Son araştırmalar, Feysbuk verilerinin COVID-19 dalgalanmalarını tahmin etmeye destek olabileceğini gösteriyor

Bir koronavirüs olay artışının nerede ve ne süre gerçekleşebileceğini anlamak zor.

En yaygın olarak kullanılan veriler, salgınları yalnızca meydana ulaştıktan sonra yakalar, sadece Colorado Boulder Üniversitesi’nden meydana getirilen iki emek verme bunu değiştirmeyi amaçladı. CU araştırmacıları, verileri seyretmek için yeni bir yöntem olan suni zeka kullandı. Bu yöntem onlara yayılmayı gerçekleşmeden ilkin tahmin etme kabiliyeti verdi.

CU Boulder’da jeo-uzamsal veri bilimcisi ve coğrafya destek doçenti olan Morteza Karimzadeh, “Mühim olan niçin daha iyi plan yapabilmemizdir” dedi. Ani artışlar öngörebiliriz ya da bir ihtimal maskeleme kurallarını sıkılaştırabilir ve bunun olmasını engellemeye çalışabiliriz ya da hazırlıklı olabiliriz.”

Karimzadeh ve öteki CU Boulder araştırmacıları, geçen yıl ve bu senenin başlarında COVID-19 yayılımını inceleyen bir yazı yayınladı. İlk ders çalışma virüsün coğrafi yayılımını seyretmek için cep telefonu verilerini ve Feysbuk verilerini kullandı.

Karimzadeh, “Düşünce, ‘Coğrafi yayılımı daha iyi modelleyebilir miyiz?’ idi” dedi. “Denver County ve Broomfield County yada Larimer County’de vakalar görürseniz, Boulder County’deki vakaların da artmasını bekleyebilirsiniz.”

İnsanlar bir hava durumu uygulaması yada mesajlaşma uygulaması benzer biçimde bir uygulamaya bilgilerini toplamaya başlama izni verdiğinde cep telefonu yada Feysbuk verileri toplanır. Birisi Feysbuk’ta gönderi paylaştığında yada coğrafi konumunu paylaştığında da data toplanabilir.

Hem cep telefonu hem de Feysbuk verileri, araştırmacıların ilçeden ilçeye ne kadar insanoğlunun gezi ettiğini ve değişik ilçelerdeki insanların toplumsal medyada ne aşama dost olduklarını anlamalarına destek oldu.

Karimzadeh’i şaşırtan bir halde, Feysbuk verilerinin hareketi seyretmek için cep telefonu verilerinden daha yararlı bulunduğunu söylemiş oldu.

“Bunun niçin bu şekilde bulunduğunu tam olarak bilmiyoruz fakat tahminimce arkadaşlarımızın yanında değişik davranıyoruz” dedi. “Larimer County ile Boulder County içinde hareket edebiliriz, sadece işe gidebilir, maskeleyebilir yada toplumsal mesafeye gidebiliriz. Arkadaşların var ise ve onlarla parti yapıyorsan bir ihtimal o denli dikkatli değilsindir ve kim bilir bu daha iyi bir ölçüdür.”

CU Boulder araştırmacıları, Feysbuk verilerini iki ana kategoriye ayırdı: Boulder County ve Larimer County arasındaki kullananların ne kadarının sitede dost bulunduğunu gösteren arkadaşlık verileri ve ondan sonra, konumlarını ya açıkça beyan ederek ya da paylaşarak paylaşan kullanıcılar. Feysbuk uygulamasını kullanarak.

Karimzadeh, “Bu sayede, sakinlerin ne kadarının evlerini terk ettiğini ve ne kadar ileri gittiklerini biliyoruz” dedi. “Bu metrik bizlere insanların çömeldiğini mi yoksa dışarı mı çıktığını söylüyor. Bu pandeminin başlarında önemliydi bu sebeple çoğumuz bunu yapmayı bıraktık fakat gene de mühim olan bu dostluk. Bu bizlere toplumsal dokunun ne kadar bağlantılı bulunduğunu ve bu sayede bulaşma olasılığının ne işe yaradığını konu alıyor.”

Son olarak ders çalışma, Ocak ayında gösterilen, ilk çalışmanın bir ilerlemesiydi ve Feysbuk’tan alınan verileri kullanan kısa vadeli tahmin yönteminin, ilçe düzeyinde eğilimleri anlamak için geleneksel modellerden mühim seviyede daha iyi performans gösterdiği sonucuna vardı.

Birçok geleneksel COVID-19 tahmin modeli, haftalık enfeksiyon raporlarına, hastaneye yatış ölümlerine ve aşılara dayanan son olarak enfekte ve duyarlı popülasyon sayıları alınarak tamamlanır. Bu sayılar ondan sonra araştırmacıların ondan sonra nasıl sonuçlanacağını tahmin etmelerini elde eden matematiksel bir modele bağlanır. Karimzadeh, başka hiçbir araştırmacının Feysbuk verilerini yada CU Boulder benzer biçimde suni zeka kullanmadığını söylemiş oldu.

Her iki çalışmanın ortak yazarı ve doktora talebesi Behzad Vahedi, “Bu çalışmalarda ana odak noktası, toplumsal zamansal ilişkileri yakalayıp yakalayamayacağımızı ve COVID’i tahmin etmede destek olup olmadıklarını görmekti” dedi. CU Boulder’da coğrafya bölümünde talebe. “Sonuçlarımız COVID’i yakalayabileceğimizin kanıtı ve modellemeye destek oluyorlar.”

Vahedi, bir sonraki adımın aynı yöntemi öteki modellere uygulamak ve ilçeler arasındaki hareket ve bağlantılar hakkında başka neler öğrenilebileceğini görmek bulunduğunu söylemiş oldu. Sırada grip benzer biçimde bir virüsü izlemek olabilir, dedi.

“Bu kesinlikle incelemek istediğimiz bir şey” dedi. “Grip ve öteki virüslerle ilgili olan şey, 20 yıldan fazla veriye haiz olmamız, sadece bunlar COVID kadar kapsamlı değil. Feysbuk’u öteki virüsleri anlamak için kullanmanın potansiyeli bulunduğunu düşünüyorum fakat bunun garantisi yok.”

Karimzadeh, CU Boulder araştırmacılarının bilmiş olduğu şey, gelecekteki COVID-19 salgınlarını anlamak için suni zeka kullanmanın yararlı olduğudur. Bu mühim bu sebeple virüs burada duracak, diye ekledi.

“Bence ilerlemeye devam etmek (yapmalıyız) bu suni tabanlı şekilleri geliştirmeliyiz, böylece hazırlıksız yakalanmayız ve daha iyi hazırlanırız, böylece potansiyel dalgalanmaları tahmin edebilir ve bunun olmasına izin vermeyebiliriz” dedi.