Прошлог месеца, упркос трагичним последицама урагана Санди, једно је постало очигледно - снажни временски модели који су сада доступни постају све бољи и бољи како би прогностичари предвидјели где следеће олује попут Санди-ја иду.
Сличан садржај
- Зашто трендови Гоогле грипа не могу пратити грип (ипак)
Та технологија је кориснија од предвиђања олује. У студији објављеној јуче у Зборнику Националне академије наука, пар истраживача је искористио ову технику како би предвидио ширење грипа. Помоћу података у реалном времену из Гоогле Трендова грипа њихови модели могу предвидјети где, када и како ће се озбиљно појавити сезонски епидемије грипа широм земље.
„Налази указују на то да се вештачке прогнозе времена врха у стварном времену могу направити више од седам недеља пре стварног врхунца“, пише Јеффреи Схаман, научник за животну средину са Универзитета Цолумбиа, и Алициа Карспецк из Националног центра за атмосферска истраживања, у њихов папир. „Овај рад представља почетни корак у развоју статистички ригорозног система за прогнозу сезонског грипа у реалном времену.“ Ако се такве наде обистине, могло би доћи до нечег попут система претходног упозоравања на грип („предвиђа се да ће стопа грипа достићи врхунац у вашој области следеће недеље ”) сличне онима за урагане и друге тешке временске догађаје.
И време и преношење грипа су примери нелинеарних система: оних у којима мала промена у почетним условима може донети огромну промену резултата. Приликом израде временских модела научници проучавају историјске податке о томе како су ове врсте малих промена (рецимо мало топлије воде на Карибима) утицале на исходе (ураган много веће снаге када направи пад на источној обали). Усвајањем година података и провођењем безбројних симулација, они могу створити релативно тачну прогнозу за шансе хипотетичких временских догађаја који се дешавају у периоду од око недељу дана.
У новој студији, истраживачи су користили принципе проистекле из ових модела и применили их за ширење грипа. За уносе, поред атмосферских мерења температуре, притиска и ветра, користили су Гоогле Флу Трендс, услугу која пружа податке у реалном времену о преношењу грипа широм света помним испитивањем термина за претрагу који су унети у Гоогле. Иако свака особа која тражи „грип“ нужно има грипу, Гоогле истраживачи су показали да појмови у вези са грипом могу бити тачан проки за стопу преноса грипа широм света - ако се многи људи у одређеној области изненада усмере на „грип, „Добра је опклада да је инфекција стигла масовно.
Чини се да се грипа понаша у складу са вероватним принципима који укључују атмосферске услове сличне временским. Остали фактори које треба узети у обзир укључују густину насељености подручја. Комбинујући факторе као што су влага и температура са подацима са Гоогле-а и стварним подацима о стопи грипа које чувају болнице, истраживачи су успели да развију моделе који приближавају пренос грипа у годинама од када званичници прате.
Да би тестирали свој модел, истраживачи су проценили податке о грипу у Њујорку од 2003. до 2008. Уношењем података о преносу грипа до одређеног времена и тражењем модела да пружи недељну прогнозу како ће се грип понашати, они су могли да произведу тачне прогнозе када ће зараза достићи врхунац, понекад и до седам недеља пре времена. Поред тога, као и код временских модела, систем може разликовати неколико различитих сценарија и дати процене вероватноће да се сваки од њих догоди.
Уз стални развој и доступне податке у реалном времену као што је Гоогле Глундс Трендс, ова врста технологије би се теоретски могла употребити за генерисање прогнозе грипа за локална подручја, чак до нивоа државе или града.
