/क्या एक एल्गोरिथम महामारी की अगली चाल की भविष्यवाणी कर सकता है?

क्या एक एल्गोरिथम महामारी की अगली चाल की भविष्यवाणी कर सकता है?

Google फ़्लू रुझान एल्गोरिथम, जैसा कि ज्ञात है, खराब प्रदर्शन किया गया। उदाहरण के लिए, यह लगातार डॉक्टर के दौरे को कम करता है, बाद में मूल्यांकन पाया गया, क्योंकि डेटा की सीमाओं और बाहरी कारकों जैसे कि मीडिया का ध्यान, जो वास्तविक बीमारियों से असंबंधित खोजों को चला सकते हैं।

तब से, शोधकर्ताओं ने इस दृष्टिकोण को कई प्रकार के समायोजन किए हैं, जो Google खोजों को अन्य प्रकार के डेटा के साथ जोड़ते हैं। कार्नेगी-मेलन विश्वविद्यालय, यूनिवर्सिटी कॉलेज लंदन और टेक्सास विश्वविद्यालय में टीमों में कुछ वास्तविक समय के डेटा विश्लेषण शामिल हैं।

“हम जानते हैं कि कोई भी डेटा स्ट्रीम अलगाव में उपयोगी नहीं है,” वर्जीनिया विश्वविद्यालय के एक कंप्यूटर वैज्ञानिक माधव मराठे ने कहा। “इस नए पेपर का योगदान यह है कि उनके पास अच्छी, व्यापक किस्म की धाराएँ हैं।”

नए पेपर में, टीम ने Google के अलावा, चार स्रोतों से वास्तविक समय के आंकड़ों का विश्लेषण किया: कोविद-संबंधी ट्विटर पोस्ट, स्थान के लिए जियोटैग्ड; डॉक्टरों ने एक चिकित्सक प्लेटफॉर्म पर खोज की, जिसे UpToDate कहा जाता है; स्मार्टफोन से अनाम गतिशीलता डेटा; और किनसा स्मार्ट थर्मामीटर से रीडिंग, जो एक ऐप पर अपलोड होती है। यह उन डेटा धाराओं को एकीकृत करता है, जो नॉर्थईस्टर्न यूनिवर्सिटी में विकसित एक परिष्कृत भविष्यवाणी मॉडल के साथ हैं, जो इस बात पर आधारित है कि लोग किस तरह से समुदायों में चलते हैं और बातचीत करते हैं।

टीम ने प्रत्येक राज्य में मार्च और अप्रैल में मामले की गणना और मौतों के साथ सहसंबद्ध होने के तरीके को देखते हुए डेटा स्ट्रीम में रुझानों के अनुमानित मूल्य का परीक्षण किया।

उदाहरण के लिए, न्यू यॉर्क में, कोविद से संबंधित ट्विटर पोस्टों में एक तेज वृद्धि मार्च के मध्य में विस्फोट होने के मामले में एक सप्ताह से अधिक समय पहले शुरू हुई; प्रासंगिक Google खोज और किन्सा के उपाय पहले से कई दिनों के लिए नुकीले थे।

टीम ने अपने सभी डेटा स्रोतों को संयोजित किया, प्रत्येक के अनुसार भारित करने के लिए कि यह मामलों में आने वाली वृद्धि के लिए कितनी दृढ़ता से संबंधित था। शोधकर्ताओं ने पाया कि इस “हार्मोनाइज्ड” एल्गोरिथ्म में 21 दिनों तक प्रकोप की आशंका है।