Las búsquedas en Wikipedia ayudan a
predecir epidemias
El
uso de herramientas sociales -redes como Twitter o buscadores como Google- para
predecir el comportamiento de las masas se está desarrollando cada vez más en
nuestros días. Empezó siendo una serie de experimentos en el ámbito académico
pero ya se está trabajando con ellas desde numerosas empresas y organismos para
aprovechar toda la sabiduría del big data: millones de internautas haciendo lo
mismo a la vez tiene que indicar algo. El problema es calibrar, ajustar lo que
verdaderamente significa una avalancha de tuits o de búsquedas en un sentido,
en un momento, en un lugar. La última herramienta en sumarse a la fiesta de los
datos sociales ha sido Wikipedia, después de que unos investigadores de la
Escuela Médica de Harvard hayan determinado que su uso es capaz de predecir con
precisión, en tiempo real, la llegada de los brotes de gripe en EE.UU. Dado que
esta enciclopedia online está muy presente en nuestras vidas, parece lógico
pensar que determinados picos o tendencias de uso pueden suponer que cuando el
río suena, agua lleva. No en vano, Wikipedia es ya la primera fuente de
información médica entre los pacientes y los propios trabajadores sanitarios.
Si en un determinado día se disparan significativamente las búsquedas sobre una
dolencia contagiosa, esto debe suponer que hay una epidemia gestándose. Los
investigadores David McIver y John Brownstein se centraron en las visitas que
recibieron 35 entradas de la Wikipedia en inglés relacionadas con la gripe:
desde "resfriado común" hasta "fiebre" pasando por todas
las variedades del virus conocidas (H1N1, H5N1, etc.) y remedios como el Tamiflu.
Recogieron información de 294 semanas en las que, de media, se realizaban unas
30 000 consultas diarias, con picos de 334 000 visitas. Y cruzaron los datos
con las estadísticas de los Centros para el Control y la Prevención de
Enfermedades de EE.UU. (CDC): descubrieron que podían predecir con precisión el
número de casos de gripe con una diferencia de apenas el 0,27% con respecto a
los datos oficiales. Y, lo más importante, podían ofrecer estos datos casi en
tiempo real: dos semanas antes que las autoridades médicas, que tardan ese
tiempo en elaborar sus predicciones a partir de sus sistemas propios de
información. Todo gracias a que Wikipedia permite que se consulten las
estadísticas de uso de cada entrada, y las actualiza a diario, lo que ofrece
infinidad de datos a los investigadores que quieran usarlos. "La principal
ventaja de los datos de Wikipedia es que son completamente abiertos y para
todos, por lo que cualquier persona puede crear sus propios modelos o mejorar
el nuestro", explica a Materia David McIver, en referencia a Google Flu
Trends (GFT), la herramienta que desarrolló el buscador para predecir los
brotes de gripe y que ha generado un intenso debate académico tras comenzar a
fallar. Los datos que usa Google solo los conocen ellos y los de la Wikipedia
son de libre acceso, lo que permite hacer ciencia con ellos: reutilizarlos
cuantas veces sea necesario para replicar resultados o mejorar los de otros.
