Naukowcy zajmujący się komputerami wykorzystują uczenie maszynowe do śledzenia trendów zdrowotnych na Twitterze

Nowe narzędzie do uczenia maszynowego opracowane przez naukowców z University of Alberta oblicza miliony postów na Twitterze, aby pomóc w zrozumieniu trendów zdrowotnych i zdrowotnych w Albercie i całej Kanadzie.

„Używamy uczenia maszynowego do określania lokalizacji, do których odnoszą się tweety, wymiaru zdrowia, z którym są powiązane, oraz emocji wyrażanych w każdym tweecie”, powiedział Osmar Zaiane, informatyk z U of A.

„Jeśli uda nam się to zrobić prawidłowo, możemy lepiej zrozumieć, jak to jest żyć w określonym miejscu pod względem zdrowia i dobrego samopoczucia”.

Narzędzie o nazwie Perkoz, wykorzystuje moc uczenia maszynowego w celu ułatwienia prac sieci monitorowania zdrowia od Agencji Zdrowia Publicznego Kanady i amerykańskie Centrum Kontroli i Zapobiegania Chorobom, które zazwyczaj opierają się na danych zebranych od samodzielnych raportów lub informacji od placówki opieki zdrowotnej, takie jak gabinety lekarskie i szpitale.

„Eksperci ds. Zdrowia publicznego są zainteresowani wiedzą, co dzieje się w konkretnym mieście lub prowincji” – powiedziała Zaiane. „Podczas gdy ankiety są użytecznymi formami gromadzenia informacji, raporty własne mogą być również niewiarygodne lub niedokładne. Ten rodzaj narzędzia pozwala ekspertom w dziedzinie zdrowia publicznego na badanie zachowań ludzi jako uzupełnienia do raportów z własnego życia”.

Naukowcy wykorzystali uczenie maszynowe do zidentyfikowania sześciu wymiarów zdrowia – fizycznego, emocjonalnego, zawodowego, społecznego, duchowego i intelektualnego – jak również emocji wyrażonych w każdym tweecie i odpowiedniej lokalizacji. Projekt rozpoczął się w Edmonton, a następnie został rozszerzony na cały Alberta i od tego czasu został zastosowany we wszystkich kanadyjskich prowincjach.

„Narzędzie pozwala ekspertom na przejrzenie innego medium – w tym przypadku Twittera – w celu zweryfikowania trendów, które znaleźli w innych miejscach, takich jak ankiety, a także weryfikacja innych badań”, powiedział Zaine.

„Naszym celem nie było znalezienie samych trendów. Chcieliśmy raczej zbudować narzędzie, które pozwoli pracownikom służby zdrowia i socjologom analizować te trendy”.

Po ukończeniu Perkoz zostanie udostępniony społeczeństwu, a także innym badaczom poprzez otwarty dostęp.

Badanie „Przewidywanie kontekstu w sieci społecznościowej z wykorzystaniem uczenia maszynowego: studium kanadyjskich głośników wysokotonowych” zostało zaprezentowane na międzynarodowej konferencji IEEE / WIC / ACM na temat inteligencji sieciowej w 2018 roku.

Share: