Kleiner Linknachtrag zum letzten Beitrag: Bei Dradio Wissen lief ein Beitrag über einen Testversuch mit einer Gesundheitsapp in Deutschland bei der AOK-Nordost bereits im Mai. Im August gab es dann noch ein gutes Interview mit Thilo Weichert dazu. Vor einigen Tagen wurde es auch nochmal besprochen, ich finde den Beitrag aber nicht mehr wieder. Grundtenor war, dass u.a. die niedrigen Zinsen am Finanzmarkt die Krankenkassen dazu bewegen sich neue Geschäftsfelder zu erschließen, was zu Investitionen in Projekte wie die Gesundheitsapps führt. Neben dem Hippnessfaktor Quantified Self ist die ökonomische Perspektive hier also eine weitere Antriebskraft, die zur „ursprünglichen“ Idee der Prävention hinzukommt.
Seite 6 von 9
Krankenkassen präventiv – Jetzt mit App!
Ich bin mir sicher die PR Abteilung bei Generali feiert sich dafür, dass ihre eigentlich ziemlich lahme Pressemitteilung – über die Ankündigung der Planung der Entwicklung einer App für Krankenversicherte – es nach einer Erwähnung im SZ Blog bis auf Tagesschau.de geschafft hat. Heise berichet auch.
Predict your depression? Nicht wirklich
StudentLife heißt eine App die in Artikel wie „ Ihr Handy weiß, wenn es ihnen schlecht geht“ (technologoy review) oder „App Can Tell When Students Are Stressed out“ (huffingtonpost) besprochen wird. Anlass ist eine Studie mit eben jener App, die in ihrem Ergebnis behauptet nicht nur vom Smartphone auf die Stimmung sondern auch auf die Abschlussnote schließen zu können. Dabei ist die Studie alles andere als aussagekräftig und im Design sogar eher fragwürdig.
Das Wallstreet Journal berichtet über ein Update des Google Flu Trend Algorithmus. Der ist, wie hier beschrieben, als Big Data Paradebeispiel etwas in Verruf geraten, ein Update soll es nun richten. Leider will Google keine Details bekannt geben – Forscher_innen wüssten gerne auf welchen Suchbegriffen sich die Analysen stütze . Google will sich aber jetzt stärker auf die Daten der Gesundheitsbehörde beziehen und außerdem dem Overfitting entgegenwirken indem stärker zwischen Suchen aus reinem Interesse und solchen mit tatsächlichen Symptomen unterscheiden.
Wahrscheinlich wird bei denen die die Sprachsuche benutzen mitgezählt wie oft sie während des Suchvorgangs niesen oder so.
Predictive Modeling von Ebola
Die Ebola Epidemie in Westafrika ist eine krasse Sache. Neben medizinischen Problemen der Behandlung, Impfung und so weiter ist ein weitere wichtige Aufgabe bei so einer Epidemie die Eingrenzung und letztendlich der Stopp der weitere Ausbreitung. So werden u.a. von der WHO Zukunftszenarien entworfen, um die Ressourcenverteilung zu optimieren. Für mich interessant waren darüber hinaus gehende Berichte darüber, wie – Big Data sei Dank – die Ausbreitung dieser und anderer Epedemie vorhergesagt und weitere Ausbrüche frühzeitig erkannt werden können.
[Update 31.10.2014] Während die Diskussion um Autoversicherungstarife auf Basis von Fahrverhaltenscores hier zu Lande noch in den Kinderschuhen steckt ändert sich die Technik in den USA gerade massiv. In einem Computerworld-Artikel wird berichtet, wie die Onboard-Units schon langsam zum alten Eisen gehört und das Tracking qausi autgesourced wird – auf die Smartphones der Fahrer_innen.
Chicago’s Heat List
Der Beitrag in der Süddeutschen zu Predicte Policing erwähnt ausgehend von den Diskussion um Precobs vermeintlich „krassere“ technische Entwicklungen die irgendwie noch mehr wie Minority Report sind. Dabei wird unter anderem ein Programm aus Chicago vorgestellt, dass ca. 400 Personen auf einer automatisierten Heat List führt. Die Berichterstattung und Diskussion dazu fand in den USA schon im Februar statt. Das Programm läuft seit Mitte 2013.
Auf sueddeutsche.de gibt es eine kleine Serien mit reißerischem Titel, bestehend aus zwei Artikeln und einem Interview, zu Predictive Policing. Zu PRECOBS gibt’s nicht viel mehr zu erfahren als hier, aber das Interview mit Matthias Monroy ist kurz und bündig. Er fordert unter anderem, dass predictive policing Software Open Source sein sollte. Gute Idee, aber natürlich auch im Sinne derer, die vermeiden wollen vom Algorithmus „gefunden“ zu werden. Außerdem merkt er zurecht an, dass die Software Auswirkungen auf Einzelne hat, auch wenn die Entwicklungsfirma (ebenfalls nicht unbegründet) sagt datenschutzrechtlich wäre die Software unbedenklich.
PRECOBS – Einbrüche und Near Repeats
Bei Heise gab’s wieder Nachrichten über eine Predictive Policing Software. Nach längeren Tests in Zürich soll PRECOBS vom „Institut für musterabsierte Prognosetechnik“ (IfmPt) jetzt in Bayern helfen Einbrecher_innenbanden das Handwerk zu legen. Da sich die Berichterstattung über solche Software in letzter Zeit irgendwie häuft hab ich mich etwas damit und mit den Modellen, die dahinter stecken, beschäftigt.
US Krankenhausbetreiber kaufen Konsument_innendaten
Die Businessweek berichtet, dass eine amerikanischer Betreiber von medizinischen Einrichten (Carolinas HealthCare Systems) dazu übergegangen ist Daten von Data Brokern zu kaufen.