Odhalit blížící se epidemii nebo pandemii dokáží podle vědců výkonné algoritmy, které umí analyzovat velké množství dat z vyhledávačů a dotazů na sociálních sítích.
Vyhledávané dotazy na sociálních médiích a ve vyhledávačích, jako je Google, jsou obrovským zdrojem informací o stavu společnosti. Trendující dotazy ve vyhledávání už dlouho slouží marketérům jako nápověda pro vytváření jejich budoucích kampaní, tak proč by stejný nástroj nemohl pomoci vědě?
Data o přicházející epidemii zanechávají digitální stopu
V roce 2021 se mezinárodní skupina vědců zabývala možnou intenzitou budoucích pandemií. Analýzou dřívějších onemocnění se odborníkům podařilo zjistit, že frekvence extrémních epidemií se v průběhu času neustále zvyšovala. Studie, kterou nakonec publikovali, přinesla znepokojivý závěr – riziko propuknutí masivních epidemií či přímo pandemií vzroste v příštích desetiletích trojnásobně.
Jak ale ohnisko nové epidemie nebo pandemie lokalizovat v úplných počátcích? Lékaři hovoří o nutnosti být neustále připraven, a to hlavně z materiálního a personálního hlediska. Pandemie covidu-19 ukázala, jak málo stačí k tomu, aby se onemocnění dostalo během několika málo týdnů prakticky do všech koutů světa. Datoví vědci ale přicházejí s ještě jedním nápadem. Sociální sítě a vyhledávače lze využít k předpovídání trajektorií infekčních chorob, což by mohlo efektivněji pomoci v zamezení jejich šíření.
Agregovaná data z platforem, jako je X, Facebook či Google, dokáží odhalit vysoký nebo zvyšující se objem dotazů souvisejících s příznaky podobnými třeba chřipce a zároveň je lokalizovat. Ohnisko počínající epidemie má tedy svoji digitální stopu, kterou lze za současných technologických možností identifikovat ještě dříve, než se čekárny u lékařů a nemocnice začnou zaplňovat.
Zkouška s boreliózou
Ve studii publikované na podzim loňského roku v recenzovaném magazínu Springer Link se skupina amerických vědců zaměřila na 1,3 mil. příspěvků na síti X a na tomto obrovském vzorku hledala pomocí technik strojového učení potenciální zmínky o lymské borelióze. Toto onemocnění je v USA jednou z nejčastěji hlášených infekčních chorob. Vědci nejprve pomocí technik strojového učení dokázali s 90% přesností určit tweety, které nemoc zmiňují. Při porovnání lokalit a času se jim podařilo najít souvislost mezi zvýšeným počtem příspěvků a skutečným výskytem nemoci.
Možná to zní jednoduše, ale velká část lidí o nemoci může psát ještě dříve, než kontaktuje lékaře. Vyhledávají nejrůznější příznaky, zjišťují, jak nemoc léčit a podobně. A právě včasné podchycení těchto dat je největším benefitem dané metody.
V cestě stojí etika
Využití tohoto druhu dat k předpovědi potenciálního síření nemocí je ale složité. Určení relevantních klíčových slov je prvním krokem. Zároveň je však nutné, aby počítačové modely zahrnuly mnoho proměnných, jako je inkubační doba dané nemoci, proočkovanost dané lokality či hustota osídlení. K tomu, aby bylo možné předpovídat zdravotní rizika dříve, než se objeví v oficiálních datech, stojí ještě jedna velká překážka, a tou je soukromí uživatelů sociálních sítí. Trendující data z vyhledávačů jsou veřejně dostupná a samozřejmě zcela anonymní. U sociálních médií je však nutné, aby nástroje pracující s obrovským množstvím dat nenarušovaly soukromí uživatelů. To však zatím vyřešené není.
