Satura rādītājs
Atjaunināts - jūnijs 18, 2025
- Gal EHRLICH, Maier logi -
Metodes un sistēmas ārstēšanas, vakcinācijas, testu un/vai darbību prioritāšu noteikšanai, vienlaikus ievērojot personas privātumu.
Tālāk ir automātiski tulkots izraksts no iepriekš minētā ASV patenta. US11,107,588 B2kas pašlaik cirkulē sociālajos medijos. Patents esot ietverts izgudrojums, kas tiek izmantots mobilā tālruņa masta saziņai ar cilvēkiem, kuriem ir injicēts graphene (graphene oxide).
Patents attiecas uz četriem citiem patentu pieteikumiem, tostarp trim Izraēlā (277083, 276665* un 276648*), kā arī AAE (Apvienotie Arābu Emirāti) P6001304/2020, kas, šķiet, nav pieejams internetā.
* noraidīts neatbildētas sarakstes dēļ
Patents, tāpat kā Izraēlas patents, faktiski neapraksta nekādu tehnoloģiju, kas jebkādā veidā izmanto grafēnu; termins "grafēna oksīds" nav minēts nevienā no patentiem!
Tomēr ASV patentu tomēr ir vērts izlasīt, jo tas pierāda, ka tie, kas uzskata, ka "... man nav ko slēpt...", kļūdās.
Neatkarīgi no tā, vai runa ir par mobilajiem tālruņiem, kredītkartēm vai tiešsaistes GPS karšu pakalpojumu izmantošanu, šādi dati atklāj daudz vairāk, nekā šķiet no pirmā acu uzmetiena. Tie ļauj izveidot precīzus pārvietošanās un sastapšanās profilus hronoloģiskā secībā un tādējādi sniedz datus, kas ļauj veikt selektīvu uzraudzību, nošķiršanu un pasākumus, kuri, līdzīgi kā CN pazīstamā sociālo kredītu sistēma, ļauj ietekmēt katra indivīda uzvedību.
Izraksts (teksts kursīvā):
"Faktiskie ģeolokalizācijas dati par indivīdu
Dažos veidos tiek uzraudzīti katra indivīda faktiskie izmērītie ģeolokācijas dati, lai novērtētu to potenciālu attiecībā uz citiem indivīdiem. Dažos iemiesojumos indivīdi, kuri dienas laikā uzrāda lielu kustību teritorijās, kur atrodas citi indivīdi, saņem augstu novērtējumu. Dažos veidos katra indivīda faktiskos ģeolokācijas datus apvieno ar vienu vai vairākiem no šiem elementiem:
- 1. elektroniskās ierīces, piemēram, savu mobilo tālruņu atrašanās vietu, ko nodrošina GPS.
- 2. sejas atpazīšanas tehnoloģijas izmantošana, pamatojoties uz vienu vai vairākiem no šādiem elementiem: a ) videonovērošanas dati, kas saņemti no pieejamiem avotiem, piemēram, ielu kamerām, bankomātiem, privātām novērošanas kamerām veikalos, ēkās un mājās u. c.; b ) sociālie mediji.
- 3. digitālās darbības, piemēram, kredītkaršu izmantošana, IP adrese, ko izmanto, lietojot datoru vai elektronisko ierīci, antenas, kas saņem datus tālruņa zvana laikā.
Pēc izvēles vai papildus šādos faktiskajos ģeogrāfiskās atrašanās vietas datos izmanto faktisko personu kontakta identifikācijas datus vai to vietā.
personas vēsturiskie medicīniskie dati
Dažos veidos, lai noteiktu rezultātu, tiek izvērtēti katra indivīda vēsturiskie medicīniskie dati. Piemēram, kā minēts iepriekš, personas ar hronisku klepu saņem augstu punktu skaitu, jo tām var būt lielāka iespējamība pārnest infekcijas slimību/virusu/patogēnu. Dažos gadījumos personas ar fona slimību, kas palielina slimības pārnešanas iespējamību, saņem augstu punktu skaitu.
personas pašreizējie medicīniskie dati
Dažos iemiesojumos pandēmijas laikā tiek uzraudzīti visi jaunie medicīniskie dati, kas attiecas uz katru indivīdu, lai noteiktu, vai jaunie dati norāda uz izmaiņām indivīda medicīniskajā stāvoklī attiecībā uz viņa potenciālu inficēt citus. Ja indivīdam saskaņā ar iepriekš minēto piemēru tiek diagnosticēts hronisks klepus, viņa rādītājs palielināsies (piemēram, kopumā un/vai vienam kontaktam).
Trešo pušu informācija par privātpersonām
Dažos veidos trešo personu informāciju izvērtē personas, kas informē par citiem, lai noteiktu, vai informācijai ir jāietekmē vērtējums. Piemēram, ja trešā persona informē, ka persona, kas uzrādījusi maz kustību datu un saņēmusi zemu vērtējumu, patiesībā veic daudz kustību, pēc informācijas pārbaudes attiecīgi mainās vērtējums. Ir arī pretēji, piemēram, ja trešā persona informē, ka persona, kas uzrādījusi daudz kustību datu un saņēmusi augstu punktu skaitu, patiesībā uzturas mājās, pēc tam, kad informācija ir pārbaudīta, attiecīgi var mainīties arī punktu skaits.
Īpaša obligātā lietotne
Dažos gadījumos, ņemot vērā pandēmijas izplatību, valdība var likt iedzīvotājiem savos viedtālruņos (vai citās viedierīcēs, piemēram, planšetdatoros, viedpulksteņos, viedbrillēs u. c.) instalēt īpašu lietotni, lai palīdzētu valdībai veikt vakcinācijas procedūru loģistiku. Dažos variantos valdība (vai cita struktūra) nodrošina iedzīvotājiem šādas īpašas viedierīces. Dažos iemiesojumos lietotne un/vai viedierīce ir konfigurēta tā, lai visu laiku sniegtu informāciju par lietotāja atrašanās vietu, izmantojot Bluetooth, un lai (sazinātos, piemēram, ar) blakus esošajām viedierīcēm, lai novērtētu mijiedarbību starp lietotājiem, piemēram, lietotāju tuvumu, lietotāju pārvietošanos utt.) Dažos izgudrojuma variantos var izmantot esošo programmatūru, piemēram, gan Android, gan uz Android balstītiem mobilajiem tālruņiem ir programmatūra (piemēram, kā operētājsistēmas pakalpojums), kas var noteikt citu tuvumu, šādu programmatūru var izmantot vai uzlabot, lai nodrošinātu šeit aprakstītās funkcijas.
Dažos veidos šādu lietotni var izmantot, lai sniegtu informāciju par to, cik daudz unikālu cilvēku lietotājs satiek. Piemēram, konkrēts lietotājs var satikt daudzus cilvēkus, bet tie vienmēr ir vieni un tie paši cilvēki. Savukārt cits lietotājs var satikt mazāk cilvēku, bet katrs no tiem ir cits cilvēks. Dažos veidos otrs lietotājs var saņemt augstāku punktu skaitu, un tāpēc ar viņu var rīkoties vispirms. Dažos iemiesojumos šādu lietotni un/vai viedierīces izmanto arī vakcinācijas procedūru gaitas un vakcinācijas procedūras efektivitātes novērtēšanai. Dažos iemiesojumos no katra lietotāja saņemtie individuālie dati tiek savienoti ar informāciju par viņa veselības stāvokli (slims, vakcinēts, izveseļojies u. c.), lai turpmāk novērtētu vakcinācijas procedūru progresu un vakcinācijas procedūras efektivitāti. Pēc izvēles, ja lietotāja satiktie indivīdi ir vakcinēti vai citādi klasificēti kā imūni, šie kontakti var netikt ieskaitīti un/vai tiem var piešķirt zemāku svaru.
Dažos gadījumos lietotni izmanto arī, lai nosūtītu lietotājiem personalizētu saziņu, piemēram, lai viņi varētu vakcinēties. Dažos iemiesojumos, ņemot vērā no lietotnes saņemto informāciju, tiek veiktas noteiktas darbības, piemēram, nosūtīta saziņa lietotājam, lai palielinātu viņa informētību par uzvedības noteikumiem pandēmijas laikā ierasties un vakcinēties, lai izvairītos no noteiktām vietām, kur pastāv augsts inficēšanās risks.
Īpaša brīvprātīga lietotne
Dažos veidos, ņemot vērā pandēmiju, iedzīvotāji tiek mudināti instalēt īpašu lietotni, kurā tie, kas instalē lietotni, tiek apbalvoti. Dažos veidos atlīdzība ir prioritāra.
Objekta novērošanas uzvedība
Dažos veidos subjekta uzvedība tiek uzraudzīta saistībā ar subjekta veiktajām drošības funkcijām, piemēram, maskas lietošanu (piemēram, analizējot attēlus, kas uzņemti mobilā tālruņa zvana vai cita mobilā tālruņa ekrāna laikā), roku mazgāšanu (piemēram, analizējot ūdens skaņas vai kustības, izmantojot viedpulksteni), sociālo distancēšanos (piemēram, pamatojoties uz Bluetooth jaudas līmeni un/vai NFC noteikšanu), pārslēgšanos starp vairākām atrašanās vietām utt. Dažos variantos tos uzrauga, izmantojot tās pašas ierīces/metodes, kas minētas iepriekš.
Vērtēšanas metodes piemērs
Dažos variantos katrs indivīds populācijā ( piemēram, vairāk nekā 100, 1000, 10000 un/vai 100000 indivīdu) saņem vērtējumu, kas nosaka katra indivīda potenciālo pārmērīgas izkliedes pakāpi. Dažos iemiesojumos punktus nosaka kā kontaktu skaitu ( sk. šeit ), un uzskaitīto kontaktu skaits ir no aptuveni 10 līdz aptuveni 100, pēc izvēles no aptuveni 100 līdz aptuveni 1000, pēc izvēles no aptuveni 1000 līdz aptuveni 10000, piemēram, 100, 400, 1000, 2000, 10000 vai vidēji lieli vai lielāki skaitļi. Dažos variantos liela vērtība nosaka lielu potenciālu pārmērīgai dispersijai, savukārt maza vērtība nosaka mazu potenciālu pārmērīgai dispersijai. Lai atvieglotu izgudrojuma skaidrojumus, tiek izmantota vērtēšanas skala no 0 līdz 100. Ir saprotams, ka var izmantot arī citas skalas, piemēram, siltuma kartes vērtējumu, decimāldaļu skalas u. c., kas visas ir iekļautas izgudrojuma darbības jomā. Dažos izgudrojuma variantos vērtējums ir atvērts. Piemēram, dažos izgudrojuma variantos vērtējums ir normalizēts attiecībā pret citām vērtībām. Normalizācijai nav jābūt lineārai. Dažos izgudrojuma variantos rezultāts ir skalārs. Piemēram, dažos izgudrojuma variantos vērtējums ir daudzdimensiju rādītājs, tostarp pārspīlētā potenciāla dimensija un uzvedības mainīguma dimensija). Piemēram, vērtējums ir daudzdimensiju, ieskaitot pārspīlēšanas potenciāla dimensiju un uzvedības mainīguma dimensiju). vērtējums ir daudzdimensiju, ieskaitot pārspīlēšanas potenciāla dimensiju un uzvedības mainīguma dimensiju).
Dažos variantos rezultātu aprēķina, izmantojot svērtās vērtēšanas modeļus, kuros viens vai vairāki faktori un/vai komponenti tiek vērtēti saskaņā ar saņemtajiem informācijas datiem. Tālāk 3. attēlā parādīta shematiska plūsmas shēma, kurā attēlota svērtā vērtējuma aprēķināšanas metode saskaņā ar dažiem izgudrojuma variantiem.

Dažos veidos sistēma saņem informācijas datus par subjektu. 302Dažos veidos informācijas dati ir sakārtoti atbilstoši informācijas datu avotam. 304. piemēram, elektroniskā informācija 306. viedtālruņi, fotoaparāti, kredītkaršu informācija u. c. 308. ģeogrāfiskā informācija, piemēram, no GPS vai mobilo sakaru torņiem. 310. valdības informācija, piemēram, no tautas skaitīšanas biroja vai EMR (elektroniskās medicīniskās kartes). 312cilvēku informāciju, piemēram, no citām personām, kas aicina sniegt informāciju par citām personām un vienu vai vairākiem iepriekš minētajiem faktoriem un/vai komponentiem. Dažos variantos sistēma pēc tam aprēķina katras informācijas daļas svērto punktu skaitu, pēc izvēles saskaņā ar iepriekš noteiktu kritēriju. 314. dažos variantos sistēma pēc tam no dažādiem svērtajiem vērtējumiem izveido kopvērtējumu, pēc izvēles saskaņā ar iepriekš noteiktu kritēriju. 316Dažos veidos sistēma nodrošina ārstēšanas secības sarakstu, ko pēc tam izmanto, lai faktiski ārstētu populāciju. 318.
Dažos variantos vērtējums sastāv no vairākiem komponentiem, piemēram, paredzamā varbūtība, ka subjekts pārnēsās infekcijas slimību/vīrusu/patogēnu, paredzamā varbūtība, ka subjekts saslims ar infekcijas slimību/vīrusu/patogēnu, relatīvais veselības risks subjektam, ja subjektam ir infekcijas slimība/vīruss/patogēns, kaitējums sabiedrībai, ja subjekts saslims ar infekcijas slimību/vīrusu/patogēnu; viens vai vairāki no iepriekš minētajiem fakultatīvajiem datiem attiecībā uz datiem par fizisko tuvumu citām personām.
Dažos variantos subjekta fiziskās aproksimācijas dati tiek aprēķināti kopā ar citiem subjektiem, izmantojot vienu vai vairākus no šiem veidiem:
- 1. to subjektu skaits, ar kuriem subjekts var kontaktēties;
- 2. potenciālo un/vai faktisko attālumu, kādā atrodas objekts līdz citiem objektiem;
- 3. iespējamās un/vai faktiskās saskarsmes ar citiem subjektiem ilgums.
Dažos izgudrojuma veidos vērtējums tiek atjaunināts un/vai pēc katra kontakta notikuma. Dažos izgudrojuma variantos atjaunināšana notiek dienas beigās, potenciāli apkopojot vairākas tikšanās ar vienu un to pašu personu. Pēc izvēles vai papildus punktu skaits tiek atjaunināts par katru kontaktu notikumu sēriju. Dažos izgudrojuma variantos rezultātu aprēķina pēc tam, kad ir apkopoti visi kontakta notikumi, piemēram, pamatojoties uz kontaktu tīkla analīzi, lai identificētu personas, kuras vakcinācijas gadījumā vislabāk apturētu infekciju. Šādu analīzi var veikt, simulējot kontaktu tīklu un izmēģinot dažādas vakcinācijas shēmas un/vai izslēdzot dažādas personas un/vai personu grupas.
No rezultāta līdz ārstēšanai
Dažos variantos, tiklīdz ir sasniegts katra indivīda rezultāts vai pēc izvēles liela skaita populācijas indivīdu rezultāts, tiek izveidots saraksts ar secību, kādā katrs indivīds saņem ārstēšanu. Dažos variantos saraksts pēc izvēles tiek sadalīts pa grupām, piemēram, visi indivīdi, kas ieguvuši no 100 līdz 90 punktiem, tiek sagrupēti A grupā, kas saņem ārstēšanu pirmā. Pēc tam visi indivīdi, kas ieguvuši no 90 līdz 80 punktiem, tiek sagrupēti B grupā, kas saņem ārstēšanu kā otrā, un tā tālāk.
Informācija sabiedrībai
Dažos veidos pēc saraksta izveides personas tiek informētas par to, kad un kur doties un saņemt ārstēšanu, piemēram, izmantojot e-pastu, īpašas lietotnes mobilajos tālruņos, plašsaziņas līdzekļus u. c.
Paraugu simulācijas
Dažos variantos modelēšanu un simulācijas veic specializētos datoros, lai, piemēram, novērtētu iespējamo ārstēšanas progresu un iespējamo laiku, kad tiks sasniegta ganāmpulka imunitāte, un/vai izvēlētos dažādu parametru vērtības. Dažos variantos simulācijas ietver viena vai vairāku faktisko datu, kas saņemti no indivīdiem, ievietošanu, lai palaistu simulētus datus no indivīdiem (ja nepieciešams, lai palaistu iespējamos scenārijus). Dažos iemiesojumos novērtējumos un modeļos izmanto vienu vai vairākus neironu tīklus, mašīnmācīšanos un specializētas simulācijas.
Dažos variantos simulācijās tiek ņemta vērā un modelēta varbūtība, ka ārstēšana ( iedarbojas vai ) neiedarbojas uz indivīdu.
Dažos variantos simulācijās tiek ņemts vērā un modelēts populācijas veids, ar kuru konkrētais subjekts var saskarties, un potenciālā populācija, ar kuru šie indivīdi var saskarties vēlāk. Piemēram, skolotāji, kuri sastopas ar daudziem bērniem, saņem augstāku simulācijas rezultātu, jo, ja un kad skolotājs inficēs bērnus, bērni atgriezīsies mājās un potenciāli inficēs savas ģimenes. Savukārt, piemēram, ārsts, kas strādā cietumā, iespējams, saņems zemāku simulēto rezultātu, jo ieslodzītie cilvēki no cietuma neaiziet un, visticamāk, nevienu neinficēs. (Infekcija cietumā tiek turēta vienatnē).
Dažos variantos simulācijas tiek veiktas, lai novērtētu parametru vērtības, ko izmanto, lai identificētu superspīlētāju un, iespējams, kā to atšķirt no parastiem indivīdiem.„