Facebook pomoże przewidzieć kolejne fale COVID-19 i inne choroby zakaźne?
Naukowcy w opublikowanych właśnie badaniach sugerują, że prognozy oparte o maszynowe uczenie i anonimowe bazy danych mogą zrewolucjonizować śledzenie chorób zakaźnych - swoje analizy opierają o dane z trzeciej fali zachorowań wywołanych koronawirusem SARS-CoV-2 w Stanach Zjednoczonych, z lata ubiegłego roku.
Jak tłumaczą naukowcy, dotychczasowe sposoby prognozowania szczytów zachorowań COVID-19 możemy odłożyć na półkę, bo o ile jeszcze na początku pandemii można było na nich w pewnym stopniu polegać, tak z czasem przestały odpowiadać rzeczywistości. Autorzy nowych badań wskazują, że kiedy w styczniu ubiegłego roku mówiły o wzroście zachorowań, te zaczęły spadać, a w lipcu zupełnie odwrotnie - infekcje miały być w odwrocie, tymczasem wariant Delta spowodował znaczny wzrost przypadków.
Istniejące modele prognozowania generalnie nie zrobiły nic w zakresie dużych spadków i wzrostów. Zawiodły, kiedy najbardziej ich potrzebowaliśmy
COVID-19 wymaga nowych metod modelowania
W związku z tym naukowcy postanowili spróbować nowego podejścia, wykorzystującego sztuczną inteligencję i anonimowe bazy danych z Facebooka, co jak się okazało było strzałem w dziesiątkę - takie rozwiązanie nie tylko skuteczniej przewiduje zmiany w zachorowaniach na COVID-19, ale i może zrewolucjonizować sposób śledzenia innych chorób zakaźnych, w tym grypy.
Naukowcy korzystają ze swojej metody do przygotowywania tygodniowych prognoz w zakresie COVID-19, które za każdym razem plasują się na pierwszym czy drugim miejscu, jeśli chodzi o skuteczność.
Jeśli chodzi o prognozy na poziomie krajowym, nasz model, bez chwalenia się, jest lepszy niż większość pozostałych
Jak tłumaczą badacze, większość stosowanych obecnie metod prognozowania opiera się na matematyce, tj. naukowcy biorą najnowsze dane o zachorowaniach, hospitalizacjach czy zgonach, jakie są w stanie znaleźć, a następnie matematyczny model próbuje przewidzieć, co stanie się w następnych dniach. Oczywiście, taki sposób prognozowania sprawdzał się przez długie lata, ale kolejne fale COVID-19 uwidoczniły jego słabości - ten nie radzi sobie z poziomem lokalnym, bo nie bierze pod uwagę ruchu ludności.
I tu do akcji wkraczają dane z Facebooka, bo śledząc urządzenia mobilne są w stanie odpowiedzieć na pytanie, w jaki sposób i gdzie ich użytkownicy podróżują, a także jakie są relacje między odwiedzającymi się osobami (a że Facebook ma 2 mld użytkowników na całym świecie, to jest naprawdę bogatym źródłem danych).
Jest to istotne dlatego, że inaczej zachowujemy się w otoczeniu przyjaciół, co może sprzyjać rozprzestrzenianiu się infekcji - badacze podkreślają, że nosimy maski i zachowujemy społeczny dystans, kiedy idziemy na zakupy czy do pracy, ale w otoczeniu przyjaciół nie mają one żadnego zastosowania.
Mówiąc krótko, najwyższy czas zaufać sztucznej inteligencji, z której korzystamy przecież w wielu dziedzinach życia - skoro oddajemy się w jej ręce w zakresie samochodów autonomicznych, to możemy też wykorzystać jej potencjał w zakresie prognozowania, a jest go zdaniem badaczy mnóstwo.
