Ote - Yhdysvaltain patentti US11,107,588 B2

Lukuaika 8 minuuttia

Päivitetty - syyskuu 23, 2023

– Gal EHRLICH, Maier-ikkunat –

Menetelmät ja järjestelmät hoitojen, rokotusten, testien ja/tai toimintojen priorisoimiseksi yksilön yksityisyyttä kunnioittaen

Seuraavassa on - automaattisesti käännetty - ote edellä mainitusta yhdysvaltalaisesta patentista. US11,107,588 B2joka kiertää parhaillaan sosiaalisessa mediassa. Patentin sanotaan sisältävän keksinnön, jota käytetään matkapuhelinmastoviestintään sellaisten ihmisten kanssa, joihin on ruiskutettu grafeenia (grafeenioksidia).

Patentti liittyy neljään muuhun patenttihakemukseen, joista kolme on peräisin Israelista (277083, 276665* ja 276648*) sekä Arabiemiirikunnat (UAE) P6001304/2020, joka ei kuitenkaan näytä olevan saatavilla Internetissä.
* hylätty vastaamattoman kirjeenvaihdon vuoksi.

Itse asiassa patentti, kuten israelilaispatenttikaan, ei kuitenkaan kuvaa mitään teknologiaa, jossa grafeenia hyödynnetään millään tavalla; termi "grafeenioksidi" ei esiinny kummassakaan patentissa!

Yhdysvaltalainen patentti on kuitenkin edelleen lukemisen arvoinen, koska se osoittaa, että ne, jotka ovat opportunistisesti sitä mieltä, että "... minulla ei ole mitään salattavaa...", ovat väärässä.

Olipa kyse sitten matkapuhelimista, luottokorteista tai GPS-karttapalveluiden käytöstä verkossa, tällaiset tiedot paljastavat paljon enemmän kuin ensi silmäyksellä voisi olettaa. Ne mahdollistavat tarkkojen liikkumis- ja kohtaamisprofiilien luomisen aikajärjestyksessä ja tarjoavat siten tietoja, jotka mahdollistavat valikoivan seurannan, erottelun ja toimenpiteet, jotka CN:ssä tunnetun sosiaalisen luotto-järjestelmän tapaan mahdollistavat vaikuttamisen kunkin yksilön käyttäytymiseen.

Ote (teksti kursiivilla):

"Yksittäisen henkilön todelliset paikkatiedot".

Joissakin toteutustapauksissa kunkin yksilön tosiasiallisesti mitattuja geopaikannustietoja seurataan, jotta voidaan arvioida niiden potentiaalia muiden yksilöiden osalta. Joissakin toteutustapauksissa yksilöt, jotka liikkuvat paljon päivän aikana alueilla, joilla on muita yksilöitä, saavat korkean pistemäärän. Joissakin toteutustapauksissa kunkin yksilön todelliset geopaikannustiedot liittyvät yhteen tai useampaan seuraavista:

• 1. elektroniset laitteet, esimerkiksi oman matkapuhelimen sijainti GPS:n avulla.
• 2. kasvontunnistustekniikan käyttö, joka perustuu yhteen tai useampaan seuraavista: a ) videovalvontatiedot, jotka on saatu käytettävissä olevista lähteistä, esim. katukameroista, pankkiautomaateista, kaupoissa, rakennuksissa ja kodeissa olevista yksityisistä valvontakameroista jne. b ) sosiaalinen media.
• 3. digitaalinen toiminta, esim. luottokortin käyttö, tietokoneen tai elektronisen laitteen käytön yhteydessä käytetty IP-osoite, antennit, jotka vastaanottavat tietoja puhelun aikana.

Vaihtoehtoisesti tai lisäksi tällaisia todellisia maantieteellisiä sijaintitietoja käytetään henkilöiden välisen kontaktin todellisen tunnistamisen sijasta tai sen lisäksi.

Yksilön aikaisemmat lääketieteelliset tiedot

Joissakin toteutustapauksissa kunkin yksilön aiemmat lääketieteelliset tiedot arvioidaan pistemäärän saamiseksi. Esimerkiksi, kuten edellä todettiin, henkilöt, joilla on krooninen yskä, saavat korkean pistemäärän, koska heillä voi olla suurempi todennäköisyys tartuntataudin/viruksen/taudinaiheuttajan tarttumiseen. Joissakin toteutustapauksissa henkilöt, joilla on taustasairaus, joka lisää taudin tarttumisen todennäköisyyttä, saavat korkean pistemäärän.

Henkilön nykyiset lääketieteelliset tiedot

Joissakin toteutustapauksissa pandemian aikana seurataan kaikkia kutakin yksilöä koskevia uusia lääketieteellisiä tietoja sen määrittämiseksi, osoittavatko uudet tiedot muutosta yksilön lääketieteellisessä tilassa, joka koskee hänen potentiaaliaan tartuttaa muita. Jos edellä esitetyn esimerkin mukaisella henkilöllä diagnosoidaan krooninen yskä, hänen pistemääränsä nousee (esim. yleisesti ja/tai kontaktia kohden).

Kolmansilta osapuolilta saadut yksilöitä koskevat tiedot

Joissakin toteutustapauksissa kolmannen osapuolen tietoja arvioivat toisille ilmoittavat henkilöt sen määrittämiseksi, onko tietojen tarpeen vaikuttaa pisteytykseen. Jos kolmas osapuoli esimerkiksi ilmoittaa, että henkilö, joka näytti vähän liiketietoja ja sai alhaisen pistemäärän, suorittaa itse asiassa monia liikkeitä, kun tieto on tarkistettu, pistemäärä muuttuu vastaavasti. Myös päinvastoin, esimerkiksi jos kolmas osapuoli ilmoittaa, että henkilö, joka näytti paljon liikkumistietoja ja sai korkean pistemäärän, pysyttelee itse asiassa kotona, kun tieto on tarkistettu, pistemäärä voi muuttua vastaavasti.

Erityinen pakollinen sovellus

Joissakin toteutustapauksissa hallitus voi pandemian vuoksi määrätä kansalaisia asentamaan älypuhelimiinsa (tai muihin älylaitteisiin, kuten tabletteihin, älykelloihin, älylaseihin jne.) erityisen sovelluksen, joka auttaa hallitusta rokotusmenettelyjen logistiikassa. Joissakin toteutustapauksissa hallitus (tai muu taho) tarjoaa tällaisia erityisiä älylaitteita yleisölle. Joissakin toteutustapauksissa sovellus ja/tai älylaite on konfiguroitu antamaan tietoa käyttäjän sijainnista koko ajan Bluetoothin kautta ja (kommunikoimaan esim.) viereisten älylaitteiden kanssa käyttäjien välisten vuorovaikutusten arvioimiseksi (esim. käyttäjien välinen läheisyys, käyttäjien liikkuminen jne.). Joissakin keksinnön toteutustapauksissa voidaan käyttää olemassa olevia ohjelmistoja, esim. sekä Android- että Android-pohjaisissa matkapuhelimissa on ohjelmistoja (esim. käyttöjärjestelmäpalveluna), jotka voivat havaita toisten läheisyyden, tällaisia ohjelmistoja voidaan käyttää tai parantaa tässä kuvattujen toimintojen tarjoamiseksi.

Joissakin toteutustapauksissa tällaista sovellusta voidaan käyttää antamaan tietoa siitä, kuinka monta ainutlaatuista ihmistä käyttäjä tapaa. Esimerkiksi tietty käyttäjä voi tavata monia ihmisiä, mutta he ovat aina samoja ihmisiä. Kun taas toinen käyttäjä saattaa tavata vähemmän ihmisiä, mutta jokainen on eri henkilö. Joissakin toteutustapauksissa toinen käyttäjä voi saada korkeamman pistemäärän, ja siksi häntä kohdellaan ensimmäisenä. Joissakin toteutustapauksissa tällaista sovellusta ja/tai älylaitteita käytetään myös rokotustoimenpiteiden etenemisen ja rokotustoimenpiteiden tehokkuuden arviointiin. Joissakin toteutustavoissa jokaiselta käyttäjältä saadut yksilölliset tiedot yhdistetään heidän terveystietoihinsa (sairas, rokotettu, toipunut jne.), jotta rokotustoimenpiteiden etenemistä ja rokotustoimenpiteen tehokkuutta voidaan arvioida edelleen. Vaihtoehtoisesti, jos käyttäjän tapaamat henkilöt ovat rokotettuja tai muuten immuuneiksi luokiteltuja, näitä kontakteja ei ehkä lasketa ja/tai painotetaan vähemmän.

Joissakin toteutustapauksissa sovellusta käytetään myös henkilökohtaisen viestinnän lähettämiseen käyttäjille, esimerkiksi rokotusten hankkimiseen. Joissakin toteutustapauksissa sovelluksesta saatujen tietojen perusteella ryhdytään tiettyihin toimiin, kuten lähetetään käyttäjälle viesti, jolla lisätään hänen tietoisuuttaan pandemian aikana noudatettavista käyttäytymissäännöistä ja kehotetaan häntä tulemaan rokotettavaksi ja välttämään tiettyjä paikkoja, joissa tartuntariski on suuri.

Erityinen vapaaehtoinen sovellus

Joissakin toteutustapauksissa väestöä kannustetaan pandemian vuoksi asentamaan erityinen sovellus, jossa sovelluksen asentajat palkitaan. Joissakin toteutustapauksissa palkitseminen on priorisoitu.

Kohteen valvontakäyttäytyminen

Joissakin toteutustapauksissa kohteen käyttäytymistä seurataan suhteessa kohteen suorittamiin turvatoimintoihin, esim. maskin käyttö (esim. puhelun aikana otettujen kuvien tai matkapuhelimen muun näytön analysointi), käsien pesu (esim. veden äänien tai liikkeiden analysointi älykellon avulla), sosiaalinen etääntyminen (esim. Bluetooth-verkon tehotasojen ja/tai NFC-tunnistuksen perusteella), vaihtaminen useiden paikkojen välillä jne. Joissakin toteutustapauksissa näitä seurataan samoilla laitteilla/menetelmillä kuin edellä.

Esimerkillinen arvostusmenetelmä

Joissakin toteutustapauksissa jokainen populaation yksilö ( esim. yli 100, 1000, 10000 ja/tai 100000 yksilöä ) saa pistemäärän, joka määrittää kunkin yksilön mahdollisen ylidispersion asteen. Joissakin suoritusmuodoissa pisteet määritellään kontaktien lukumääränä ( ks. tässä ), ja laskettavien kontaktien lukumäärä on noin 10 ja noin 100 välillä, valinnaisesti noin 100:sta noin 1000:een, valinnaisesti noin 1000:sta noin 10000:een, esimerkiksi 100, 400, 1000, 2000, 10000 tai keskisuuria tai suurempia lukuja. Joissakin toteutustapauksissa suuri arvo määrittelee suuren ylidispersion potentiaalin, kun taas pieni arvo määrittelee pienen ylidispersion potentiaalin. Keksinnön selittämisen helpottamiseksi käytetään asteikkoa 0-100. On selvää, että voidaan käyttää muitakin asteikkoja, kuten lämpökarttaluokitusta, desimaaliasteikkoja jne., jotka kaikki kuuluvat keksinnön piiriin. Joissakin keksinnön toteuttamistavoissa pisteytys on avoin. Esimerkiksi joissakin keksinnön toteutustapauksissa pistemäärä normalisoidaan muihin arvoihin. Normalisoinnin ei tarvitse olla lineaarinen. Joissakin keksinnön toteuttamistavoissa pistemäärä on skalaari. Esimerkiksi joissakin keksinnön toteuttamistavoissa pistemäärä on moniulotteinen, mukaan lukien ylisuuren potentiaalin ulottuvuus ja käyttäytymisen vaihtelevuuden ulottuvuus). Pistemäärä on esimerkiksi moniulotteinen, mukaan lukien ylilevinneisyyspotentiaaliulottuvuus ja käyttäytymisulottuvuuden vaihtelevuus). pistemäärä on moniulotteinen, mukaan lukien ylilevinneisyyspotentiaaliulottuvuus ja käyttäytymisulottuvuuden vaihtelevuus).

Joissakin toteutustapauksissa pisteet lasketaan käyttämällä painotettuja pisteytysmalleja, joissa yksi tai useampi tekijä ja/tai komponentti pisteytetään vastaanotettujen tietojen perusteella. Kuviossa 3 on esitetty kaavamainen vuokaavio menetelmästä painotetun pistemäärän laskemiseksi keksinnön joidenkin toteutustapojen mukaisesti.

Joissakin toteutustavoissa järjestelmä vastaanottaa tietoa kohteesta. 302Joissakin toteutustapauksissa tiedot lajitellaan tietojen lähteen mukaan. 304. esimerkiksi sähköiset tiedot 306. älypuhelimet, kamerat, luottokorttitiedot jne. 308. maantieteelliset tiedot, esimerkiksi GPS:stä tai matkapuhelinmastoista saadut tiedot. 310julkishallinnon tiedot, esimerkiksi väestönlaskentatoimistosta tai EMR:stä (sähköinen potilastietojärjestelmä). 312esimerkiksi muilta henkilöiltä saatavat inhimilliset tiedot, jotka vaativat tietojen toimittamista muista henkilöistä ja yhdestä tai useammasta edellä mainitusta tekijästä ja/tai osatekijästä. Joissakin toteutustapauksissa järjestelmä laskee sitten painotetun pistemäärän kullekin tiedolle, valinnaisesti ennalta määritellyn kriteerin mukaan. 314. joissakin toteutustapauksissa järjestelmä muodostaa sitten kokonaispistemäärän eri painotetuista pistemääristä, valinnaisesti ennalta määrätyn kriteerin mukaisesti. 316Joissakin toteutustapauksissa järjestelmä antaa sitten luettelon hoitosekvenssistä, jota käytetään sitten väestön varsinaiseen hoitoon. 318.

Joissakin toteutustapauksissa pistemäärä koostuu useista osatekijöistä, esimerkiksi ennustetusta todennäköisyydestä, että kohde levittää tartuntatautia/virusta/taudinaiheuttajaa, ennustetusta todennäköisyydestä, että kohde sairastuu tartuntatautiin/virukseen/taudinaiheuttajaan, kohteen suhteellisesta terveysriskistä, jos kyseisellä kohteella on tartuntatauti/virus/taudinaiheuttaja, ja yhteiskunnallisesta haitasta, jos kyseinen kohde sairastuu tartuntatautiin/virukseen/taudinaiheuttajaan; yksi tai useampi edellä mainituista valinnaisista tiedoista, jotka koskevat fyysistä läheisyyttä muihin henkilöihin.

Joissakin toteutustapauksissa kohteen fysikaaliset approksimaatiotiedot lasketaan muiden kohteiden kanssa käyttäen yhtä tai useampaa seuraavista menetelmistä:

• 1. niiden tutkittavien määrä, joiden kanssa tutkittava voi olla tekemisissä;
• 2. kohteen mahdollinen ja/tai todellinen etäisyys muihin kohteisiin;
• 3. kohteen ja muiden kohteiden mahdollisen ja/tai todellisen kohtaamisen kesto.

Joissakin keksinnön toteuttamistavoissa pisteet päivitetään jokaisen kosketustapahtuman yhteydessä ja/tai sen jälkeen. Joissakin keksinnön toteutustapauksissa päivitys tapahtuu päivän lopussa, jolloin mahdollisesti yhdistetään useita tapaamisia saman henkilön kanssa. Vaihtoehtoisesti tai lisäksi pistemäärä päivitetään useiden kontaktitapahtumien sarjaa kohti. Joissakin keksinnön toteutustavoissa pisteet lasketaan sen jälkeen, kun kaikki kontaktitapahtumat on kerätty, esimerkiksi kontaktiverkoston analyysin perusteella sellaisten henkilöiden tunnistamiseksi, jotka rokotettuna pysäyttäisivät tartunnan parhaiten. Tällainen analyysi voidaan suorittaa simuloimalla kontaktiverkostoa ja kokeilemalla erilaisia rokotusjärjestelmiä ja/tai poistamalla erilaisia yksilöitä ja/tai yksilöryhmiä.

Pisteytyksestä hoitoon

Joissakin toteutustapauksissa, kun kunkin yksilön pistemäärä on saavutettu, tai valinnaisesti suuren määrän populaation yksilöiden pistemäärä, luodaan luettelo, jossa ilmoitetaan järjestys, jossa kukin yksilö saa hoidon. Joissakin toteutustapauksissa lista jaetaan valinnaisesti ryhmiin, esimerkiksi kaikki yksilöt, jotka saivat pistemäärän 100 ja 90 välillä, ryhmitellään ryhmään A, joka saa hoidot ensin. Sitten kaikki henkilöt, jotka saivat 90-80 pistettä, ryhmitellään ryhmään B, joka saa hoidot toisena, ja niin edelleen.

Yleisölle suunnatut tiedot

Joissakin toteutustapauksissa luettelon luomisen jälkeen yksilöille ilmoitetaan, milloin ja missä heidän on mentävä vastaanottamaan hoitoja, esimerkiksi sähköpostitse, matkapuhelimiensa omilla sovelluksilla, tiedotusvälineiden kautta jne.

Esimerkkisimulaatiot

Joissakin tapauksissa mallinnus ja simulointi suoritetaan tarkoitukseen varatuilla tietokoneilla esimerkiksi hoitojen mahdollisen etenemisen ja laumaimmuniteetin saavuttamisen todennäköisen ajankohdan arvioimiseksi ja/tai eri parametrien arvojen valitsemiseksi. Joissakin toteutuksissa simulointeihin sisältyy yhden tai useamman yksilöiltä saadun todellisen tiedon lisääminen yksilöiltä/yksilöistä saatujen simuloitujen tietojen suorittamiseen (jos se on tarpeen todennäköisten skenaarioiden suorittamiseksi). Joissakin toteutustapauksissa arvioinneissa ja malleissa käytetään yhtä tai useampaa seuraavista: neuroverkot, koneoppiminen ja erikoistuneet simulaatiot.

Joissakin toteutustapauksissa simulaatioissa otetaan huomioon ja mallinnetaan todennäköisyys, että hoidot ( vaikuttavat tai ) eivät vaikuta yksilöön.

Joissakin toteutustapauksissa simulaatioissa otetaan huomioon ja mallinnetaan, minkälaista väestöä tietty koehenkilö voi kohdata ja minkälaista potentiaalista väestöä nämä henkilöt voivat myöhemmin kohdata. Esimerkiksi opettajat, jotka kohtaavat paljon lapsia, saavat korkeamman simuloidun pistemäärän, koska jos ja kun opettaja saa tartunnan lapsilta, lapset palaavat kotiin ja mahdollisesti tartuttavat perheensä. Sen sijaan esimerkiksi vankilassa työskentelevä lääkäri saisi mahdollisesti alhaisemman simuloidun pistemäärän, koska vankilassa olevat vangitut ihmiset eivät lähde pois eivätkä todennäköisesti tartuta ketään. (Tartunta pysyy vankilassa yksin ).

Joissakin toteutustapauksissa suoritetaan simulaatioita, jotta voidaan arvioida parametrien arvoja, joita käytetään superspreaderin tunnistamiseen ja mahdollisesti siihen, miten heidät voidaan erottaa tavallisista yksilöistä.„