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.

Последние новости и обзоры программ:

Новая версия Revisor VMS 1.9.2

Вышла обновленная версия Grizzly Антивирус (1.0.40.344)

Сооснователь Apple не видит условий для начала "войны машин"

Samsung Grand Duos взорвался в кармане у жителя Индонезии

Бывший разработчик Telegram раскрыл новые подробности конфликта с Дуровым

В США спрогнозировали будущее российской космонавтики

Россияне оказались готовы к разговору с умным холодильником

Разработан метод создания живой сетчатки глаза при помощи 3D-печати

Siri признана самым тупым искусственным интеллектом

Поддержка Firefox для Windows XP и Vista прекратится в 2018 году

Комментарии на нашем сайте: