12月1號(hào)消息，本周二，一篇名為“Predicting the flu from Instagram”(通過(guò)Instagram預(yù)測(cè)流感)的論文在康奈爾大學(xué)arXiv服務(wù)器上發(fā)布，作者是來(lái)自芬蘭坦佩爾大學(xué)醫(yī)學(xué)院的Oguzhan Gencoglu和軟件服務(wù)公司Tieto，Ltd的Miikka Ermes。

芬蘭的AI研究人員利用公共健康數(shù)據(jù)嚴(yán)格收集了這個(gè)國(guó)家的500萬(wàn)居民，在Instagram上比對(duì)“流感”標(biāo)簽，以及人們提出流感藥物的圖像，發(fā)帖與記錄的流感爆發(fā)有顯著的統(tǒng)計(jì)相關(guān)性，預(yù)測(cè)流感爆發(fā)的歷史公共衛(wèi)生數(shù)據(jù)。這是利用社交媒體衡量人口和健康趨勢(shì)的一系列嘗試中的最新舉措。

作者提出他們的論點(diǎn)是“首項(xiàng)在社交媒體中使用圖像來(lái)預(yù)測(cè)流感流行病的研究”，但他們也列出了關(guān)于社交媒體的其他研究，例如關(guān)于抑郁癥指標(biāo)的Instagram帖子研究和煙草使用。

對(duì)于很多人關(guān)注的隱私問(wèn)題，他們稱只使用公開(kāi)發(fā)布過(guò)的，基于python的網(wǎng)絡(luò)爬蟲(chóng)程序收集數(shù)據(jù)，并且爬蟲(chóng)只記錄了發(fā)布日期和主題標(biāo)簽，以及單個(gè)圖像URL，它沒(méi)有記錄用戶名，也沒(méi)有存儲(chǔ)任何圖像。

從2012年4月到2018年5月，調(diào)查人員在Instagram上收集了六年的帖子，超過(guò)22,000份，收集芬蘭語(yǔ)中有關(guān)疾病的標(biāo)簽，例如芬蘭語(yǔ)“flunssa”，意思是流感，或“lihaskipu”，意思是肌肉酸痛。對(duì)Gencoglu和Miikka這項(xiàng)研究來(lái)說(shuō)，重要的是他們能夠?qū)⑺阉飨拗圃?ldquo;單一語(yǔ)言和國(guó)家”，以便能夠?qū)⑻优c單個(gè)國(guó)家的健康數(shù)據(jù)進(jìn)行比較。

Gencoglu和Miikka通過(guò)將帖子中的標(biāo)簽參考數(shù)量，與芬蘭國(guó)家健康與福利研究所記錄的官方流感發(fā)病率相關(guān)聯(lián)，歸類(lèi)了9種不同的神經(jīng)網(wǎng)絡(luò)模型。他們對(duì)五年的數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，然后用第六年的Instagram數(shù)據(jù)和健康數(shù)據(jù)來(lái)測(cè)試模型。

論文稱，最好的臨近預(yù)報(bào)模型的平均絕對(duì)誤差為每周11.33次事故，測(cè)試數(shù)據(jù)的相關(guān)系數(shù)為0.963。用于預(yù)測(cè)1周和2周的預(yù)測(cè)模型顯示出統(tǒng)計(jì)顯著性，同時(shí)達(dá)到相關(guān)系數(shù)分別為0.903和0.862。這項(xiàng)研究表明社交媒體，特別是數(shù)字照片的公開(kāi)分享，可以成為流行病學(xué)領(lǐng)域的寶貴信息來(lái)源。

這種社交媒體搜索的一個(gè)重要問(wèn)題是，如何通過(guò)媒體本身來(lái)改變統(tǒng)計(jì)數(shù)據(jù)。作者指出谷歌2013年“谷歌流感”搜索趨勢(shì)失敗，因?yàn)?ldquo;媒體對(duì)谷歌工作的高度關(guān)注”歪曲了搜索活動(dòng)。因此，他們得出結(jié)論，在未來(lái)的工作中，將每周帖子數(shù)量“標(biāo)準(zhǔn)化”與人口中每周Instagram帖子的總數(shù)相比，通過(guò)考慮平臺(tái)的受歡迎程度來(lái)提高預(yù)測(cè)性能。

關(guān)鍵詞： 轉(zhuǎn)網(wǎng)新流程