Výskumníci teraz prišli so zaujímavou novinkou, ktorá dokáže predpovedať, kde by mohli vzniknúť ohniská nákaz. Za novým prístupom stoja vedci z University of Waterloo a chcú ním pomôcť pracovníkom verejného zdravia lepšie sa pripraviť na lokálne epidémie. Analýzou príspevkov na sociálnych sieťach metóda identifikuje skoré príznaky rastúceho skepticizmu voči očkovaniu — varovný signál, ktorý sa môže objaviť ešte predtým, ako sa choroba začne šíriť.
„V prírode máme nákazlivé systémy, ako sú choroby. Rozhodli sme sa pozrieť na sociálnu dynamiku ako na ekologický systém a študovali sme, ako sa dezinformácie môžu nákazlivo šíriť od používateľa k používateľovi prostredníctvom sociálnej siete,“ povedal Chris Bauch, profesor aplikovanej matematiky na Waterloo.
Čítajte viac Nádej pre ľudí po mozgovej príhode. Vedci sú na stope metóde, ktorá im vráti poškodený zrak
Štúdia bola publikovaná v časopise Mathematical Biosciences and Engineering.
Tím natrénoval model strojového učenia na matematickom koncepte bodu zlomu — momentu, keď sa systém náhle presunie do nového stavu. „Nezáleží na tom, či sa pozeráte na ľudské telo počas epileptického záchvatu, alebo na ekologický systém, ako je jazero prerastené riasami, alebo na stratu kolektívnej imunity v populácii. Matematicky existuje spoločný základný mechanizmus,“ vysvetľuje Bauch.
Aby výskumníci otestovali svoj model, analyzovali desaťtisíce verejných príspevkov na platforme X (predtým Twitter) z Kalifornie tesne pred veľkým prepuknutím osýpok v roku 2014. Tradičné metódy — napríklad jednoduché počítanie skeptických tweetov — poskytli pred vypuknutím nákazy len veľmi málo varovaní.
„Bežné metódy predpovedania ohniska pomocou štatistickej analýzy skeptických tweetov neposkytujú veľký časový predstih. Použitím matematickej teórie bodov zlomu sme získali oveľa väčší časový priestor a dokázali sme omnoho efektívnejšie detegovať vzorce v údajoch,“ konštatuje Bauch.
Čítajte viac Nejde vám chudnutie? Dôvodom je, že váš mozog je zásadne proti. Vedci vysvetľujú, čo sa s tým dá robiť
Presnosť metódy „bodu zlomu“ overili porovnaním vzorcov prispievania v Kalifornii s porovnateľnými oblasťami v rovnakom období, kde k prepuknutiu chorôb nedošlo.
Tento výskum odráža záväzok University of Waterloo posilňovať rozhodovanie založené na dôkazoch a verejnú dôveru vo vedu — kľúčový cieľ univerzitnej siete Societal Futures a novej iniciatívy TRuST, ktorá spája filozofov, informatikov, komunikátorov a etikov, aby pochopili, prečo dôvera vo vedu klesá a ako ju obnoviť.
Hoci bol model pôvodne testovaný na platforme X, dá sa ľahko prispôsobiť pre TikTok či Instagram. Na analýzu obrázkov a videí by však bolo potrebných viac výpočtových zdrojov v porovnaní s prevažne textovým obsahom na X.
„Naším cieľom je napokon vytvoriť nástroj, ktorý by pracovníkom verejného zdravotníctva pomohol monitorovať, ktoré populácie sú najviac ohrozené bodom zlomu,“ povedal Bauch. „Aplikovaná matematika môže byť mocným kvantitatívnym nástrojom, ktorý pomáha pri predpovedaní, monitorovaní a riešení hrozieb pre verejné zdravie,“ uzavrel výskumník.
