История онлайн-поиска пользователей в сети может послужить для прогнозирования новых вспышек пандемии коронавируса. К такому выводу пришли американские ученые по итогам четырех месяцев анализа данных.
Читайте такжеNew York Times: Коронавирус "переписывает" собственную РНК и может стать еще опаснее
Как сообщает Naked Science, результаты исследования опублкованы в журнале Social Network Analysis and Mining.
Специалисты проанализировали историю поисковых запросов в США с марта по июнь 2020 года. Используя данные Google Trends, команда отследила поисковые тенденции, связанные с перемещениями, посещениями общественных мест и изоляцией, чтобы разработать два индекса — мобильности и изоляции. Их дополнили «индексом чистого перемещения», который представлял собой разницу между индексами мобильности и изоляции.
Затем ученые разделили поисковые запросы на две категории, или «трека»: трек индекса мобильности, который классифицировал поиск, связанный с взаимодействием с другими людьми вне дома (например, «театры рядом со мной», «авиабилеты»), и трек индекса изоляции, куда входили запросы, связанные с домашними делами («доставка еды», «йога дома»).
Далее исследователи проверили рост заболеваемости Covid-19 через 10-14 дней — ожидаемая разница между заражением и первыми симптомами, — изучив данные органов здравоохранения.
Они обнаружили, что индекс чистого перемещения коррелировал с новыми случаями заражения за исследуемый период. Кроме того, резкие падения индекса мобильности сопровождались таким же резким снижением данных о росте заболеваемости.
В статье отмечается, что исследователи стремились уловить социальную динамику пандемии, используя альтернативные источники данных, которые являются новыми для эпидемиологии инфекционных заболеваний.
Специалисты поясняют: когда кто-то ищет время закрытия местного бара или местный тренажерный зал, то дает некоторое представление о будущих рисках. Предложенная методика может использоваться в борьбе с пандемией, заранее определяя, где могут произойти вспышки.
В перспективе команда планирует создать базу данных, содержащую информацию об изменении поведения человека, что позволит системам машинного обучения предсказывать ход будущих эпидемий.