Usando Twitter para predecir las visitas a urgencias

El uso de Twitter a veces puede ser molesto dependiendo de a quién sigamos, pues muchos individuos tienden a publicar absolutamente cualquier cosa sobre su vida, incluyendo problemas de salud que, teóricamente, no le importan más que al individuo en cuestión. Esta “sobreparticipación”, como digo, podría verse como molesta, pero una nueva investigación de la Universidad de Arizona ha sabido sacarle partido: Los tweets sobre salud tienen un gran potencial para las urgencias hospitalarias.

Twitter como predictor de urgencias

Concretamente, lo que hicieron Sudha Ram y sus colegas de la Universidad de Arizona fue observar tweets relacionados con el asma, analizarlos, y predecir así las visitas a urgencias relacionadas con esta enfermedad crónica. Sí, Twitter podía predecir dichas urgencias, junto a los datos recogidos por los medidores de calidad del aire, en un hospital de Dallas en un día concreto.

En las conclusiones de este estudio, que se publicarán en el próximo número especial de IEEE Journal of Biomedical and Health Informatics, podrán ayudar a los departamentos de urgencias a nivel nacional a mejorar su dotación de personal y gestión de recursos, tanto en enfermedades como el asma como en otras.

Así lo explica Ram, autor principal del trabajo:

“Nos dimos cuenta de que el asma es uno de los mayores generadores de tráfico en el servicio de urgencias. Muchas veces lo que sucede es que no existe el personal sanitario adecuado en este servicio para tratar a estos pacientes, o no disponen del equipo adecuado, cosa que puede causar muchos problemas imprevistos”

Durante tres meses, Ram y su equipo recopilaron datos sobre la calidad del aire mediante los sensores ambientales de las inmediaciones del hospital de Dallas. Además, analizaron el uso de Twitter y las menciones relacionadas con el asma, concretamente palabras como “asma”, “inhalador” o “jadeo”. Tras recoger millones de tweets de todo el mundo, usaron técnicas de minería de texto para acercar los tweets relevantes en la cercanía del hospital en concreto, relacionándolos con los registros médicos electrónicos.

Tras todo este gran análisis, los investigadores detectaron que a medida que la calidad del aire empeoraba, las visitas a urgencias por asma aumentaban (algo lógico), pero lo curioso es que el uso de Twitter por parte de estos individuos, con los tweets que mencionaban estas palabras mencionadas, también aumentaron de forma directa. Asimismo, también analizaron las búsquedas en Google relacionadas con el asma en la zona de estudio, pero estas no eran un buen predictor de visitas a urgencias; Twitter sí lo era, con hasta un 75% de probabilidades de acierto.

Las predicciones de Twitter en conjunto, mejores que las individuales

Evidentemente los hospitales de hoy en día pueden hacer ciertas predicciones de riesgo en cuanto a pacientes con asma, u otras enfermedades, de forma individual, gracias a sus historias clínicas y otros datos. Sin embargo, el modelo de Ram y sus colegas es capaz de hacer mejores predicciones a nivel poblacional, casi en tiempo real, cosa que podría ayudar en la vigilancia de la salud pública.

Esta tan solo sería la primera fase de la investigación, pues Ram y su equipo planean ampliar el estudio del asma y las predicciones de Twitter a 75 hospitales de toda el área de Dallas-Fort Worth, con el fin de comprobar que su modelo es extrapolable a un nivel mayor, y aumentar también la precisión de dicho modelo, usando varios tipos de datos conjuntos durante un período de tiempo más largo.

Vía | Universidad de Arizona.