(Fai clic sull'immagine per visualizzarla ingrandita)

Adam Sadilek, dell'Università di Rochester (nello Stato di New York), ha sviluppato un algoritmo in grado di predire il rischio di contrarre l'influenza sfruttando dati estrapolati da Twitter.

L'idea alla base è semplice da capire (e, in fondo, non troppo diversa da quella alla base di Google Flu Trends): i compulsivi comunicatori della piattaforma di microblogging vi scrivono tutto quello che capita loro, compreso lo stato di salute.

Sadilek e colleghi hanno deciso quindi di dare in pasto a un software appositamente realizzato 4,4 milioni di tweet scritti in un mese da utenti residenti nell'area di New York e corredati delle informazioni ottenute dal GPS; compito del programma è stato vagliare i messaggi e trovare quelli i cui autori accusavano sintomi influenzali.

Gli scienziati hanno così raccolto informazioni su oltre 630.000 utenti e sviluppato una mappa (presentata nel video che riportiamo più sotto) che riporta la presenza di sintomi influenzali nell'area considerata nel corso di una giornata.

Studiando le frequentazioni degli utenti, i ricercatori sono anche riusciti a predire quando le persone sane si sarebbero ammalate, con 8 giorni di anticipo e un'accuratezza del 90%.

Certamente vi sono alcuni limiti: per esempio, non tutti riportano accuratamente i sintomi, e ciò falsa in parte i risultati; inoltre, non è solo la frequentazione di persone malate che porta a sviluppare l'influenza.

Tuttavia, Sadilek ha affermato che sta già lavorando alla soluzione di questi problemi, e svolgendo il lavoro ha scoperto anche che chi frequenta regolarmente una palestra ha una probabilità leggermente più bassa di ammalarsi.