Hopp til innholdet

Utdrag - US Patent US11,107,588 B2

Lesetid 8 minutter

Oppdatert - 18. juni 2025

Gal EHRLICH, Maier-vinduer

Metoder og systemer for å prioritere behandlinger, vaksinasjoner, tester og/eller aktiviteter samtidig som personvernet til den enkelte respekteres

Følgende er et - automatisk oversatt - utdrag fra det ovennevnte amerikanske patentet US11 107 588 B2som for tiden sirkulerer på sosiale medier. Patentet sies å inneholde en oppfinnelse som brukes til mobiltelefonmastkommunikasjon med personer som har fått injisert grafen (grafenoksid).

Patentet er relatert til fire andre patentsøknader, inkludert tre fra Israel (277083, 276665* og 276648*), samt UAE (De forente arabiske emirater) P6001304/2020, som imidlertid ikke ser ut til å være tilgjengelig på Internett.
* avvist på grunn av ubesvart korrespondanse

Men faktisk beskriver ikke patentet, i likhet med det israelske patentet, noen teknologi som på noen måte utnytter grafen; begrepet "grafenoksid" forekommer ikke i noen av patentene!

Det amerikanske patentet er likevel verdt å lese i den forstand at det motbeviser dem som er av den opportunistiske oppfatningen "... jeg har ingenting å skjule ...".

Enten det dreier seg om mobiltelefoner, kredittkort eller bruk av GPS-karttjenester på nettet, avslører slike data langt mer enn man skulle tro ved første øyekast. De gjør det mulig å lage presise bevegelses- og møteprofiler i kronologisk rekkefølge, og gir dermed data som muliggjør selektiv overvåking, separasjon og tiltak som, i likhet med det sosiale kredittsystemet som er kjent fra CN, gjør det mulig å påvirke atferden til hver enkelt person.

Utdrag (tekst i kursiv):

"Faktiske geolokaliseringsdata for den enkelte

I noen utførelsesformer overvåkes de faktiske målte geolokaliseringsdataene til hvert individ for å vurdere deres potensial for andre individer. I noen utførelsesformer får individer som viser stor bevegelse i løpet av dagen i områder der andre individer befinner seg, en høy poengsum. I noen utførelsesformer er de faktiske geolokaliseringsdataene til hvert individ knyttet til ett eller flere av følgende:

  • 1. elektronisk utstyr, for eksempel lokalisering av egne mobiltelefoner ved hjelp av GPS
  • 2. bruk av ansiktsgjenkjenningsteknologi basert på en eller flere av følgende: a ) videoovervåkingsdata mottatt fra tilgjengelige kilder, f.eks. gatekameraer, minibanker, private overvåkingskameraer i butikker, bygninger og hjem osv. b ) sosiale medier.
  • 3. digital aktivitet, f.eks. bruk av kredittkort, IP-adresse som brukes ved bruk av en datamaskin eller elektronisk enhet, antenner som mottar data under en telefonsamtale.

Eventuelt eller i tillegg kan slike faktiske geolokaliseringsdata brukes i stedet for eller i tillegg til den faktiske identifikasjonen av kontakten mellom personer.

Historiske medisinske data om den enkelte

I noen utførelsesformer evalueres historiske medisinske data for hver enkelt person for å gi en poengsum. Som nevnt ovenfor får for eksempel personer med kronisk hoste en høy poengsum fordi de kan ha en høyere sannsynlighet for å overføre infeksjonssykdommen/viruset/patogenet. I noen utførelsesformer får personer med en bakgrunnssykdom som øker sannsynligheten for å overføre sykdommen, en høy poengsum.

Aktuelle medisinske data om den enkelte

I noen utførelsesformer under pandemien overvåkes alle nye medisinske data knyttet til hver enkelt person for å avgjøre om de nye dataene indikerer en endring i personens medisinske status med hensyn til potensialet for å smitte andre. Hvis en person i eksemplet ovenfor får diagnosen kronisk hoste, vil poengsummen øke (f.eks. generelt og/eller per kontakt).

Informasjon fra tredjeparter om enkeltpersoner

I noen utførelsesformer evalueres tredjepartsinformasjon av personer som informerer om andre, for å avgjøre om informasjonen trenger å påvirke poengsummen. Hvis en tredjepart for eksempel informerer om at en person som viste lave bevegelsesdata og fikk en lav poengsum, faktisk utfører mange bevegelser, endres poengsummen tilsvarende når informasjonen er verifisert. Det motsatte gjelder også, for eksempel hvis en tredjepart informerer om at en person som har vist høye bevegelsesdata og fått en høy poengsum, faktisk holder seg hjemme, kan poengsummen endres tilsvarende når informasjonen er verifisert.

Spesiell obligatorisk app

I noen utførelsesformer kan myndighetene, i lys av pandemien, beordre innbyggerne til å installere en spesiell applikasjon på smarttelefonene sine (eller andre smartenheter som nettbrett, smartklokker og smartbriller osv. I noen utførelsesformer tilbyr myndighetene (eller andre enheter) slike spesifikke smartenheter til publikum. I noen utførelsesformer er appen og/eller smartenheten konfigurert til å gi informasjon om brukerens posisjon til enhver tid via Bluetooth og til å (kommunisere med f.eks.) nærliggende smartenheter for å vurdere interaksjoner mellom brukere, f.eks. nærhet mellom brukere, brukernes bevegelser osv.) I noen utførelsesformer av oppfinnelsen kan eksisterende programvare brukes, f.eks. har både Android og baserte mobiltelefoner programvare (f.eks. som en operativsystemtjeneste) som kan oppdage andres nærhet, og slik programvare kan brukes eller forbedres for å tilby funksjoner som beskrevet her.

I noen utførelsesformer kan en slik app brukes til å gi informasjon om hvor mange unike personer brukeren møter. En bestemt bruker kan for eksempel møte mange personer, men det er alltid de samme personene. En annen bruker kan møte færre personer, men hver av dem er forskjellige. I noen utførelsesformer kan den andre brukeren få en høyere poengsum og blir derfor behandlet først. I noen utførelsesformer brukes slike apper og/eller smartenheter også til å evaluere progresjonen av vaksinasjonsprosedyrer og effektiviteten av vaksinasjonsprosedyren. I noen utførelsesformer kobles individuelle data mottatt fra hver bruker med helseinformasjonen deres (syk, vaksinert, frisk osv.) for ytterligere å evaluere progresjonen i vaksinasjonsprosedyrene og effektiviteten av vaksinasjonsprosedyren. Eventuelt, hvis personene som en bruker har møtt, er vaksinert eller på annen måte kategorisert som immune, kan det hende at disse kontaktene ikke teller og/eller vektes lavere.

I noen utførelsesformer brukes appen også til å sende personlig tilpasset kommunikasjon til brukerne, f.eks. om å vaksinere seg. I noen utførelsesformer iverksettes visse tiltak på grunnlag av informasjonen som mottas fra appen, f.eks. ved å sende en melding til brukeren for å øke bevisstheten om atferdsregler under pandemien, slik at brukeren kommer og vaksinerer seg og unngår visse steder der det er høy smitterisiko.

Spesiell frivillig app

I noen utførelsesformer oppfordres befolkningen i lys av pandemien til å installere en spesiell app, der de som installerer appen belønnes. I noen utførelsesformer er belønningen prioritert.

Overvåkningsatferd hos forsøkspersonen

I noen utførelsesformer overvåkes personens atferd i forhold til sikkerhetsfunksjoner som utføres av personen, f.eks. bruk av maske (f.eks. analyse av bilder som tas under en samtale eller annen skjerm på mobiltelefonen), håndvask (f.eks. analyse av vannlyder eller bevegelser via en smartklokke), sosial distansering (f.eks. basert på Bluetooth-strømnivåer og/eller NFC-deteksjon), veksling mellom flere steder osv. I noen utførelsesformer overvåkes disse ved hjelp av de samme enhetene/metodene som ovenfor.

Eksempel på verdsettelsesmetode

I noen utførelsesformer får hvert individ i en populasjon (f.eks. over 100, 1000, 10000 og/eller 100000 individer) en poengsum som definerer den potensielle graden av overspredning for hvert individ. I noen utførelsesformer er poengene definert som antall kontakter (se her ), og antall kontakter som telles er mellom ca. 10 og ca. 100, eventuelt fra ca. 100 til ca. 1000, eventuelt fra ca. 1000 til ca. 10000, for eksempel 100, 400, 1000, 2000, 10000 eller middels eller større tall. I noen utførelsesformer definerer en høy verdi et høyt potensial for overspredning, mens en lav verdi definerer et lavt potensial for overspredning. For å gjøre det lettere å forklare oppfinnelsen, brukes en vurderingsskala fra 0 til 100. Det er underforstått at andre skalaer kan brukes, for eksempel varmekartvurdering, desimalskalaer osv., som alle er inkludert i oppfinnelsens omfang. I noen utførelsesformer av oppfinnelsen er poengsummen åpen. I noen utførelsesformer av oppfinnelsen er poengsummen for eksempel normalisert i forhold til andre verdier. Normaliseringen trenger ikke å være lineær. I noen utførelsesformer av oppfinnelsen er poengsummen en skalar. I noen utførelsesformer av oppfinnelsen er poengsummen for eksempel flerdimensjonal, inkludert en dimensjon for overspredningspotensial og en dimensjon for variabilitet i atferd.) For eksempel er poengsummen flerdimensjonal, inkludert en dimensjon for overspredningspotensial og en dimensjon for atferdsvariabilitet). poengsummen er flerdimensjonal, inkludert en dimensjon for overspredningspotensial og en dimensjon for atferdsvariabilitet).

I noen utførelsesformer beregnes poengsummen ved hjelp av vektede poengmodeller der en eller flere faktorer og/eller komponenter gis poeng i henhold til de mottatte informasjonsdataene. Figur 3 viser et skjematisk flytdiagram av en metode for beregning av en vektet poengsum i henhold til noen utførelsesformer av oppfinnelsen.

I noen utførelsesformer mottar systemet informasjonsdata om en person 302I noen utførelsesformer sorteres informasjonsdataene i henhold til kilden til informasjonsdataene. 304. for eksempel elektronisk informasjon 306. smarttelefoner, kameraer, kredittkortinformasjon osv. 308. geografisk informasjon, for eksempel fra GPS eller mobilmaster 310. offentlig informasjon, for eksempel fra folketellingen eller EMR (elektroniske pasientjournaler) 312menneskelig informasjon, for eksempel fra andre personer som ber om informasjon om andre personer og en eller flere av de ovennevnte faktorene og/eller komponentene. I noen utførelsesformer beregner systemet deretter en vektet poengsum for hver del av informasjonen, eventuelt i henhold til et forhåndsbestemt kriterium 314. i noen utførelsesformer genererer systemet deretter en samlet poengsum fra de ulike vektede poengene, eventuelt i henhold til et forhåndsbestemt kriterium 316I noen utførelsesformer gir systemet deretter en liste over en behandlingssekvens som deretter brukes til å behandle populasjonen 318.

I noen utførelsesformer omfatter poengsummen flere komponenter, for eksempel predikert sannsynlighet for at en person overfører en smittsom sykdom/virus/patogen, predikert sannsynlighet for at en person pådrar seg en smittsom sykdom/virus/patogen, relativ helserisiko for en person hvis personen har en smittsom sykdom/virus/patogen, skade på samfunnet hvis personen pådrar seg en smittsom sykdom/virus/patogen; en eller flere av de ovennevnte valgfrie med hensyn til data om fysisk nærhet til andre personer.

I noen utførelsesformer beregnes fysiske tilnærmingsdata for en forsøksperson med andre forsøkspersoner ved hjelp av en eller flere av følgende:

  • 1. Antall forsøkspersoner som forsøkspersonen kan være i kontakt med;
  • 2. den potensielle og/eller faktiske avstanden til de andre forsøkspersonene;
  • 3. varigheten av forsøkspersonens mulige og/eller faktiske møte med de andre forsøkspersonene.

I noen utførelsesformer av oppfinnelsen oppdateres poengsummen for og/eller etter hver kontakthendelse. I noen utførelsesformer av oppfinnelsen oppdateres poengsummen på slutten av dagen, noe som potensielt aggregerer flere møter med samme person. Eventuelt eller i tillegg oppdateres poengsummen for en serie av kontakthendelser. I noen utførelsesformer av oppfinnelsen beregnes poengsummen etter at alle kontakthendelser er samlet inn, for eksempel basert på en analyse av et kontaktnettverk for å identifisere personer som, hvis de vaksineres, best vil stoppe infeksjonen. En slik analyse kan utføres ved å simulere kontaktnettverket og prøve forskjellige vaksinasjonsskjemaer og/eller fjerne forskjellige individer og/eller grupper av individer.

Fra score til behandling

I noen utførelsesformer genereres det en liste med rekkefølgen som hvert individ mottar behandlingen i, når poengsummen til hvert individ er nådd, eller eventuelt poengsummen til et høyt antall individer i populasjonen. I noen utførelsesformer deles listen eventuelt inn i grupper, f.eks. grupperes alle individer som fikk en poengsum mellom 100 og 90, i gruppe A, som får behandlingene først. Deretter grupperes alle personer som fikk mellom 90 og 80 poeng, i gruppe B, som får behandlingene som nummer to, og så videre.

Informasjon til publikum

I noen utførelsesformer får enkeltpersoner beskjed om når og hvor de skal gå og motta behandlingene etter at listen er opprettet, for eksempel via e-post, dedikerte apper i mobiltelefonen, gjennom media osv.

Eksempler på simuleringer

I noen utførelsesformer utføres modellering og simuleringer i dedikerte datamaskiner for å, for eksempel, vurdere den mulige fremdriften av behandlinger og det sannsynlige tidspunktet for å oppnå flokkimmunitet og/eller velge verdier for ulike parametere. I noen utførelsesformer omfatter simuleringene å sette inn en eller flere faktiske data mottatt fra individer for å kjøre simulerte data fra/av individer (om nødvendig for å kjøre sannsynlige scenarier). I noen utførelsesformer bruker vurderinger og modeller ett eller flere av nevrale nettverk, maskinlæring og spesialiserte simuleringer.

I noen utførelsesformer tar simuleringene hensyn til og modellerer sannsynligheten for at behandlingene ( virker eller ) ikke virker på individet.

I noen utførelsesformer tar simuleringene hensyn til og modellerer den type befolkning som et bestemt emne kan møte, og den potensielle befolkningen som disse personene senere kan møte. For eksempel vil lærere som møter mange barn, få en høyere simulert poengsum fordi hvis og når barna blir smittet av læreren, vil barna gå hjem og potensielt smitte familiene sine. Mens for eksempel en lege som jobber i et fengsel, muligens vil få en lavere simulert poengsum fordi de innsatte i fengselet ikke forlater stedet og sannsynligvis ikke vil smitte noen. (Smitten holdes for seg selv i fengselet).

I noen utførelsesformer utføres simuleringer for å evaluere parameterverdier som brukes til å identifisere en superspreder, og eventuelt hvordan man skiller dem fra vanlige individer.

Legg igjen en kommentar

Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *

nb_NONorwegian