Diseñan sistema que analiza posibles brotes de gripe o influenza

Luis E. Gómez

Fuente: La Jornada

CIENCIA UANL / AÑO 16, No. 64, OCTUBRE-DICIEMBRE 2013

twittertermometro

Cuando un tuitero habitual enferma de gripe, es seguro que proporciona detalles sobre su condición a través de varias plataformas tecnológicas, ya sea para justificar su ausencia en el trabajo, en la escuela o en alguna reunión, para conseguir un consejo que lo haga sentir mejor o simplemente para que sus amigos y seguidores se den por enterados.

Esto ha sido aprovechado por científicos del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades (Ceiich) de la UNAM, quienes crearon un sistema para analizar los posibles brotes de epidemias de gripe o influenza en poblaciones en las que personas de habla hispana se comunican a través de Twitter.

Se trata de un seguimiento continuo de esa plataforma tecnológica en poblaciones con más de 5 mil habitantes, que, al detectar más de 10 por ciento de mensajes en español relacionados con la gripe, envía señales para predecir por dónde podría avanzar la enfermedad, aseveró Ricardo Mansilla, investigador del Ceiich y líder del proyecto.

Gracias a ello, se realizan cercos sanitarios y revisiones de personas en las regiones afectadas para frenar la propagación de la enfermedad. Mansilla refirió que rastrear las epidemias es un reto para los sistemas de salud mundiales, debido a que por la movilidad de los seres humanos es difícil de monitorear. El mecanismo funciona de la siguiente manera: cada que hay un tuit en habla hispana, un primer algoritmo del sistema –que se actualiza automáticamente cada cinco minutos– lo detecta, incluso tiene la capacidad de reconstruir la frase a un español correcto, debido a que muchas personas usan códigos o abreviaturas.

Concluido ese proceso, otro algoritmo clasifica las frases. “¿Cuál es la probabilidad de que esa frase implique que la persona está enferma?”, Si alguien escribe: “Tengo gripe”, es un hecho que está enfermo, pero puede ser que redacte: “Qué mal me cae la gripa”, y para ello el sistema cuenta con 13 mil frases clasificadas, que son la base. Por último, hay un “filtro final”, que se encarga de reducir aún más las frases que no necesariamente signifiquen que los usuarios de Twitter  estén enfermos. (Fuente: La Jornada) (Luis E. Gómez)