Humanidades NewsFeed

Redes sociales, nuevas herramientas para estimar el riesgo de epidemias

Naix’ieli Castillo / Ciencia UNAM
redes-sociales-epidemia
Este tipo de aplicaciones permitirá en el futuro a los usuarios geolocalizar las farmacias más cercanas cuando estén enfermos

Las redes sociales se han convertido es una poderosa herramienta para estimar la expansión de enfermedades contagiosas. Ricardo Mancilla Corona, investigador del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades de la UNAM, aprovecha los mensajes de usuarios de twitter para estudiar cómo se extienden los casos de gripe e influenza.

Cambios en la expansión de epidemias

En una ciudad donde las personas viven, trabajan y estudian en la misma colonia, una epidemia se extendería muy diferente de cómo lo haría en una ciudad en donde las personas cruzan de un punto a otro y se mezclan a lo largo del día al realizar sus actividades cotidianas.

Estas diferencias en la rapidez con que se extienden las epidemias revelan que los patrones de movimiento de las poblaciones han cambiado considerablemente. Ricardo Mancilla señaló que, en gran medida, los viajes aéreos son responsables de que las epidemias se extiendan tan rápido a través de los continentes.

Nuevas herramientas para estudiar los movimientos humanos

Una herramienta muy útil para estudiar cómo se extienden las enfermedades es estudiar cómo se mueve la gente. El sitio www.whereisgeorge.com es un portal web donde las personas pueden registrar los números de serie de los billetes y rastrear su movimiento a través de Estados Unidos o del mundo. En el sitio, ya hay diez millones de billetes de un dólar registrados.  El portal inició en 1998 y parte de su información sirvió para hacer nuevos modelos computacionales de movilidad humana.

Actualmente, con los check in que la gente hace en la aplicación Foursquare, se estudia el movimiento en las ciudades y eso contribuye al conocimiento de la dinámica de los enfermos en las urbes. Información de esa clase, afirmó, es fundamental para la construcción de nuevos modelos matemáticos para estudiar epidemias.

Ya se han hecho animaciones que muestran cómo se mueve la gente realmente en un día cualquiera en una ciudad tomando en cuenta todos los check in de Foursquare. El ejercicio se ha hecho para la ciudad de Nueva York y se hará también para la ciudad de México, destacó el investigador de la UNAM.

Redes sociales

Redes sociales como Twitter se usan para estudiar epidemias como la gripe y la influenza aviar. Así lo han hecho investigadores de instituciones como la Universidad Johns Hopkins y también de México como Ricardo Mancilla Corona, del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades de la UNAM, quien tiene un innovador proyecto que consiste en monitorear y localizar geográficamente los comentarios que se generan en esta red social, en los cuales el texto deje completamente claro que la persona está enferma.

Los comentarios se clasifican automáticamente mediante una computadora y forman una base de datos. Esto es posible, de acuerdo con Ricardo Mancilla, gracias a que en los últimos años, se ha avanzado mucho en algoritmos que pueden hacer la traducción o interpretación automática de un texto. La tecnología permite incluso que se completen palabras a medias o que se sustituyan palabras mal escritas, ampliamente usadas en las redes sociales, por la palabra correcta más aproximada.

“Nosotros tomamos los mensajes que, según el algoritmo, presentan una probabilidad de al menos 90 por ciento de que la persona que lo escribió esté enferma”.

Para eso el algoritmo reconoce palabras claves como gripa, influenza o catarro, pero también distingue comentarios generales que no significan que una persona está enferma, como “La gripa es el peor azote de la humanidad” o “Lo odio tanto que le deseo una gripa”, de otros que sí significan que una persona está enferma como “gripa, salte de este cuerpecito bello”. La clave para distinguir los mensajes que revelan enfermedad, comentó, es tener una base de conocimientos amplia, aseguró.

Twitteros agripados

Cuando el clasificador identifica a una persona que está enferma de gripe, ignora el resto de sus mensajes o comentarios durante un periodo de cerca de 7 días, que es lo que aproximadamente dura una gripa. Así no se tienen enfermos duplicados.

El clasificador es muy rápido, explicó el especialista, pues una frase entra al sistema y en milisegundos ya fue procesada. Con las frases y la ubicación geográfica del twittero se construye un mapa que se actualiza una vez por minuto. Este mapa viral muestra la posición geográfica de todas las personas que, en español, twittearon que estaban enfermas.

Los mapas están asociados con Google Street View y, aunque no dan la ubicación exacta de la persona que envío el tweet sino la de la torre de comunicación más cercana, sí serían útiles para indicar a autoridades sanitarias la acumulación de enfermos en un lugar específico. El sistema captura la información de los tweets de cualquier parte del mundo que se escriban en español.

El investigador comentó que ya existe una aplicación disponible para iphone y ipad, llamada Viral Map, en la cual una persona puede reportarse como enferma. En el futuro la aplicación de los investigadores se adaptará para integrarse con Google Glass. Si el usuario descarga voluntariamente la aplicación y le da autorización al sistema, los lentes de última tecnología podrán mandar mensajes señalando que hay personas enfermas de gripa o influenza cerca.

Este tipo de aplicaciones permitirá en el futuro a los usuarios geolocalizar las farmacias más cercanas cuando estén enfermos, e incluso saber cuáles de ellas tienen disponibles los medicamentos. Viral Map se puede consultar en www.viralmap.herokuapp.com

Ricardo Mancilla presentó esta nueva forma de estimar la expansión de epidemias durante la Fiesta de las Ciencias y las Humanidades, organizada por las Coordinaciones de la Investigación Científica y de Humanidades de la UNAM, junto con la Dirección General de Divulgación de la Ciencia.

Deja tu comentario

Comentarios