاز بیمار مورد استفاده قرار گرفته است. این کمک خطر شیوع COVID-19 را کاهش می دهد. ربات‌های دیگر در COVID-19 شامل ربات‌های پهپاد ضدعفونی‌کننده، ربات‌های پهپاد تحویل‌دهنده، ربات متفکر ویژه برای سیستم‌های تحویل نمونه کارآمد، داروهای روباتیک، ربات چت، فین‌تک، ربات پیک نمونه خون بیمارستان، روبات‌های کمک‌رسان، وسایل نقلیه هدایت‌شونده خودکار می‌شوند. شکل  14روش‌های کنترل و مدل‌سازی ریاضی ربات مسیریابی ردیاب را برای حفظ فاصله اجتماعی نشان می‌دهد (قریشی و همکاران 2020 ).

شکل 14
شکل 14

روش‌های کنترل و مدل‌سازی ریاضی ربات مسیر ردیاب برای حفظ فاصله اجتماعی (قریشی و همکاران 2020 )

تصویر در اندازه کامل

مدیریت دانش COVID-19 و مدل سازی اطلاعات ساختمان

COVID-19 یک زنگ بیدارباش فرامرزی و فرابخشی است. آب به عنوان یک خطر کلیدی برای جامعه ما از منبع بالقوه تا مصرف نهایی شناخته شده است. برای پیوند آب-سلامت-دیجیتال اهمیت دارد. در دسترس بودن منابع و کمک به ایجاد مشاغل سبز و رشد پایدار، انعطاف‌پذیری و فرصت‌هایی را در سرمایه‌گذاری زیرساخت‌ها، تغییرات آب و هوایی، دیجیتالی‌سازی و جامعه هوشمند آب، رشد پایدار آب محور و پایش آلاینده‌های نوظهور، تنوع زیستی، انعطاف‌پذیری غذایی، گردشگری پایدار، اقتصاد دایره‌ای فراهم می‌کند. از طریق استفاده مجدد از آب، بهره وری یکپارچه آب، امنیت سایبری آبی و تروریسم سایبری، مدیریت ریسک آب، حمل و نقل و تجارت انرژی. ایجاد اختلال در مدل سازی اطلاعات ساختمان (BIM) و مدیریت دانش (KM) فرصتی را برای صنعت آب در طول کووید-19 و پس از کووید-19 ارائه می دهد. این امر ردیابی و پاسخ به موقع کووید-19 را از طریق زنجیره تامین صنعت افزایش می‌دهد (سورش و همکاران.2019 ). دستورالعمل سازمان بهداشت جهانی COVID-19 در مورد سیستم فاضلاب، سرمایه گذاری در استراتژی مدیریت فاضلاب از طریق ارزش گذاری اقتصادی، همکاری، ارائه راه حل پایدار، سرمایه گذاری بر روی WWTP غیرمتمرکز، به اشتراک گذاری دانش و افزایش آگاهی در مورد چالش های کلیدی با ذینفعان، دیجیتالی سازی سیستم آب، نظارت و گزارش مناسب، تصفیه کارآمدی فاضلاب، استفاده مجدد موثر از آب تصفیه شده، بهبود شرایط کاری، اتوماسیون و کنترل تصفیه خانه های فاضلاب (UNEP 2020 ).

نتیجه

نگرانی اصلی زیربنای بار احتمالی COVID-19 در کشورهای با درآمد کم و متوسط ​​(LMICs) آسیب پذیری به دلیل اپیدمیولوژیک، تقاضای بالا برای سیستم بهداشتی و در دسترس بودن مراقبت های ویژه، اقدامات کنترلی حفاظت اجتماعی و بسته اقتصادی نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. همه گیر COVID-19 اهمیت مدیریت صحیح آب، بهداشت و بهداشت (WASH) و حفاظت از سلامت انسان را برجسته کرده است. فاضلاب های آلوده به عوامل بیماری زا و قرار گرفتن در معرض انسان و حیوانات نقش عمده ای در گسترش بیماری ها دارند. نظارت و ردیابی عوامل بیماری زا در فاضلاب برای سیستم هشدار اولیه (EWS) و نظارت بر استراتژی بهداشت عمومی COVID-19 کلیدی است. رعایت بهداشت مناسب، رعایت فاصله اجتماعی و اقدامات قرنطینه ای، تصفیه خانه های سیار یا در محل فاضلاب در مناطق آسیب دیده با وجود کلر زنی کافی، ازن زنی یا استفاده از اشعه ماوراء بنفش برای ضدعفونی آب قبل از تخلیه، جنبه مهمی برای ریشه کنی است. COVID-19 در سیستم های آب در حال حاضر، سنجش‌های RT-qPCR برای آزمایش بالینی و تشخیص RNA نمونه SARS-CoV-2 در سیستم آب توسعه داده شده‌اند. کلر، اشعه ماوراء بنفش، ازن، کلرامین برای غیرفعال کردن و ضد عفونی کردن سیستم تصفیه آب در برابر SARS-CoV-2 استفاده می شود. کلرزنی به میزان 0.5 میلی گرم در لیتر با استفاده از کلر و 2. 19 میلی گرم در لیتر با استفاده از دی اکسید کلر، SARS-CoV-2 را در سیستم فاضلاب غیرفعال می کند. به ترتیب در غلظت 10 میلی گرم در لیتر کلر با زمان تماس 10 دقیقه و 20 میلی گرم در لیتر کلر با زمان تماس 1 دقیقه غیر فعال گزارش شد. ابزار نظارتی نوظهور (WBE) از مدل‌سازی و تحلیل محاسباتی برای بررسی اقتصاد، امکان‌سنجی، فرصت‌ها و چالش‌های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت‌دار استفاده می‌کند. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود. به ترتیب در غلظت 10 میلی گرم در لیتر کلر با زمان تماس 10 دقیقه و 20 میلی گرم در لیتر کلر با زمان تماس 1 دقیقه غیر فعال گزارش شد. ابزار نظارتی نوظهور (WBE) از مدل‌سازی و تحلیل محاسباتی برای بررسی اقتصاد، امکان‌سنجی، فرصت‌ها و چالش‌های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت‌دار استفاده می‌کند. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود. به ترتیب در غلظت 10 میلی گرم در لیتر کلر با زمان تماس 10 دقیقه و 20 میلی گرم در لیتر کلر با زمان تماس 1 دقیقه غیر فعال گزارش شد. ابزار نظارتی نوظهور (WBE) از مدل‌سازی و تحلیل محاسباتی برای بررسی اقتصاد، امکان‌سنجی، فرصت‌ها و چالش‌های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت‌دار استفاده می‌کند. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود. امکان سنجی، فرصت ها و چالش های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت دار. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود. امکان سنجی، فرصت ها و چالش های موارد فعال در سطح جهانی و محلی بر اساس فاضلاب جامعه موارد آلوده بدون علامت و علامت دار. نظارت WBE بر جمعیت در مقیاس بزرگ ارزان، سریع است، با ابزار قوی بالقوه ردیابی COVID-19 نسبت به غربالگری بالینی، اگرچه نمی تواند جایگزین غربالگری بالینی شود. اصول اخلاقی در استفاده از WBE پایین است زیرا هیچ داده فردی جمع آوری نمی شود.

رشد و پیشرفت انقلاب دیجیتال (صنعت 4.0) از جمله هوش مصنوعی، محاسبات تکاملی، علم داده، داده های بزرگ، علوم کوانتومی، بیوانفورماتیک، فناوری نانو، اینترنت اشیا (IoT)، فناوری مالی و بلاک چین فرصت هایی را در ارائه خدمات خوب ایجاد می کند. و خدمات با درآمد بهتر و فرصت عالی در مبارزه با بحران COVID-19. مدیریت پایدار آب و طراحی زیرساخت های آب که جنبه های اجتماعی-اقتصادی، بهداشتی، زیست محیطی و فنی را مورد توجه قرار می دهد، نیازمند تغییرات عمده ای است که تغییرات آب و هوایی، چرخه آب، دیجیتالی شدن (سیستم هوشمند) و حفاظت از حریم خصوصی را در بر می گیرد. انقلاب دیجیتالی آب می‌تواند با پیامدهای شیوع کووید-19 تسریع شود. تجزیه و تحلیل پیش بینی با استفاده از تکنیک های داده (تحلیل آماری، یادگیری ماشین، یادگیری عمیق و مدل‌ها و الگوریتم‌های پیش‌بین) ستون اصلی ابزارهای پیش‌بینی و تصمیم‌گیری در همه‌گیری COVID-19 است. در دوران کووید-19، دوقلو دیجیتال در یک تصفیه غیرمتمرکز آب و فاضلاب می‌تواند کنترل، کیفیت هیدرولیک و آب را با ارائه تصاویر متحرک کامل و تعامل یک تأسیسات قبل از طراحی، ساخت و نظارت شبیه‌سازی کند. مکانی-زمانی به روشن شدن وسعت COVID-19 و تأثیر همه‌گیری بر برنامه‌ریزان، سیاست‌ها و تصمیم‌گیران و جامعه کمک می‌کند. پزشکان WASH و ذینفعان بهداشت عمومی باید حسگرهای زیستی را به عنوان یک فناوری بهداشتی هوشمند در زیرساخت‌ها و محصولات بهداشتی خود بکار گیرند تا کاهش دهند، آلاینده های نوظهور را که دارای پتانسیل سلامت جهانی و سطح جامعه (نظارت بر بیماری) و سطح شخصی (برای تشخیص) هستند، شناسایی و نظارت کنید. ردیابی تماس با استفاده از یک برنامه تلفن همراه در یک بیماری همه گیر جدید COVID-19 یک ابزار حیاتی در جامعه مدرن است. هنوز شکاف بزرگی در امنیت سایبری، حریم خصوصی و اخلاقیات هنگام استفاده از برنامه ردیابی و ردیابی نظارت بر فاضلاب از منبع وجود دارد. COVID-19 یک زنگ بیدارباش فرامرزی و فرابخشی است. برای رابطه آب و سلامت اهمیت دارد.

16 نظرات

دیدگاهتان را بنویسید