„Namų“ ar „gatvės“ pramogų paieškos istorija gali nuspėti, ar artimiausiu metu verta naujų koronaviruso protrūkių ir kur jie gali išplisti. Tokią išvadą mokslininkai padarė po keturių mėnesių internetinių tyrimų.
Amerikos mokslininkų grupė analizavo paieškos užklausų istoriją JAV nuo 2020 m. Kovo iki birželio mėn. Naudodama „Google Trends“ duomenis, komanda stebėjo paieškos tendencijas, susijusias su kelionėmis, viešais vizitais ir izoliacija, kad sukurtų du rodiklius – mobilumą ir izoliaciją. Jie buvo papildyti „neto judėjimo indeksu“, kuris buvo skirtumas tarp judumo ir izoliacijos indeksų.
Tuomet mokslininkai paieškas suskirstė į dvi kategorijas arba „takelius“: judumo indekso takelį, pagal kurį kategorizavo paieškas, susijusias su sąveika su kitais žmonėmis už namų ribų (pvz., „Teatrai šalia manęs“, „aviakompanijos bilietai“) ir izoliacijos indeksą. kuriame buvo prašymai, susiję su namų ruošos darbais („maisto pristatymas“, „joga namuose“).
Tyrėjai toliau ištyrė Covid-19 dažnio padidėjimą po 10–14 dienų – numatomą infekcijos ir pirmųjų simptomų skirtumą – ištirdami valstybinių ir vietos sveikatos institucijų duomenis. Jie nustatė, kad grynasis judėjimo indeksas koreliuoja su naujomis infekcijomis tyrimo laikotarpiu. Be to, staigiai sumažėjus judrumo indeksui, tą patį staigų duomenų apie sergamumo padidėjimą sumažėjimą. Išsami informacija skelbiama žurnale „ Social Network Analysis and Mining“.
„Mūsų tikslas buvo užfiksuoti socialinę pandemijos dinamiką naudojant alternatyvius duomenų šaltinius, kurie yra nauji infekcinių ligų epidemiologijoje”, – paaiškino tyrimo autorius Enessas Bari. „Kai kas nors ieško vietinio baro ar sporto salės uždarymo laiko, jis nurodo būsimą riziką.”
„Mūsų tyrimai rodo, kad šiuos metodus galima naudoti kovojant su pandemija, iš anksto nustatant, kur gali pasireikšti protrūkiai“, – pridūrė Megan Coffey, bendraautorė.
Ateityje komanda planuoja sukurti duomenų bazę, kurioje būtų informacija apie žmogaus elgesio pokyčius. Jis bus sukurtas remiantis alternatyviais pandemijos gyvavimo ciklo duomenimis. Tai turėtų sudaryti sąlygas mašininiam mokymuisi nuspėti elgesį būsimose epidemijose.
Mokslininkai yra susirūpinę, kad tokie protrūkių prognozavimo metodai gali pakenkti vartotojų privatumui. Tačiau jie pabrėžia, kad įrankis naudoja daug paieškos užklausų ir remiasi anoniminiais duomenimis. Tai turėtų išspręsti asmeninės informacijos apsaugos problemą.
