Actualmente las redes sociales se han convertido en una herramienta indispensable que permite hacer muchas estimaciones y cálculos de tendencias.
Así como hay personas que suben fotos, cambian estados o publican su vida personal, hay otras que se dedican a detectar epidemias en estas redes.
Tal es el caso de Ricardo Mancilla Corona, investigador del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades de la UNAM quien aprovecha los mensajes de usuarios de Twitter para estudiar cómo se extienden los casos de gripe e influenza.
Aunque Twitter no es la única app, ya que también hay aplicaciones en las que se pueden hacer check ins, como los usuarios que ocupan Foursquare. En esta app, se puede estudiar el movimiento en las ciudades y eso contribuye al conocimiento de la dinámica de las personas enfermas.
El tipo de información que se puede extraer de las redes sociales es fundamental para la construcción de nuevos modelos matemáticos para estudiar epidemias, de acuerdo con Ricardo Mancilla.
La CDMX será parte de los estudios sobre cómo se mueve la gente y todo se realizará a través de los check ins de Foursquare.
El análisis en Redes Sociales
Ricardo Mancilla Corona cuenta con un innovador proyecto que consiste en monitorear y localizar geográficamente las publicaciones que se generan en Twitter, en donde el texto deje claro que la persona está enferma.
En los check ins se puede verificar si el usuario está en una clínica o en algún lugar donde haya atención médica. También se identificará si la persona se encuentra cerca de alguna farmacia.
Tras hallar estos datos, los comentarios se clasifican automáticamente y se forma una base de datos.
«Todo esto es posible, 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 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% de que la persona que lo escribió esté enferma”, dice el investigador.
El algoritmo es capaz de reconocer palabras claves como gripa, influenza o catarro, también identifica comentarios generales que no significan que una persona está enferma, de otros que sí significan que un usuario de redes sociales sí está enfermo.
Cuando la persona está enferma de gripa, el algoritmo no vuelve a ver sus mensajes durante 7 días, que normalmente es lo que dura la enfermedad. Así no hay duplicación.
Con las frases y la ubicación geográfica del usuario de Twitter se construye un mapa que se actualiza una vez por minuto. El mapa muestra la ubicación de los usuarios y las veces que publicaron sobre su enfermedad.
