Bản đồ Covid-19 có 15 tỷ lượt xem - Trang Thông Tin Công Nghệ
Tin Công Nghệ

Bản đồ Covid-19 có 15 tỷ lượt xem

Advertisement

Bản đồ theo dõi Covid-19 của Đại học Johns Hopkins đã nhận được hơn 15 tỷ lượt truy cập từ khi ra mắt ngày 22/1.

Ngay sau khi Covid-19 bùng phát tại Vũ Hán và lan rộng trên toàn thế giới, nhiều quốc gia, tổ chức đã bắt đầu xây dựng website nhằm giúp mọi người theo dõi dịch bệnh tốt hơn, trong đó có cả trang của Tổ chức Y tế Thế giới của (WHO), New York Times, Microsoft… Tuy nhiên, theo Science Mag, bản đồ trực tuyến được sử dụng phổ biến hơn cả do Đại học Johns Hopkins điều hành.

Giao diện bản đồ Covid-19 của Đại học Johns Hopkins.

Giao diện bản đồ Covid-19 của Đại học Johns Hopkins.

Website bản đồ Covid-19 của Đại học Johns Hopkins có thiết kế không quá màu mè và rất trực quan: các thông tin hiển thị trên bản đồ có nền xám, nơi nhiễm Covid-19 là các chấm đỏ, bên phải hiển thị ca tử vong màu trắng, ca phục hồi màu xanh lá, bên trái là số lượng ca nhiễm và danh sách quốc gia được xác nhận (xếp theo số lượng người nhiễm nCoV từ cao đến thấp).

Quan trọng hơn, website này cung cấp số liệu lây nhiễm theo thời gian thực, cho phép người dùng có thể cập nhật lập tức số lượng người mắc Covid-19 trên toàn thế giới. Đây cũng là website được đánh giá có độ tin cậy rất cao, hiện được được sử dụng bởi các tổ chức tin tức, cơ quan thông tấn và rất nhiều cơ quan chính phủ trên khắp thế giới.

Lauren Gardner, đồng giám đốc Trung tâm Khoa học và Kỹ thuật hệ thống của Hopkins, người trước đây đứng sau hệ thống bản đồ theo dõi dịch sởi và Zika tại Mỹ, cho biết website đã được xây dựng khá đơn giản và tình cờ. “Có rất nhiều website về Covid-19 hiện nay, nhưng theo tôi, nó phổ biến bởi được tạo ra đầu tiên một cách hoàn chỉnh”, Gardner nói. “Tôi cùng thực tập sinh Ensheng Dong, người Trung Quốc, đã rất thích thú. Anh ấy chính là người đưa ra ý tưởng cho bài thực tập. Chúng tôi tạo ra bảng điều khiển đầu tiên vào 22/1, chỉ sau 8 giờ làm việc”.

Bản đồ Covid-19 được đón nhận lập tức sau đó, sau khi cả hai chia sẻ trên Twitter. Chỉ sau vài giờ công khai, hệ thống đã bị sập. Tuy vậy, nó đã được sửa chữa để có thể cho phép hai tỷ người truy cập mỗi ngày. Lượng thành viên tham gia dự án cũng tăng lên 6 người.

Theo Gardner, website thu thập dữ liệu về Covid-19 từ hàng trăm nguồn, từ WHO đến các website tổng hợp, báo chí và phương tiện truyền thông xã hội trên khắp thế giới. Để xác thực tính chính xác của nguồn thông tin khổng lồ này, Gardner cho biết đã xây dựng một hệ thống phát hiện bất thường, cho phép cảnh báo lập tức về các thông tin được báo cáo khi tự động thu thập dữ liệu.

Ban đầu đội ngũ vận hành website của Đại học Johns Hopkins, buộc phải phụ thuộc vào một trang tổng hợp số liệu Covid-19 khác tại Mỹ có tên là 1point3Acres. Cả hai đã trao đổi và kiểm chứng qua lại dữ liệu.

Tuy nhiên, khi số lượng báo cáo ca nhiễm tăng lên, việc kiểm tra như vậy bị đánh giá là thiếu tính chính xác. Lúc này, nhóm tìm đến các cơ quan uy tín hơn, đồng thời vẫn áp dụng hình thức kiểm tra chéo để có số liệu chuẩn xác nhất.

“Trong hơn hai tháng, chúng tôi đã cố gắng đưa ra quyết định về việc thu thập dữ liệu từ đâu, dữ liệu nào đáng tin cậy, cách tổng hợp dữ liệu, xác thực dữ liệu… Tất cả đều làm bằng tay”, Gardner kể lại. “Nhưng giờ đây, mọi thứ đều được vận hành tự động và cập nhật thường xuyên. Chúng tôi cũng thay phiên nhau làm việc theo ca trong 24 giờ, chủ yếu xử lý sự cố máy chủ và giám tuyển dữ liệu”.

Có một điều được Gardner tiết lộ, là bản đồ do đội ngũ của Đại học Johns Hopkins xây dựng không lấy dữ liệu tại Mỹ từ Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh (CDC). Lý do được đưa ra, là do nơi đây thường cung cấp rất chậm, thậm chí chậm tới 24 giờ.

Bên cạnh đó, chuyên gia này cũng tiết lộ đã có nhiều báo cáo ảo các ca nhiễm Covid-19 từ một số người dùng trên thế giới gửi về hệ thống. Tuy nhiên, sau khi kiểm tra, họ đã bỏ kết quả.

Tính đến 7/4, bản đồ của Đại học Johns Hopkins đã nhận được 15 tỷ lượt xem, trở thành một trong những website về đại dịch Covid-19 được theo dõi nhiều nhất thế giới. Với việc mọi thứ đã được xác định tự động, nhóm nghiên cứu cho biết sẽ phát triển các tính năng đánh giá rủi ro của dịch bệnh trong tương lai.

Bảo Lâm

Advertisement