Анализ постов в Twitter покажет, где ждать распространения болезни.
©Wikipedia
По оценкам Всемирной организации здравоохранения, каждая сезонная эпидемия гриппа уносит жизни до 500 тысяч человек. Опасно не только само заболевание, но и его осложнения: последствия гриппа отражаются на легких, сердце, печени и других органах. Сегодня выявлено около двух тысяч вариантов вируса гриппа.
Эффективный способ защиты от гриппа — вакцинация. Всемирная организация здравоохранения особенно рекомендует вакцинацию тем, кто входит в группы высокого риска: детям, пожилым людям, больным легочными и сердечно-сосудистыми заболеваниями.
Поскольку существует множество разновидностей вируса, ученые постоянно разрабатывают новые типы вакцины. Обычно она содержит антигены трех штаммов вируса гриппа. Создателям вакцины нужно предугадать, какие штаммы окажутся самыми распространенными и опасными в определенном регионе. Вакцинацию начинают за несколько месяцев до вспышки заболевания, поэтому врачи определяют не только самые вероятные штаммы, но и составляют «карту» распространения гриппа. Это позволяет определить, в каких регионах стоит начать профилактику быстрее.
Ученые из Северо-Восточного университета в Бостоне нашли оригинальный способ «предсказания» распространения эпидемии. Они создали вычислительную модель, которая анализирует публикации в социальной сети Twitter по ключевым словам, связанным с симптомами заболевания. «Карта» заболеваемости гриппом строится на основе данных GPS о геолокации пользователей Сети. Алгоритм сопоставляет частоту упоминаний о симптомах болезни с известной информацией о гриппе на указанной территории. Учитывается, сколько жителей региона получили вакцину от гриппа, какие штаммы распространены в регионе, сколько в среднем длится инкубационный период болезни, сколько людей может заразить каждый больной.
Сейчас программа способна с большой точностью построить прогноз на шесть недель вперед. Этот срок значительно больше, чем у предыдущих моделей такого рода. Основой работы стали сведения об эпидемиях гриппа 2014–2015 и 2015–2016 гг. в Италии, Испании и США. По словам разработчиков, они сравнивают данные об эпидемиях год за годом, чтобы выявить поворотные моменты в распространении заболевания.
Ранее лингвисты из Пенсильванского университета связали поведение в Twitter с уровнем доходов человека. Люди с низким доходом чаще использовали непристойную лексику, зато куда чаще размещали оптимистичные твиты. Люди с более высоким доходом выражали в социальной сети в основном страх или гнев.
