عدم تمرکز برای تسریع در تحقیقات در مورد بهبود coronaviruses میلیاردها نفر از افراد مبتلا به کروناوود (COVID-19) تحت تأثیر قرار گرفته اند و خود را در خانه های خود در برابر این بیماری کشنده جدا کرده اند. از آنجا که هیچ درمانی برای COVID-19 هنوز وجود ندارد ، تمام دنیا آشپزخانه های خود را وحشت زده و جمع می کنند تا زمانی که گرد و غبار حل نشوند. <img class = "img-liquid alignnone size-full wp-image-243127" src = "https://144839-418331-2-raikfcquaxqncofqfm.stackpathdns.com/ wp-content / uploads / 2020/03 / Covid-19-Graph.png "alt =" Covid-19-نمودار-افزایش [19659004] با این حال ، موارد بیشتری از COVID-19 وجود دارد که در خارج از چین در حال افزایش است و کشورها شهروندان خود را مجبور کرده اند که در خانه زندانی شوند. مطابق با اقدامات پیشگیرانه ، شهروندان مجاز به ترک خانه های خود نیستند و کشورها همچنین سفرهای غیر ضروری را ممنوع می کنند. بزرگترین مشکل در این شرایط. برانگیختگی ، مدیریت داده های بیمار و استفاده از اطلاعات مربوطه است ، همانطور که محققان پزشکی 24 ساعت شبانه روز کار می کنند تا مقدار زیادی از داده ها و تحقیقات را برای یک دوره COVID-19 ترتیب دهند. مدیریت داده بسیار پراهمیت شده است. استفاده از عدم تمرکز برای ایجاد داده های بهداشتی قابل اعتماد عدم تمرکز می تواند به جمع آوری ، گردآوری و سرعت بخشیدن به داده ها در صورت بروز همه گیری کمک کند. همچنین می تواند با همه گیر جهانی مانند COVID-19 مقابله کند. برنامه های موبایل و مدل های ارزیابی می توانند نحوه استفاده انسان از داده های بهداشتی را تغییر دهند. اما هنوز مشخص نیست که عدم تمرکز چگونه می تواند بر صنعت مراقبت های بهداشتی تأثیر بگذارد و از مدل های داده کاوی تغییر شکل دهد. از آنجایی که سازمان بهداشت جهانی ، coronavirus را به عنوان یک عفونت گسترده عظیم مشاهده می کند ، جمع آوری و پردازش داده ها برای محققان دشوار است. اینجاست که عدم تمرکز وارد می شود. فن آوری غیر متمرکز می تواند مجموعه داده های مربوط به کروناویروس را تقسیم کند که محققان بسته به نیاز خود می توانند از آنها استفاده و تفسیر کنند. Evgen Verzun (کارشناس امنیت سایبری در یک شرکت هوش مصنوعی) نسبت به تحقیقات مربوط به موضع مثبتی گرفته است. جستجوی واکسن برای درمان بیماری هایی مانند COVID-19 نیاز به مدل سازی گسترده ریاضی و تأیید انواع مختلف فرمول کار دارد. شبکه های غیر متمرکز می توانند به ما در مقابله با مدل سازی ریاضی و فرآیندهای محاسباتی که برای تحقیقات پزشکی COVID-19 مهم هستند ، کمک کنند. چرا عدم تمرکز مهم است؟ صنعت بهداشت با مشکلات همپوشانی سیاست ها ، تخصیص منابع و برنامه ریزی های عمیق روبرو است. و عدم تمرکز می تواند برای حل این مشکلات استفاده شود. عدم تمرکز قدرت از یک سطح مرکزی به سطح زیر فردی منتقل می شود. و این باعث افزایش بهره وری فنی و پاسخگویی در مدیریت منابع بهداشتی می شود. Michele Ostrander (بنیانگذار Revokind) اهمیت عدم تمرکز را برای تحقیقات عمیق در یافتن درمانی برای COVID-19 به اشتراک می گذارد. فناوری غیر متمرکز / توزیع شده عمومی Ledger (DLT) وسیله ای بالقوه برای به اشتراک گذاری مجموعه داده ها با دقت و محرمانه است ، به ویژه هنگامی که با هوش مصنوعی ترکیب شود. از آنجا که ایجاد داده های زیست پزشکی دشوار است ، عدم تمرکز می تواند مجموعه های دقیقی از داده ها را ایجاد کند. و ترکیب عدم تمرکز با هوش مصنوعی می تواند محققان را در تفسیر داده ها ، ایجاد مجموعه داده های بزرگ و پیش بینی اپیدمی کمک کند. به این ترتیب عدم تمرکز می تواند به صنعت مراقبت های بهداشتی کمک کند و متحول شود: ایجاد داده های دقیق تنها هدف استفاده از فناوری غیر متمرکز ایجاد داده با دقت و تضمین است. محرمانه بودن فناوری غیر متمرکز می تواند انواع مختلف داده ها را بدون خطر نشت ، کامپایل و پردازش کند. از آنجا که صنعت بهداشت و درمان نقض مداوم را تجربه می کند ، عدم تمرکز بهترین گزینه برای محافظت از داده های میلیون ها بیمار است. و حتی دولت صلاحیت صلاحیت جعل اطلاعات بیمار در یک شبکه غیرمتمرکز یا همسالان را ندارد. و تمرکززدایی می تواند ضمن پیروی از سیاست های بهداشتی خاص ، به افزایش عدالت در تخصیص منابع کمک کند علاوه بر این ، عدم تمرکز می تواند به استفاده از فرمول های تخصیص مؤثر کمک کند که می تواند افزایش هزینه ها را کاهش دهد. یک فناوری غیرمتمرکز هزینه های موجود و منابع مراقبت های بهداشتی موجود را در نظر گرفته و سپس این منابع را به ترتیب اختصاص می دهد. این می تواند تأثیر برابری تخصیص بودجه های بهداشت را کاهش دهد ، و این امر مانع از یارانه سیستم های بهداشتی فقیر به سیستم های بهداشتی می شود. جلوگیری از هدر رفتن هزینه ها از آنجا که تمرکززدایی قدرت از یک سیستم مرکزی را به افراد منتقل می کند ، سیستم درمانی می تواند در تهیه اطلاعات بیمار صرفه جویی کند. با توجه به جدیدترین بیماری همه گیر COVID-19 ، عدم تمرکز یک سیستم شایسته سالاری است که می تواند بدون هیچ زحمتی برای ایجاد و جمع آوری داده های بیمار در دسته های مربوطه ، زحمت هزینه ها را کاهش دهد. افراد می توانند سوابق بهداشتی خود را مستقیماً در یک شبکه غیرمتمرکز به روز کنند و حتی پرونده های داده قدیمی را تأیید کنند. تقویت امنیت داده ها امنیت داده های شخصی بیمار یکی دیگر از نگرانی های اصلی ارائه دهندگان مراقبت های بهداشتی است. بیماران به مراکز درمانی اعتماد می کنند و اطلاعات شخصی مانند اطلاعات تماس یا آدرس کارت اعتباری را به اشتراک می گذارند. با این حال ، نقض داده می تواند داده های حساس بیمار را در معرض خطر سرقت و دستکاری قرار دهد. به همین دلیل عدم تمرکز می تواند به بیماران در کاهش اعتماد به نفس مورد نیاز برای ارائه خدمات درمانی کمک کند. هر فرد می تواند داده های شخصی خود را در یک شبکه غیرمتمرکز بررسی و به روز کند. بر خلاف شبکه بهداشت متمرکز ، عدم تمرکز می تواند مشکلات ناکارآمدی ناشی از ایجاد و همگام سازی داده های بیمار را کاهش دهد. علاوه بر این ، عدم تمرکز امنیت را با محافظت از محاسبات بهبود می بخشد. این بدان معنی است که یک شبکه غیرمتمرکز می تواند داده های بیمار را در بسته های کوچکتر تقسیم کرده و داده ها را در سیستم های مختلف پرونده کپی کند. از آنجا که پرونده های بیمار در چندین گره ذخیره می شوند ، حتی اگر هکرها بتوانند با یک گره واحد دستکاری کنند ، گره های دیگر بطور مداوم کار می کنند. درمان COVID-19 با استفاده از رایانه های مک چرخه های GPU و پردازنده های رایانه های مک به محققان بالینی کمک می کنند تا درمان COVID-19 را پیدا کنند. از آنجا که تعداد زیادی داده وجود دارد که نیاز به تجزیه و تحلیل دقیق و دقیق دارد ، محققان برای سازماندهی داده های مربوطه به ترتیب درست به چرخه محاسبه و قدرت پردازش بیشتری نیاز دارند. اگرچه بسیاری از برنامه های کاربردی تلفن همراه به محققان بالینی کمک می کنند تا درمان COVID-19 را پیدا کنند ، اما برای گردآوری داده های مربوط به یک بیماری همه گیر ، نیاز به چرخه GPU بیشتری است. علاوه بر این ، محققان باید تاشو پروتئین های بیماری کورو ویروس را شبیه سازی کنند و به همین دلیل به صدها رایانه مکینتاش نیاز دارند.