ПОИСКОВЫЕ ЗАПРОСЫ В GOOGLE И ТВИТЫ МОГУТ ПОМОЧЬ ПРЕДСКАЗАТЬ СЛЕДУЮЩУЮ ВСПЫШКУ БОЛЕЗНИ

Люди оставляют след хлебных крошек, когда они ориентируются в цифровом мире, предлагая подсказки о том, что происходит в их жизни, включая их здоровье.

Маурисио Сантильяна из Northeastern использует алгоритмы машинного обучения, чтобы превратить эти подсказки в систему раннего предупреждения о вспышках заболеваний.

Похоже, это еще один кульминационный момент для тех, кто шутит о последних двух годах пандемии. Но для ученых, прогнозирующих будущие вспышки заболеваний, это важные данные.

Ароматические свечи начали получать приток негативных отзывов в Интернете в 2020 году. Недовольные клиенты заявили, что некоторые из самых ароматных, самых популярных продуктов от известных компаний, таких как Yankee Candle, “не пахли” или даже плохо пахли.

Это было не просто несколько плохих отзывов. Самые популярные ароматические свечи, продаваемые на Amazon, получали в среднем от 4 до 4½ звезд до 2020 года, но в течение первого года пандемии отзывы упали примерно на полную звезду. Пользователи социальных сетей размышляли о связи между этими негативными отзывами и потерей обоняния, связанной с инфекциями COVID-19.

Когда случаи COVID-19 снова выросли в конце 2021 года из-за варианта omicron, исследователи отметили еще один всплеск в этих негативных обзорах “без запаха”.

Эти негативные онлайн-обзоры - это то, что Маурисио Сантильяна называет “хлебными крошками”. Поскольку люди ориентируются в цифровом мире, они оставляют следы того, что происходит в их автономной жизни, объясняет директор Группы машинного интеллекта по улучшению здоровья и окружающей среды (MIGHTEВ Институте сетевых наук в Северо-Восточном. Эти “хлебные крошки” оставляют след для исследователей, таких как Сантильяна, поскольку они проецируют потенциальные будущие вспышки COVID-19 и других заболеваний.

Если в онлайн — трендах есть аномалии — всплеск поисков в Google для магазинов, которые доставляют куриный суп с лапшой, внезапный шквал твитов о навигации по карантину члена семьи или плохие отзывы о ароматических свечах - это может указывать на то, что назревают проблемы. Таким образом, Сантильяна создает модели машинного обучения, чтобы обнаружить аномалии, понять эти подсказки и создать систему раннего предупреждения о вспышках заболеваний.

Добавляя к этому человеческое поведение, “мы создаем обсерваторию активности болезней с использованием различных телескопов”, - говорит Сантильяна, профессор физики, электротехники и вычислительной техники, недавно присоединившийся к Northeastern из Гарвардского университета.

Маурисио Сантильяна, директор Группы машинного интеллекта по улучшению здоровья и окружающей среды (MIGHTE) в Институте сетевых наук Северо-Востока и профессор физики, электротехники и вычислительной техники.

Сантильяна объединяется с Алессандро Веспиньяни, директором Института сетевых наук и заслуженным профессором, который возглавляет команду разработчиков моделей инфекционных заболеваний, которые разрабатывают набор прогнозов о возможном будущем пандемии COVID-19 с начала кризиса.

Модели Веспиньяни интегрируют такие детали, как количество случаев, госпитализации, смерти, модели мобильности человека, как часто люди взаимодействуют, как передается вирус и больше данных, ориентированных на само распространение болезни. Сантильяна говорит, что его исследование добавляет другой вид термометра, глядя на цифровые следы человеческого поведения, которые на шаг удалены от эпидемиологических данных.

“В некотором смысле мы пытаемся объединить эти две перспективы, чтобы обеспечить более полную картину вспышек, таких как COVID-19”, - говорит Сантильяна.

Сантильяна и Веспиньяни уже сотрудничают, объединяя эти цифровые поведенческие данные с эпидемиологическими данными в своей работе по моделированию. В статье, опубликованной в Science Advances в прошлом году, они показали, что такая согласованная система раннего предупреждения может предвидеть всплеск случаев и смертей от COVID-19 на две-три недели. С присоединением Сантильяны к Институту сетевых наук пара будет работать вместе над дальнейшим развитием этой системы раннего предупреждения о вспышках заболеваний, а не только для COVID-19.

Данные о поиске, перемещении и покупках

Данные, которые собирает Сантильяна, охватывают обширную, разнообразную коллекцию информации — не только тенденции поиска Google, сообщения в социальных сетях и обзоры покупок в Интернете или заказы. Он также использовал анонимные данные смарт-термометра, чтобы определить, когда в регионе может возникнуть какая-то болезнь, анонимные данные о мобильности со смартфонов, которые иллюстрируют, когда больше людей могут оставаться дома больными, а также тенденции в поиске клиницистом определенных видов лечения или симптомов.

Даже поисковые запросы Google и сообщения в социальных сетях охватывают широкий спектр данных. Люди могут искать дополнительную информацию о своих симптомах или карантинных рекомендациях, или они могут просто пытаться выяснить, где купить сироп от кашля или суп.

Рост только одного из этих поведений в регионе может указать, что COVID-19 или другое инфекционное заболевание проникает в сообщество, или, возможно, просто появился новый научно-фантастический фильм, который вызвал любопытство людей к пандемиям в целом. Вот почему Сантильяна говорит, что для его моделей важно учитывать множество различных источников данных. Модели машинного обучения также предназначены для выяснения того, действительно ли рост определенных поисковых запросов Google, например, коррелирует с ростом инфекций и госпитализаций, чтобы определить, стоит ли рассматривать его как предвестник вспышки болезни.

Этот новый тип “телескопа”, как его назвал Сантильяна, станет компонентом новой инициативы США по прогнозированию заболеваний, Центра прогнозирования и аналитики вспышек. Сантильяна является частью команды экспертов, консультирующих эти усилия.

“Точно так же, как работают системы прогнозирования погоды по всему миру, - объясняет он, - идея состоит в том, чтобы по-разному смотреть на информацию, которая создается в режиме реального времени, и проектировать системы, которые распознают, когда происходит что-то аномальное”.

Как и агентства по прогнозированию погоды, CFA, по сути, будет системой раннего предупреждения, определяющей, когда и где могут произойти вспышки заболеваний, чтобы должностные лица общественного здравоохранения могли принять меры, чтобы предотвратить их разрушение.

Источник: https://news.northeastern.edu/media-inquiries/

Опубликовано: 27.05.2022