Історія онлайн-пошуку користувачів в мережі може послужити для прогнозування нових спалахів пандемії коронавірусу. До такого висновку дійшли американські науковці за підсумками чотирьох місяців аналізу даних.
Читайте такожNew York Times: Коронавірус "переписує" власну РНК і може стати ще небезпечнішим
Як повідомляє Naked Science, результати дослідження опубліковані в журналі Social Network Analysis and Mining.
Фахівці проаналізували історію пошукових запитів в США з березня по червень 2020 року. Використовуючи дані Google Trends, команда відстежила пошукові тенденції, пов'язані з переміщеннями, відвідуваннями громадських місць та ізоляцією, щоб розробити два індекси — мобільності та ізоляції. Їх доповнили "індексом чистого переміщення", який являв собою різницю між індексами мобільності та ізоляції.
Потім вчені розділили пошукові запити на дві категорії, або «треки»: трек індексу мобільності, який класифікував пошук, пов'язаний із взаємодією з іншими людьми поза домом (наприклад, «театри поруч зі мною», «авіаквитки»), і трек індексу ізоляції, куди входили запити, пов'язані з домашніми справами («доставка їжі», «йога вдома»).
Далі дослідники перевірили зростання захворюваності Covid-19 через 10-14 днів - очікувана різниця між зараженням і першими симптомами, - вивчивши дані органів охорони здоров'я.
Вони виявили, що індекс чистого переміщення корелював з новими випадками зараження за досліджуваний період. Крім того, різкі падіння індексу мобільності супроводжувалися таким же різким зниженням даних про зростання захворюваності.
У статті зазначається, що дослідники прагнули вловити соціальну динаміку пандемії, використовуючи альтернативні джерела даних, які є новими для епідеміології інфекційних захворювань.
Фахівці пояснюють: коли хтось шукає час закриття місцевого бару або місцевий тренажерний зал, то дає деяке уявлення про майбутні ризики. Запропонована методика може використовуватися в боротьбі з пандемією, заздалегідь визначаючи, де можуть статися спалахи.
У перспективі команда планує створити базу даних, яка містить інформацію про зміну поведінки людини. Це дозволить системам машинного навчання передбачати хід майбутніх епідемій.
