google-flu-trends

Foto: Interfaz gráfica de Google Flu Trends / Fuente: MakeUseOf

En la actualidad, Google ha sobrepasado las barreras del consultorio o clínica y se ha transformado en el médico más solicitado de la población mundial. Las cantidades casi incalculables de datos generadas a partir de las búsquedas en internet de diversos síntomas, relacionados con un gran número de enfermedades, arrojan patrones que han demostrado ser útiles para predecir epidemias y ayudar en su prevención y tratamiento.

Así lo demuestra Google Flu Trends, una herramienta que opera en más de 25 países y es capaz de calcular la propagación y gravedad de un brote de gripe en tiempo real. La tecnología es aprovechada esencialmente por profesionales de la salud.

A raíz de lo anterior, un equipo de investigadores de la Universidad de California, EU, ha propuesto un modelo mejorado que reúne el ‘big data’ de Google con la recopilación tradicional efectuada por los Centros para el Control de Enfermedades (CDC) del país norteamericano. Gracias a esta información, el modelo crea una red de conectividad entre regiones geográficas, la cual describe los patrones de contagio. Los hallazgos han sido publicados en la revista Nature Scientific Reports.

Google Flu Trends tiene errores de precisión. Con este algoritmo podemos optimizar la herramienta para que prevea con precisión y rapidez una epidemia de gripe con una semana de antelación”, señaló en entrevista Michael Davidson, investigador de esa casa de estudios y autor principal del estudio.

El modelo combina a la perfección la exactitud de los datos recopilados por los centros de control (consultas médicas, registros de ausentismo escolar, llamadas de emergencia o registros farmacéuticos) con las predicciones en tiempo real que hace Google Flu Trends, tarea que concreta al recoger datos de hasta dos semanas previas, desde que los usuarios hacen sus primeras búsquedas.

Toda esta información establece una red que conecta las distintas regiones geográficas, ya sea por su proximidad física o por las rutas y medios de transporte que las vinculan. Mediante la comparación de estos datos con los obtenidos durante el año anterior es posible estudiar los patrones de contagio, pues los factores que promueven la propagación prácticamente no varían de un periodo a otro.

La mejor manera de mejorar Google Flu Trends sería trabajar muy estrechamente con Google para incorporar esas mejoras directamente en su algoritmo de búsqueda”, apuntó el investigador.

En la práctica, el modelo permitirá dirigir estrategias de prevención (como campañas de vacunación) y de tratamiento a la población que se encuentra en riesgo real. Asimismo, podrán conocerse los patrones de contagio, lo que resultaría útil en la implementación de acciones para controlar y frenar la epidemia.

Integrar la información tradicional en lugar de sustituirla por los ‘big data’ aumenta la eficacia potencial de las campañas”, concluyó el especialista.

Davidson también afirmó que esta mejora podría tener implicaciones en muchos otros modelos epidemiológicos, pues quizás influya directamente en la manera en la que éstos han sido o serán diseñados.

Vía: Agencia SINC