这是一个不幸但永远存在的真理：Covid-19的现实还远远没有结束。实际上，案件实际上再次上升 - 随着美国的限制，隔离疲劳，减弱疫苗功效的减弱以及越来越多的（但误导）的信念，人们相信大流行在我们身后。现在，有了最近的报告展示欧洲的感染和住院不断上升，以及新的媒体报道重新介绍了重新启动锁定在中国，很明显，作为一个社会，我们必须面对与19斗争的现实：我们还没有离开树林。
如果我们希望适应这种新的正常情况（同时案件定期波动的一种新常态），我们必须愿意改变我们对如何获得这种病毒的看法。“无共价”未来的日子已经一去不复返了。相反，这不再是我们如何击败Covid-19的问题，而是我们如何学会与之生活的问题。这始于简单的智慧和数据。
我相信，利用数据科学技术，作为一个社会，我们必须重新想象一下我们如何合并，分析和分发围绕Covid-19感染的数据，为那些努力了解他们在本地，地区的曝光的人提供了更深入的指导和国家规模。值得庆幸的是，这种类型的基础架构已经存在并且易于部署。它仅要求测试公司和人口健康经理共同努力，以使用预测性建模来保持领先地位，以迎接这种病毒的新时代。这样一来，我们就可以生活在一个使我们可以预测和适应暴风雪或飓风的天气预报的世界中，使我们能够预测和适应爆发。就是这样：
预测
想象一下，有一个假设：您打开手机，播放天气应用程序，并检查国家海洋和大气协会（NOAA）是否有10天的天气预报。立即，您将为您提供有关每天天气模型的全面概述，包括紫外线曝光和其他危险状况的风险概况。为什么我们的Covid-19模型以及我们的测试基础架构不能以相同的方式遵守？
如果我们希望适应共同规范世界的现实，我们必须创建预测模型，不仅可以考虑“清晰和出现”的危险，而且还可以在未来几天和几周内提供风险敞口预测。配备了这些实时见解，我们实际上可以通过各种确定性预测Covid案件将来将如何增加和下降。类似于科学家的使用方式废水分析是对未来共同爆发的预测指标，我们可以利用从多个来源收集的数据来预测我们下一步的发展方向。
防止
随着数据在未来的道路上引起人们的关注，预防就会变得不再是追赶游戏，而是更多的计划游戏。例如，如果预测措施强调了即将到来的尖峰，集中的数据收集来源（例如智能手机上的应用程序）可能会提醒您（或人口健康经理）对预防措施之前的重要性，而不是在爆发中发生。更重要的是，通过适当的数据分析基础架构和高度针对性的测试，这些预测模型可以以超本地规模分析风险水平，从而有可能改变我们对学校，社区和工作场所的要求。就像在飓风期间储存物资一样，这样的工具可以使我们能够在为时已晚之前准备即将爆发的爆发，这使我们有时间在每一步中保护自己和我们的家人。
保护
值得注意的是，测试数据和及时，有针对性的数字干预措施不仅使健康受益 - 它们还可以帮助保护感染者免受恶化的症状。实际上，使用尖端的“测试来治疗”方法，我们现在可以更有效地，更立即地为那些能够获得潜在挽救生命的护理的人提供测试的人。的确，通过将超个人化的干预措施与基于社区的警报和预测指导相结合，我们可以将潜在的热点定位到最小的规模，并采用个性化的解决方案来解决它。
毫无疑问：我们将在与Covid-19的战斗中进入十字路口。我们再也无法坐下来，假设如果我们等待足够长的时间，Covid将会消失。相反，如果我们希望击败这种病毒，我们必须愿意找到它并将其咬在芽中，并在整体上预测，预防和防止感染的过程中进行了适当的过程。值得庆幸的是，通过定期测试和数据建模，这不仅是可能性，而且可能性是可能性。通过积极主动，分解孤岛并在各个部门进行协作，我们可以建立一个新时代的共同基础架构（以数据为基础），这使我们更接近了Qualantine的未来。让我们与共同战斗的下一阶段开始。
罗恩·古特曼（Ron Gutman）是Intivo的Coceo，他是On/Go Rapid Covid-19的自我测试的制造商。