پیشبینی شیوع بیماری با استفاده از رسانههای اجتماعی
به گزارش وبسایت صنعت جهان، میزان واکسیناسیون در بسیاری از جوامع به دلیل گسترش اطلاعات نادرست رو به کاهش است و بیماریهایی مانند سرخک که پیشتر ریشهکن شده یا کنترلشده بودند، در سراسر آمریکا و کانادا رو به افزایش هستند.
پژوهشگران کانادایی یک مدل یادگیری ماشینی را ارائه دادهاند که با تحلیل پستهای منتشرشده در رسانههای اجتماعی میتواند به پیشبینی محل وقوع شیوع بیماری کمک کند. این مدل با شناسایی نشانههای اولیه افزایش تردید را درباره واکسن در رسانههای اجتماعی، میتواند پیش از آغاز شیوع هر بیماری ظاهر شود.
دکتر کریس باوخ، استاد دانشگاه واترلو گفت: این گروه پژوهشی یک مدل یادگیری ماشینی را بر اساس مفهوم ریاضی نقطه اوج آموزش دادند. باوخ افزود: این مدل میتواند به مقامات بهداشت عمومی در پیشبینی محل وقوع شیوع بیماری کمک کند و زمان بیشتری را قبل از شیوع بیماری به دست بیاورد.
پژوهشگران برای آزمایش مدل خود، دهها هزار پست عمومی منتشرشده در پلتفرم ایکس را تحلیل کردند. این مدل در مقایسه با روشهای سنتی پیشبینی شیوع بیماری، زمان بیشتری را قبل از شیوع بیماری به دست آورد و الگوهای موجود در دادهها را مؤثرتر تشخیص داد.
اگرچه این مدل در ابتدا روی ایکس آزمایش شد اما میتوان آن را به راحتی با پلتفرمهایی مانند تیکتاک یا اینستاگرام نیز تطبیق داد. باوخ گفت: ما در نهایت میخواهیم این مدل را به روشی برای مقامات بهداشت عمومی تبدیل کنیم تا بر جمعیتهایی که در معرض بیشترین خطر برای رسیدن به نقطه اوج هستند، نظارت کنند.
منبع: باشگاه خبرنگاران جوان
