ソーシャルメディアで疾病アウトブレイクを予測する新アプローチ
近年、誤情報の蔓延により予防接種率が低下し、米国とカナダではしかのようなかつて制御されていた病気が再燃しています。これに対し、ウォータールー大学の研究者たちは、公衆衛生当局がアウトブレイクの発生を予測できる可能性のある新しいアプローチを開発しました。
アプローチの詳細と「ティッピングポイント」の概念
この研究は「Forecasting infectious disease outbreak risks from vaccine sentiments on social media: A Data-driven dynamical systems approach」と題され、Mathematical Biosciences and Engineeringに掲載されました。研究チームは、ソーシャルメディアの投稿を分析することで、予防接種に対する懐疑心の高まりの初期兆候を特定します。これは、疾病が広がり始める前の重要な警告信号となり得ます。
応用数学の教授であるクリス・バウチ博士は、誤情報がソーシャルメディアネットワークを通じてユーザーからユーザーへと「伝染性」に広がる様子を「生態学的システム」として捉えました。チームは、システムが突然新しい状態に移行する「ティッピングポイント」という数学的概念に基づいて機械学習モデルを訓練しました。バウチ博士は、てんかん発作や湖の藻の異常繁殖、集団免疫の喪失など、一見異なる現象にも数学的に共通のメカニズムが存在すると述べています。
モデルの検証と将来性
研究者たちは、2014年にカリフォルニアで発生した大規模なはしかアウトブレイクの直前にX（旧Twitter）に投稿された数万件の公開投稿を分析し、モデルをテストしました。従来の懐疑的なツイート数を数える方法ではアウトブレイクの前にほとんど警告が得られなかったのに対し、「ティッピングポイント」の数学理論を用いることで、より大きなリードタイムでデータ内のパターンを効果的に検出できることが示されました。この方法は、アウトブレイクが発生しなかった同等の地域の投稿パターンと比較することで、その正確性が検証されました。
このモデルは、XだけでなくTikTokやInstagramにも容易に適用可能ですが、画像や動画の分析にはより多くの計算資源が必要です。最終的に研究チームは、このアプローチを公衆衛生当局が「ティッピングポイント」のリスクが最も高い集団を監視するためのツールとして活用したいと考えています。応用数学は、公衆衛生への脅威を予測、監視、対処する強力な定量的ツールとなり得ると結論付けられています。