Adam Sadilek, de la Universidad de Rochester, ha analizado unos 4,4 millones de Tweets geolocalizados enviados por 600.000 usuarios de la ciudad de Nueva York en 2010 en el transcurso de un mes utilizando un algoritmo de inteligencia artificial, con la intención de filtrar todos aquellos resultados de personas y usuarios «sanos» de forma de que se analizasen aquellos resultados que incluyesen la palabra «sick» (enfermo) o similares, para seguirlos y hacer un análisis de aquellas personas que estuvieran enfermas, con unos resultados efectivos de un 90%.
El estudio también permitía intuir quién iba a enfermar o por dónde se iba a expandir la enfermedad con unos resultados previstos en un margen de 8 días, basándose en los usuarios de Twitter que se habían encontrado o coincidido con gente enferma. Por ejemplo, si tú estás sano, tres de tus amigos tienen la gripe, y has coincidido con ocho extraños que tenían síntomas con dolores de cabeza y picores de nariz qua han tweeteado, es muy posible que acabes enfermo también en un margen de 8 días, que es lo que predice el algoritmo de Sadilek.
Aquí un vídeo de los resultados:
https://www.youtube.com/watch?v=3S2rq2SKTSw&feature=player_embedded
Vía: Social Media Today