Команда исследователей из Рочестерского университета в США,
руководителем которой стал Адам Садилек (Adam Sadilek), заявила об открытии
нового алгоритма, который позволяет предсказать заболеваемость гриппом по
записям пользователя в микроблоге. Авторы исследования утверждают, что могут
определить повышенный риск простуды в следующие восемь дней.
Хотя алгоритм предсказания выглядит почти как «гадание по
Твиттеру», ученые провели эксперимент, который хорошо согласуется с
теоретическими выводами. В частности, авторы провели поиск зависимости по
записям жителей Нью-Йорка в микроблогах с учетом гео-тегов. Таким образом,
удалось сопоставить время появления симптомов простуды и местоположение заболевших
на карте. Применив модель распространения инфекционных заболеваний, авторы
установили, что заболевание можно предсказать примерно за восемь дней.
Фактически, новый алгоритм представляет собой комбинацию математического
аппарата эпидемиологии и геоинформационой системы.
Эпидемии и темы обсуждения в микроблогах имеют много общего.
Новый алгоритм помогает отслеживать эпидемии простуды почти так же, как
всплески внимания блоггеров к той или иной теме. Тем не менее, получаемые
результаты содержат в себе нечто большее, чем просто констатация фактов. В
частности, ученые проанализировали 4,4 млн. твитов с метками положения за один
месяц. В результате получилась карта распространения гриппа или похожих на него
простудных заболеваний по городу. Новый алгоритм анализа, в частности,
учитывает разницу между субъективными описаниями заболеваний («ужасно болею,
работать невозможно») и записями с явным выражением симптомов гриппа. Метки с
указанием местоположения пользователя во время написания твита помогают узнать,
где именно бывают люди, у которых проявляются симптомы, а также, бывают ли
другие микроблоггеры в тех же местах города.
Проведенный анализ показал, что прогнозировать заболевание
можно с высокой степенью точности. С вероятностью 90% за 8 дней до первых
проявлений можно предсказать, что здоровый сейчас автор заболеет. Не стоит,
однако, придавать излишнее значение этим цифрам. Исследователи доказали, что их
ретроспективный прогноз оказывается верным в 90% случаев, но в работе
никак не учитываются заболевший люди, которые не зафиксировали этот факт в
микроблогах и аналитических выкладках.
Как бы то ни было, открытый алгоритм прогнозирования нельзя
называть совершенным. Тем не менее, это явное указание на массу возможных
статистических исследований в общественном здравоохранении. Например, если вы
были в некоем месте, где в этот день зафиксирован всплеск сообщений о какой-то
болезни, вы можете получить уведомление о высоком риске заболеть тем же недугом
в течение следующей недели. Возможно, это поможет вам вовремя заняться
профилактикой и защититься от очередной эпидемии.
По материалам сайта Popular Science.
|
