Comment l’IA permet-elle de suivre les épidémies sur Twitter ?

Les réseaux sociaux ont apporté avec eux une abondance de l’information qui est diffusée de manière simple, virale mais de manière segmentée.

Ils sont donc devenus de manière logique, un sujet d’étude. Des chercheurs de l’Efrei, se sont intéressés à de l’analyse sur Twitter afin de démontrer l’usage médical possible dans le cadre de la détection d’épidémies comme la varicelle ou les maladies respiratoires sur une zone géographique précise.

Cette analyse du réseau social à l’oiseau bleu à l’aide de l’intelligence artificielle (IA) a démontré que la propagation de l’information est plus rapide sur ce réseau que dans les systèmes de santé classiques. Il y a donc un réel enjeu de santé publique derrière l’analyse des tweets.

Les informations sur Twitter se propagent comme de véritables épidémies qu’elles soient vraies ou fausses.

Des chercheurs se sont alors posés la question : pouvons-nous obtenir des informations fiables sur des épidémies plus rapidement qu’avec des systèmes classiques ? Pour répondre à cette question, les scientifiques ont décidé d’analyser des tweets grâce à un procédé de « text mining ». À l’aide de l’IA, ils ont programmé un système qui permet de collecter des données de manière ciblée.

Concernant l’étude des épidémies, ils ont programmé leur traitement de données avec des facteurs liés aux maladies ciblées (symptômes…) afin de trouver les personnes publiant sur ces sujets. Ils ont focalisé l’étude sur la région Île-De-France représentant un tiers des tweets du pays.

Une fois le système de récolte de données mis en place, il a fallu passer à l’analyse des données puis à un comparatif avec le système de santé classique. Cela a permis de déterminer si les informations obtenues sur Twitter étaient pertinentes en termes de détails et de temporalité.

Ils ont donc comparé les données récoltées à celle du réseau sentinelle, qui suit en temps réel l’évolution de diverses épidémies comme la varicelle ou les maladies respiratoires (pollen, grippe…).

Finalement, les résultats tendent à démontrer que la propagation de données est plus rapide sur Twitter que les remontées de données officielles.

Ces résultats s’expliquent par divers facteurs : il est plus rapide de tweeter que d’aller chez le médecin, les remontées d’informations des médecins, pharmaciens ou autres acteurs du milieu médical peuvent se faire en différé.

Il y a donc un réel intérêt médical à cette analyse du réseau social Twitter même si la comparaison avec le système sentinelle devrait être comparé sur une plus longue durée afin de confirmer ces résultats encourageants. Le système d’analyse des tweets peut également être amélioré notamment en affinant l’analyse de texte et les données géographiques.

Aujourd’hui, la diffusion de l’information sur les réseaux sociaux représente donc un enjeu capital. C’est un sujet de recherche prometteur que ce soit en sociologie, en marketing, en communication et dans le domaine de la santé.