En analysant les recherches sur Twitter, une équipe médicale, aux États-Unis, a réussi à prédire avec une bonne précision les pics de consultation en urgence pour des crises d'asthme.

au sommaire

    On connaissait déjà le Flu Trends de GoogleGoogle, pour suivre les épidémies de grippe sur le Web, mais qui n'a pas donné les résultats escomptés. Plus efficace, la détection de séismes par le suivi des accès sur un site Web mais aussi sur Twitter, réalisée en France au CSEM est devenue très précise, descendant à l'échelle de la ville avec un temps de repérage qui se mesure en secondes. Il faut en effet une bonne méthode pour analyser le « big databig data ». C'est ce qu'ont fait des chercheurs de l'université d'Arizona et du Parkland Center for Clinical Innovation, dirigés par Sudha Ram, qui se sont intéressés au cas de l'asthme. Aux États-Unis, cette affection chronique touche 25 millions de personnes et sa prévalence ne cesse d'augmenter. Elle représente 2 millions de visites dans les services d'urgence, un demi-million d'hospitalisations et 2.500 décès annuels, expliquent les chercheurs qui se basent sur les données des CDCP (Centers for disease control and prevention) réalisés entre 2001 et 2009. Si l'asthme ne peut pas être guéri, il existe des traitements de fond efficaces pour éviter les crises.

    Se soigner passe aussi par la préventionprévention. Il est notamment important d'éviter de s'exposer à des facteurs environnementaux déclenchants. Dans l'édition dédiée au big data du journal américain l'IEE Journal of Biomedical and Health Informatics (les résultats complets sont disponibles dans un document PDF), l'équipe de chercheurs décrit son outil et les tests effectués durant trois mois sur une population à grande échelle au sein du service d'urgence du plus gros hôpital de Dallas.

    Face à une crise d'asthme, certains patients parlent de leur état sur Twitter ou y cherchent des informations. En croisant ces données avec d'autres informations, il est possible d'anticiper les visites aux services d'urgence. © Polentafria, Flickr, CC by 2.0

    Face à une crise d'asthme, certains patients parlent de leur état sur Twitter ou y cherchent des informations. En croisant ces données avec d'autres informations, il est possible d'anticiper les visites aux services d'urgence. © Polentafria, Flickr, CC by 2.0

    Une prédiction en trois catégories

    La méthode a consisté à recueillir toutes les données concernant la qualité de l'air, les dossiers médicaux des asthmatiques conservés à l'hôpital (consultations, hospitalisations) et la fréquence sur TwitterTwitter de mots clés comme « asthme » ou « inhaleur ». Ils ont ensuite travaillé en recoupant ces informations et ont réalisé que, lorsque la qualité de l'airair se dégrade, les passages aux urgences de l'hôpital pour cause d'asthme non contrôlé étaient en hausse. Les mêmes conclusions ont pu être faites alors que les tweets évoquant la maladie étaient plus nombreux à cette période.

    Or, remarquent les scientifiques, de nombreux utilisateurs de Twitter ne donnent pas autant de détails (sport, nourriture), à leur médecin. Leurs tweets sont d'autant plus utiles qu'ils renseignent également sur des critères spatiotemporels. L'outil peut ainsi prédire avec une précision de 75 % si les services d'urgence peuvent s'attendre à une affluence faible, moyenne ou importante pour recevoir des patients asthmatiques. .

    Les équipes sont ainsi mieux préparées et peuvent plus facilement mettre à disposition les équipements et le personnel nécessaires avant le pic d'affluence. Pour étendre leur modèle de prédiction en temps réel, les chercheurs ont désormais prévu d'élargir la zone d'étude à 75 hôpitaux de la région.