Plus que la propagation, Twitter révèle les centres névralgiques de l'épidémie

En se basant sur les tweets postés par les utilisateur du réseau social, il serait possible de déterminer les zones à éviter en cas d'épidémie.

C'est un fait, Twitter est de plus en plus utilisé à des fins médicales, et ce malgré une inquiétude grandissante face à sa fiabilité. Mais si jusqu'à présent il était possible de déterminer la vitesse de propagation de certaines épidémies – comme la grippe – en analysant des mots clés, les données de géolocalisation permettraient également de connaître les centres névralgiques de celles-ci pour éviter de tomber malade. Ainsi, des chercheurs de l'université de Rochester ont décider de s'intéresser aux tweets postés par les utilisateurs malades, afin de mettre au point un algorithme capable de cartographier dans l'espace et dans le temps les lieux où les maladies sont les plus actives. Cette application appelée GermTracker (littéralement, traqueur de germes) a ainsi recensé sur un mois à New York les différents lieux où se sont rendus les individus malades de la grippe.

Une application simple d'utilisation

L'application se base alors sur un code couleur allant du vert au rouge et permettant de classer un individu en fonction de son état de santé, tout ça grâce aux informations et aux données GPS contenues dans leurs tweets. L'application propose ainsi de placer les gens sur une carte consultable par tous. « Cette application peut être utilisée pour permettre aux gens de prendre des décisions personnelles en ce qui concerne leur santé. Par exemple, elle peut leur permettre d'éviter une station de métro si elle est pleine de gens malades » explique Adam Sadilek, l’un des chercheurs. Elle peut également être utilisée en parallèle d'autres méthodes par le gouvernement ou les autorités locales pour essayer de comprendre l'explosion de la grippe. Et pour l'algorithme soit utilisable à grande échelle, l'une de ses caractéristiques devait être la capacité de reconnaître les tweets des gens malades des autres.

Une découverte en constante amélioration

« C'est comme apprendre un nouveau langage à un bébé, affirme l'un des chercheurs, l'algorithme doit en effet apprendre à distinguer un tweet qui dirait « Je suis malade, je suis restée au lit toute la journée », d'un tweet qui dirait « j'en suis malade de circuler dans tout ce trafic. » L'algorithme est toutefois en perpétuel amélioration car chaque fois que quelqu'un clique sur l'un des points de couleur qui représente un utilisateur, il a accès à son tweet et peut l'évaluer lui-même en disant s'il est ou non d'accord avec la classification de ce celui-ci. D'autre collaborations pourraient ressortir de la mise en place de cette application. L'un des chercheurs explique en effet, qu'ils travaillent actuellement avec « les professeurs du Département de psychiatrie sur l'extension de ces techniques pour surveiller et mesurer les facteurs qui influent sur la dépression et sur les autres troubles psychologiques. »