Інфовейланс (англ. infoveillance) — це різновид синдромного епідеміологічного нагляду, що використовує інформацію з інтернету для моніторингу та аналізу поширення захворювань. Сам термін, разом із поняттям інфодеміологія (infodemiology), був запропонований Гюнтером Айзенбахом для позначення досліджень, що використовують онлайн-дані для вивчення поведінки людей та її зв'язку зі здоров'ям.

Дослідження Айзенбаха, засновані на аналізі пошукових запитів у сервісі Google Search, сприяли появі проєкту Google Flu Trends (це онлайн-проєкт компанії Google, який використовував агреговані пошукові запити для оцінки рівня поширення грипу). Подібні підходи застосовувалися й на інших пошукових платформах. Інші дослідники використовували соціальні мережі, зокрема Twitter, для виявлення закономірностей поширення інфекційних захворювань. Завдяки цьому інфовейланс інколи дає змогу виявляти спалахи хвороб швидше, ніж традиційні системи епідеміологічного нагляду у сфері громадського здоров'я і при цьому потребує порівняно невеликих ресурсів.

Типи Методи інфовейлансу поділяють на пасивні та активні. Пасивні методи ґрунтуються на аналізі вже наявних цифрових даних, таких як пошукові запити в інтернеті або поведінка користувачів під час навігації вебсайтами. Такі дані використовуються для автоматичного виявлення тенденцій без необхідності активних дій з боку користувачів, які фактично генерують інформацію для аналізу. Активний інфовейланс передбачає безпосередню участь користувачів. Наприклад, люди можуть відповідати на онлайн-опитування, вводити симптоми на спеціалізованих вебсайтах або в мобільних застосунках та іншим чином добровільно надавати інформацію, що використовується для епідеміологічного моніторингу.

Приклади

Google Health Trends Починаючи з 2008 року, компанія Google використовувала агреговані дані пошукових запитів для виявлення тенденцій поширення грипу та порівнювала ці результати з офіційними даними епідеміологічного нагляду різних країн з метою прогнозування динаміки захворюваності Після появи у 2013 році доказів того, що система Google Flu Trends іноді суттєво переоцінювала фактичні рівні захворюваності на грип, дослідники запропонували низку більш складних і точних підходів до моделювання поширення грипу на основі пошукових запитів. У 2015 році Google Flu Trends припинив публікацію звітів.

Google також використовувала агреговані пошукові дані для виявлення тенденцій поширення лихоманки денге. Водночас деякі дослідження ставили під сумнів точність таких прогнозів. Згодом Google продовжила роботу в цьому напрямі під час пандемії COVID-19, створивши відкритий набір даних щодо пошукових запитів, пов'язаних із коронавірусною хворобою, для використання дослідниками.

Flu Detector Після запуску та закриття Google Flu Trends з'явилися інші проєкти прогнозування поширення грипу, зокрема Flu Detector. Цей проєкт був розроблений Васілеіосом Лампозом та іншими дослідниками з Брістольського університету. Flu Detector використовував методи машинного навчання: спочатку за допомогою відбору ознак автоматично визначалися слова й фрази, пов'язані з грипом, у повідомленнях Twitter. Далі на основі цих даних обчислювався показник поширення грипу для різних регіонів Великої Британії з використанням геолокованих твітів. Проєкт також став основою для запропонованої узагальненої системи, здатної відстежувати й інші події.

Mood of the Nation Проєкт Mood of the Nation, також створений командою Лампоза, аналізував емоційний стан користувачів Twitter у різних регіонах Великої Британії. Щоденно обчислювалися показники для чотирьох основних емоцій: гнів, страх, радість і смуток.

Питання конфіденційності Поширення інфовейлансу порушує низку питань, пов'язаних із захистом приватності. Рівень ризику для конфіденційності значною мірою залежить від способів збору, обробки та аналізу даних. Зокрема, існує можливість повторної ідентифікації окремих осіб у наборах даних пошукових запитів, якщо ці дані не були належним чином анонімізовані. Ризики щодо конфіденційності зростають і тоді, коли аналіз здійснюється не автоматично, а включає детальне вивчення індивідуальних пошукових траєкторій користувачів.

Інфовейланс в Україні В Україні інфовейланс як підхід до цифрового епідеміологічного нагляду почав застосовуватися під час пандемії COVID-19, коли цифрові джерела інформації стали використовуватися для аналізу динаміки захворюваності та поведінкових реакцій населення.

Використання Google Trends Одним із напрямів досліджень в Україні став аналіз пошукової активності користувачів. Дослідження українських авторів Г. Мороховець та І. Кайдашева побудувало математичну модель прогнозування динаміки COVID-19 в Україні на основі даних Google Trends, зокрема за пошуковими запитами «ковід», «ковид» та «COVID-19». Автори аналізували часові ряди пошукової активності та їх зв'язок із показниками захворюваності, що дозволило оцінити потенціал використання інтернет-даних як допоміжного інструменту епідеміологічного ніторингу.

Окрема робота цих авторів була присвячена аналізу кириличних пошукових запитів. Дослідники звернули увагу на мовно-культурні особливості пошукової поведінки користувачів та їх значення для аналізу інтернет-даних у країнах, де використовуються різні мовні варіанти написання термінів.

Інші дослідження також виявили статистичний зв'язок між частотою пошукових запитів та кількістю підтверджених випадків COVID-19 в Україні, що свідчить про можливість використання таких цифрових даних як додаткового джерела інформації для епідеміологічного аналізу.

Аналіз відкритих джерел в епідеміологічному нагляді Окрім академічних досліджень, розвиток цифрових підходів до епідеміологічного нагляду в Україні пов'язаний із міжнародними програмами епідемічної розвідки. У 2022 році Україна приєдналася до глобальної системи Епідемічної розвідки з відкритих джерел (Epidemic Intelligence from Open Sources, EIOS), що використовується Всесвітньою організацією охорони здоров'я (ВООЗ) для аналізу інформації з відкритих джерел — новинних ресурсів, офіційних повідомлень та соціальних мереж — з метою раннього виявлення подій, що можуть становити загрозу для громадського здоров'я.

У перші місяці повномасштабної війни 2022 року ВООЗ здійснювала посилений подієвий епідеміологічний нагляд (event-based surveillance, EBS) в Україні з використанням систем аналізу відкритих джерел. За повідомленнями дослідження, у цей період було проаналізовано понад 200 000 повідомлень з медіа та інших відкритих джерел, що дозволило виявити сотні сигналів потенційних подій у сфері громадського здоров'я.

У дослідженнях також використовувалися міжнародні системи аналізу відкритих джерел, зокрема платформа EPIWATCH, яка застосовує алгоритми штучного інтелекту для моніторингу повідомлень про інфекційні захворювання. Аналіз повідомлень із відкритих джерел дозволив дослідникам ідентифікувати повідомлення про спалахи інфекційних захворювань під час війни, включно з холерою, ботулізмом, туберкульозом, ВІЛ-інфекцією та іншими інфекціями.

Для використання таких інструментів у системі громадського здоров'я України також проводяться навчання фахівців. Зокрема, працівники центрів контролю та профілактики хвороб проходили тренінги щодо епіднагляду на підставі подій та інструменту для його виконання — системи Епідемічної розвідки з відкритих джерел (EIOS).

Див. також

Примітки

Посилання

«Google Flu Trend» «Google Dengue Trend» «Flu Detector» «Health informatics» «JMIR e-collection of peer-reviewed articles on Infodemiology and Infoveillance» «JMIR Public Health & Surveillance e-collection of peer-reviewed articles on Infoveillance, Infodemiology and Digital Disease Surveillance»