Система раннего обнаружения эпидемий Орви и гриппа

Информация, генерируемая пользователями цифрового пространства, является отражением процессов и явлений, происходящих в обществе. Социальные сети, поисковые запросы, спутниковые данные, данные сотовых сетей и мобильных приложений являются ресурсом для решения актуальных социальных, экономических и управленческих задач.

Активные пользователи социальных сетей предоставляют в общий доступ информацию о событиях, происходящих в их жизни, выражают отношение к тем или иным ситуациям, устанавливают связи с другими пользователями.

Состояние здоровья так же находит отражение в открытых публикациях. Менее активные пользователи соцсетей, не предоставляющие информацию в открытых сообщениях о своем состоянии, тем не менее, оставляют цифровые следы в виде поисковых запросов. Анализ поисковых запросов позволяет ответить на вопрос, чем интересуются люди, в какое время и в каком местоположении с точностью до города. Например, в сети Instagram по состоянию на март 2017 года содержится 347 522 публикаций с тегом «болею» [1].

Несомненно, проблема ОРВИ и гриппа касается каждого из нас. И мало для кого является желаемым снижение качества жизни и временная потеря трудоспособности, сопровождающие данные инфекционные болезни. В масштабах государства высокий уровень заболеваемости приводит к огромным экономическим потерям для бюджета страны. Лучшим способом борьбы с эпидемией является ее своевременное предотвращение. Цель данной работы – разработать проект системы раннего обнаружения эпидемий ОРВИ и гриппа в населенных пунктах с последующей интерактивной визуализацией полученных результатов. Сбор и обработка доступных данных позволит определить изменение количества сообщений, касающихся признаков ОРВИ и гриппа во времени с учетом требуемого местоположения и выявить признаки, свидетельствующие о раннем обнаружении эпидемий ОРВИ и гриппа. Целевой аудиторией является широкий круг пользователей, желающих быть осведомлёнными о рисках для своего здоровья и здоровья своих близких.



style="display:inline-block;width:240px;height:400px"
data-ad-client="ca-pub-4472270966127159"
data-ad-slot="1061076221">

Заинтересованной стороной является государство, т.к. данная система обеспечивает ситуационную осведомленность государственных органов. Также прорабатывается сценария коммерциализации для осуществления таргетированной рекламной компании фармакологических продуктов [2]. Актуальными источниками данных являются данные информационного пространства, генерируемые пользователями интернета и соответствующие их поведению и состоянию. Кроме того, многочисленными исследованиями подтверждено влияние параметров погодных условий на уровень заболеваемости [3,4].

Отслеживание динамики изменения параметров по данным признакам позволит оценить уровень эпидемиологической угрозы. Алгоритм работы системы состоит из последовательности блоков сбора, анализа и визуализации данных, что позволит в итоге обнаруживать случаи заболеваний и оценивать риск развития эпидемии. Визуализация результатов парсинга и обработки данных с помощью картограмм, графиков и диаграмм выявит связь отдельных случаев между собой, взаимосвязь с контекстом и погодными условиями, динамику изменения ситуации во времени, что позволит перейти к определению тренда и прогнозированию [5]. Оценка релевантности результатов проводится по накопленному объему публикаций и статистической информации об эпидемиях из официальных источников.

Применение вычислительных наукоемких технологий сбора, обработки и визуализации данных информационного пространства, делает возможным обработку большого количества данных и получение результатов, труднодостижимые или недостижимые с помощью традиционных методов. В результате реализации проекта будет создан онлайн-ресурс, позволяющий получать визуальную динамическую аналитическую информацию, иллюстрирующую степень распространения заболеваний ОРВИ и гриппом с течением времени и прогнозирующий вероятность возникновения эпидемий как в больших, так и в малых городах. На данный момент разработан проект системы. На доработку данного проекта и выпуск прототипа был получен грант по благотворительной программе фонда «Система» в рамках конкурса «Системное решение».

Список литературы

1. Социальная сеть Instagram. Режим доступа https://www.instagram.com/explore/tags/болею/ Дата обращения 30.03.2017 г.

2. Рекламная кампания на основе данных об эпидемиях и погоде: опыт препарата «Кагоцел». Режим доступа https://vc.ru/p/triggers-rtb . Дата обращения 30.03.2017 г.

3. Soebiyanto R. P., Kiang R. K. Modeling Influenza Transmission Using Environmental Parameters // International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science. — 2010. — Vol. XXXVIII, part 8. — P. 330–334.

4. Sumi A., Kamo K. MEM spectral analysis for predicting influenza epidemics in Japan // Environmental Health and Preventive Medicine. — 2012. — Vol. 17, № 2. — P. 98–108.

5. Кондратьев М.А. Методы прогнозирования и модели распространения заболеваний. // Компьютерные исследования и моделирование. – 2013 – Т. 3 № 5 – С. 863- 882.

Краснов Д.А., Потапенко А.А.


Комментировать


четыре + 6 =

Яндекс.Метрика

Знания, мысли, новости - radnews.ru