Продолжая использовать сайт, вы даете свое согласие на работу с этими файлами.
Google Flu Trends
Google Flu Trends (GFT) est un service Web exploité par Google Trends lancé en 2008 pour aider à prédire les épidémies de grippe. Mis à jour successivement en 2009, 2013 et 2014, Google Flu Trends a cessé de publier les estimations en 2015. Les estimations sont disponibles et librement accessibles à des fins de traitement de recherche scientifique.
Description
Lancé en 2008, Flu Trends initie l'utilisation des techniques informatiques pour la prédiction de syndrome grippal. Le système a été déployé dans 29 pays à travers le monde.
Développé par Roni Zeiger, informaticien et médecin, l’objectif est d'identifier l'activité de la maladie à un stade précoce et ainsi réagir rapidement pour réduire l'impact de la grippe saisonnière et pandémique.
Les estimations reposent essentiellement sur les requêtes effectuées sur le moteur de recherche combinés à une modélisation informatique. La méthode de prédiction a fait l'objet d'un publication dans la revue Nature en 2009 lors de son lancement.
En réponse à la décision de l'Organisation Internationale de Normalisation concernant la gestion de la sécurité de l'information relative à la santé, Google affirme que l'agrégation de données ne permet pas d'identifier les personnes concernées.
Critiques
En 2009, Flu Trends a dû améliorer ses algorithmes après que ses modèles avaient largement sous-estimé le syndrome grippal aux États-Unis au début de la pandémie H1N1 (grippe porcine). Le problème a été attribué à des changements dans le comportement de recherche des personnes en raison de la nature exceptionnelle de la grippe porcine. Une large couverture médiatique aurait déclenché de nombreuses recherches liées à la grippe par des personnes qui n'étaient pas malades.
En 2013, les estimations ont été à l'origine d'une fausse alerte à New York. Les médias avaient particulièrement critiqués cette surestimation, qui a abouti à l'arrêt du service.
En 2014, un article scientifique explique l'usage des « Big data » est peu adapté pour la prédiction des épidémies