medCLOUD › Aktualności

Prognozowanie wybuchów chorób zakaźnych za pomocą mediów społecznościowych

Spadek wskaźników szczepień i dezinformacja zwiększają ryzyko epidemii. Naukowcy stworzyli model wykorzystujący media społecznościowe do wcześniejszego wykrywania zagrożeń epidemiologicznych.

W związku z malejącymi wskaźnikami szczepień w różnych krajach oraz niekontrolowanym rozprzestrzenianiem się dezinformacji, ryzyko nawrotu chorób zakaźnych, takich jak odra, znacznie wzrasta. W USA i Kanadzie doprowadziło to już do nowych epidemii chorób wcześniej kontrolowanych przez dziesięciolecia. Naukowcy z Uniwersytetu Waterloo opracowali metodę opartą na danych, która może pomóc służbom zdrowia w wcześniejszej i dokładniejszej interwencji.

Badacze przeanalizowali rozwój sceptycyzmu wobec szczepień w mediach społecznościowych i stworzyli model traktujący te cyfrowe dynamiki jako system ekologiczny. Podobnie jak wirusy rozprzestrzeniają się między ludźmi, dezinformacja szybko przenosi się między użytkownikami platform społecznościowych. „Postrzegamy dynamikę społeczną jako proces zaraźliwy,” wyjaśnia Chris Bauch, profesor matematyki stosowanej. „Dezinformacja rozprzestrzenia się jak choroba, co pozwala zastosować modele matematyczne do przewidywania punktów krytycznych systemu.”

Punkt krytyczny

Kluczowym pojęciem badania jest punkt krytyczny – moment, w którym system gwałtownie przechodzi ze stanu stabilności do kryzysu. Zasada ta jest znana w ekologii i medycynie, a także odnosi się do procesów społecznych, takich jak spadek odporności zbiorowej. Zespół wytrenował model uczenia maszynowego do rozpoznawania wzorców w postach na mediach społecznościowych wskazujących na zbliżający się punkt krytyczny.

Metodę przetestowano na dziesiątkach tysięcy publicznych postów na platformie X (dawniej Twitter) z Kalifornii przed dużą epidemią odry w 2014 roku. Tradycyjne metody prognozowania, takie jak liczenie sceptycznych postów, dawały tylko kilka dni ostrzeżenia. Analiza punktu krytycznego dostarczała sygnałów znacznie wcześniej, wskazując na rosnący sceptycyzm wobec szczepień, który mógł doprowadzić do wybuchu epidemii. Porównanie danych z regionami bez epidemii potwierdziło wiarygodność modelu.

Decyzje oparte na dowodach

To podejście wpisuje się w szerszą strategię Uniwersytetu Waterloo, mającą na celu wzmacnianie decyzji opartych na dowodach i zaufaniu do nauki. W ramach inicjatywy TRuST filozofowie, specjaliści od danych i komunikacji współpracują, aby lepiej zrozumieć przyczyny utraty zaufania do nauki i sposoby jego odbudowy.

Model, choć testowany na platformie tekstowej jak X, może zostać dostosowany do TikToka czy Instagrama. Analiza obrazów i wideo wymaga jednak większej mocy obliczeniowej. Ostatecznym celem jest stworzenie praktycznego narzędzia, które pomoże służbom zdrowia monitorować populacje i interweniować wcześnie, zanim choroba zakaźna się rozprzestrzeni.

Wykrywanie pandemii za pomocą smartwatchy

Pięć lat po pojawieniu się COVID-19 badania pokazują, że globalne przygotowanie na pandemie niewiele się poprawiło, co pozostawia świat podatnym na przyszłe epidemie. Wcześniej w tym roku fińsko-amerykańskie badanie wykazało, że smartwatche mogą pomóc we wcześniejszym wykrywaniu infekcji i ograniczeniu rozprzestrzeniania się chorób przed pojawieniem się objawów.

Naukowcy z Uniwersytetu Aalto, Stanford i Texas A&M odkryli, że nowoczesne smartwatche mogą przewidzieć infekcje COVID-19 z około 88% dokładnością oraz grypę z około 90%, analizując sygnały takie jak tętno, wzorce oddychania i temperaturę skóry. Po otrzymaniu ostrzeżenia osoby zazwyczaj ograniczają kontakty społeczne o 66–90%, co znacząco zmniejsza transmisję. Modelowanie oparte na rzeczywistych danych epidemiologicznych i behawioralnych pokazuje, że alerty z smartwatchy mogą ograniczyć rozprzestrzenianie się chorób o 40–65%, nawet przy umiarkowanym stosowaniu.

Choć technologia nie zastąpi kompleksowego przygotowania, urządzenia noszone mogą stanowić cenne, mniej inwazyjne narzędzie w przyszłych działaniach przeciwpandemicznych.

Źródło: https://www.icthealth.org/news/predicting-disease-outbreaks-via-social-media

Źródło: www.icthealth.org

Cyberbezpieczeństwo w medycynie – monitoring SOC · Pakiety ochrony od 990 zł · Bezpłatna konsultacja