داده های رسانه های اجتماعی می تواند کلید ردیابی الگوهای بیماری باشد

رسانه های اجتماعی در چند دهه گذشته به سرعت رشد کرده اند، با برخی از بزرگترین بازیگران از جمله فیس بوک، که در سال 2004 تشکیل شد، و توییتر، در سال 2006. تنها در 12 ماه گذشته، تعداد تعداد کاربران فعال رسانه های اجتماعی بیش از 400 میلیون نفر افزایش یافته است و توییتر به تنهایی روزانه به 211 میلیون کاربر فعال می رسد. همه اینها به حجم داده ای تبدیل می شود که می تواند برای ترسیم بینش در سطح جمعیت مورد استفاده قرار گیرد.

همه‌گیری COVID19 فرصتی را برای محققانی مانند Optum Group فراهم کرد تا بررسی کنند که آیا داده‌های رسانه‌های اجتماعی می‌تواند با الگوها و روند بیماری‌ها مرتبط باشد یا خیر. آارائه HIMSS22، دانیتا کیسر، معاون Optum، ما را به بررسی عمیق چنین پروژه ای برد که در آن بیش از 20 میلیون پست در توییتر مورد بررسی قرار گرفت.

این سازمان این سوال را مطرح کرد: «داده‌های رسانه‌های اجتماعی چقدر با موارد واقعی کووید-19 مرتبط است و آیا این سیگنال در طول دوره همه‌گیری پایدار می‌ماند؟»

ما مجموعه‌ای از توییت‌های جغرافیایی را جمع‌آوری کردیم… توییت‌ها را خواندیم و برچسب‌گذاری کردیم [to categorize them]. کیسر گفت، سپس با استفاده از آن توییت‌های طبقه‌بندی‌شده، مدل‌های پردازش زبان طبیعی را ساختیم تا … داده‌های بدون برچسب را دسته‌بندی کنیم.

سپس تیم محققان مدل‌ها را بر روی داده‌های زمان واقعی اجرا کردند و توییت‌های دسته‌بندی‌شده در طول زمان بررسی شدند.

کیسر گفت: “ما زمان زیادی را صرف جمع آوری و نظارت کردیم … قبل از اینکه بتوانیم روندها را تعریف کنیم.”

بیش از 15000 توییت با برچسب دستی در دسته‌هایی قرار گرفتند که برخی از آن‌ها شامل «تأیید شده»، «نمایش علائم»، «بازیابی» و «تقلب» بودند. آنها همچنین برچسب زدند که آیا محتوای توییت به مکان پست نزدیک است یا خیر. چیزی که گروه پیدا کرد جالب بود.

در ابتدای همه گیری، ارتباط بسیار قوی بین توییت های تایید شده و موارد وجود داشت.

زمانی که توییت‌ها را بین 7 تا 10 روز تغییر دادیم، توییت‌ها بیشترین ارتباط را داشتند. … مردم قبل از شروع افزایش نرخ موارد در مورد موارد توییت می کردند، [and this was found to be] شاخص اصلی موارد کووید.” کیسر گفت. این مهم بود زیرا در آن زمان هیچ شاخص پیشرو وجود نداشت.»

با این حال، جالب است که در قسمت آخر موج دلتا، تاخیر توییت کوتاه شد. به عنوان مثال، در پنسیلوانیا، این تاخیر از هفت روز به دو روز تغییر کرد، به این معنی که تعداد پرونده ها خیلی زود پس از ارسال توییت ها افزایش یافت.

بزرگترین چالش کار بر علیه یک «حقیقت زمینی» متحرک بود. مقوله‌های انتخاب شده در نهایت با این «حقیقت» تعریف‌شده همبستگی داشتند، اما دانستن واقعیت‌ها دائماً در حال تغییر بود زیرا مردم بیماری را در طول زمان بهتر درک می‌کردند و انواع مختلف COVID-19 را بررسی می‌کردند.

رسانه های اجتماعی ابزاری قدرتمند برای به دست آوردن بینش در سطح فردی و جمعیتی است. از طریق همکاری با شرکای دانشگاهی و دانشمندان داده، گروه Optum دریافت که به ویژه زمانی که موارد COVID-19 در حال افزایش است، آنها می‌توانند سیگنال‌های توییتر را به عنوان شاخص‌های پیشرو برای پیش‌بینی شمارش وارد کنند.

امید این است که چنین تجزیه و تحلیل داده‌ای بتوان برای آمادگی و پاسخ به بیماری همه‌گیر در آینده مورد استفاده قرار گیرد. همانطور که جینا دبوگوویچ، مدیر ارشد گروه یونایتد هلث، اظهار داشت: «منابع داده‌ای زیادی وجود دارد که می‌تواند به ما در پیش‌بینی دقیق‌تر روند بیماری کمک کند، اما نظارت دیجیتال می‌تواند یکی از مؤثرترین مکانیسم‌های تهاجمی ما باشد. ما باید رسانه های اجتماعی را با هوشیاری رصد کنیم تا بتوانیم به طور فعال شیوع بزرگ بعدی را شناسایی کنیم.