Падение прививаемости и волна дезинформации приводят к тому, что забытые инфекции — прежде всего корь — снова распространяются. Исследователи из Университета Ватерлоо предложили инструмент, который может предупредить эпидемиологов о грядущей вспышке еще до появления первых заболевших. Алгоритм анализирует публикации в соцсетях и фиксирует ранние сигналы роста недоверия к вакцинации. Работа опубликована в журнале Mathematical Biosciences and Engineering (MBE).
«Мы решили посмотреть на социальную динамику как на экологическую систему, где дезинформация распространяется так же, как патоген — от пользователя к пользователю», — объяснил профессор прикладной математики Крис Баух.
По его словам, модель основана на концепции «точки бифуркации» — критического момента, когда любая система резко переходит в новое состояние. Тот же математический механизм наблюдают и при эпилептических приступах, и при обрушении экосистем, и при утрате коллективного иммунитета.
Чтобы проверить метод, ученые проанализировали десятки тысяч публичных постов в соцсети X, опубликованных в Калифорнии перед крупной вспышкой кори в 2014 году. Классический подход — просто считать число скептических твитов — почти не давал предупреждений. Но модель, основанная на теории «точек перехода», позволила выявить характерные изменения в поведении пользователей существенно раньше. Результаты подтвердили, сравнив динамику скептических постов в Калифорнии с регионами, в которых вспышек не было.
Исследователи отметили, что метод можно адаптировать и под TikTok, хотя анализ видео потребует больших вычислительных мощностей. В перспективе алгоритм может стать инструментом для органов здравоохранения, отслеживающим регионы, наиболее близкие к «точке невозврата» по распространению антивакцинаторских настроений.
«Прикладная математика может стать мощным инструментом, помогающим выявлять, прогнозировать и предотвращать угрозы общественному здоровью», — подчеркнул Баух.