211service.com
Twitter-dataström används för att förutsäga influensautbrott
Redan 2008 lanserade Google sin nu berömda webbplats för influensatrender. Det bygger på hypotesen att människor gör fler influensarelaterade sökfrågor när de lider av sjukdomen än när de är friska. Så att räkna antalet influensarelaterade sökfrågor i ett visst land ger en bra indikation på hur viruset sprider sig.
Förutsägelserna är ganska bra. Uppgifterna överensstämmer i allmänhet nära de som produceras av statliga organisationer som Centers for Disease Control and Prevention (CDC) i USA. I vissa fall har den faktiskt kunnat upptäcka en begynnande epidemi mer än en vecka före CDC.
Det har varit jätteviktigt. En tidig indikation på att sjukdomen sprider sig i en befolkning ger regeringar ett välkommet försprång när det gäller att planera sin reaktion.
Så en intressant fråga är om andra onlinetjänster, i synnerhet sociala medier, kan göra liknande eller ännu bättre förutsägelser. Idag har vi ett svar tack vare arbetet av Jiwei Li vid Carnegie Mellon University i Pittsburgh och Claire Cardie vid Cornell University i New York State, som har kunnat upptäcka de tidiga stadierna av ett influensautbrott med hjälp av Twitter.
Deras tillvägagångssätt liknar på många sätt Googles. De filtrerar helt enkelt Twitter-dataströmmen för influensarelaterade tweets som också är geotaggade. Det gör att de kan skapa en karta som visar fördelningen av dessa tweets och hur den varierar över tiden.
De modellerar också dynamiken i sjukdomen med några intressanta subtiliteter. I den nya modellen kan en influensaepidemi vara i en av fyra faser: icke-epidemifas, en stigande fas där antalet ökar, en stationär fas och en sjunkande fas där antalet faller.
Det nya tillvägagångssättet använder en algoritm som försöker upptäcka bytet från en fas till en annan så tidigt som möjligt. Ja, Li och Cardie testar effektiviteten av deras tillvägagångssätt med hjälp av en Twitter-datauppsättning av 3,6 miljoner influensarelaterade tweets från cirka 1 miljon människor i USA mellan juni 2008 och juni 2010.
För att kontrollera hur väl deras förutsägelser fungerar jämförde Li och Cardie sin analys med den som producerats av CDC. Vi verifierar att influensarelaterade tweets är starkt korrelerade till antalet fall av influensaliknande sjukdom (ILI) som tillhandahålls av CDC, säger de.
Det ser ut att vara ett kraftfullt och viktigt nytt verktyg i kampen mot influensaepidemier. Det ger verkligen ett nytt sätt att upptäcka sjukdomen i dess tidiga skeden. En intressant uppgift kommer faktiskt att vara att jämföra dess effektivitet med andra system som Googles influensatrender och CDC:s egna förutsägelser.
Cirka 10-15 % av människorna drabbas av influensa varje år, vilket leder till cirka 50 miljoner fall och 500 000 dödsfall runt om i världen. Det är en tung avgift. Möjligheten att upptäcka början av en epidemi någon vecka tidigare än vad som är möjligt nu, och att göra det relativt billigt och enkelt över hela världen, skulle kunna göra det möjligt för regeringar och medicinska myndigheter att rädda ett betydande antal liv.
Ref: arxiv.org/abs/1309.7340 : Tidig influensaupptäckt från Twitter