As taxas de vacinação estão caindo mundialmente devido à disseminação de informações falsas, e doenças previamente eliminadas ou controladas, como o sarampo, estão ressurgindo em diversos países.
Por isso, He e Bauch (2025) desenvolveram uma ferramenta que pode ajudar as autoridades de saúde pública a preverem onde os surtos ocorrerão. Ao analisar postagens em mídias sociais, o método identifica sinais precoces de crescente ceticismo frente à vacinação, um sinal de alerta que pode surgir antes da disseminação de uma doença.
Os pesquisadores analisaram a dinâmica social como um sistema ecológico e estudaram como a desinformação se espalhou contagiosamente entre os usuários por meio das redes sociais.
Para a análise, eles desenvolveram um modelo de aprendizado de máquina e analisaram milhares de postagens públicas no X (antigo Twitter) da Califórnia, pouco antes de um surto de sarampo em 2014. Ao analisar apenas as postagens, elas não forneceram muita informação antes do surto. No entanto, quando o modelo de inteligência artificial foi aplicado, os pesquisadores detectaram um tempo de antecedência maior e padrões de dados com mais eficácia.
Eles verificaram a precisão do método comparando os padrões de postagem da Califórnia com áreas em que não ocorreram surtos na época.
No futuro, os pesquisadores querem adaptar o modelo para o TikTok e Instagram e transformar essa IA em uma ferramenta para que as autoridades de saúde pública monitorem quais populações estão em maior risco de um ponto de inflexão.
Publicado el 21 de noviembre de 2025
Surtos de doenças e redes sociais
As redes sociais podem prever surtos de doenças?
Entenda como a análise de posts no Twitter pode antecipar o ceticismo vacinal e auxiliar na prevenção de surtos de sarampo.
Autor/a: Zitao He e Chris T. Bauch
Fuente: Mathematical Biosciences and Engineering, V. 22, N. 10, pg. 2761-2779, 2025 Forecasting infectious disease outbreak risks from vaccine sentiments on social media: A data-driven dynamical systems approach
As taxas de vacinação estão caindo mundialmente devido à disseminação de informações falsas, e doenças previamente eliminadas ou controladas, como o sarampo, estão ressurgindo em diversos países.
Por isso, He e Bauch (2025) desenvolveram uma ferramenta que pode ajudar as autoridades de saúde pública a preverem onde os surtos ocorrerão. Ao analisar postagens em mídias sociais, o método identifica sinais precoces de crescente ceticismo frente à vacinação, um sinal de alerta que pode surgir antes da disseminação de uma doença.
Os pesquisadores analisaram a dinâmica social como um sistema ecológico e estudaram como a desinformação se espalhou contagiosamente entre os usuários por meio das redes sociais.
Para a análise, eles desenvolveram um modelo de aprendizado de máquina e analisaram milhares de postagens públicas no X (antigo Twitter) da Califórnia, pouco antes de um surto de sarampo em 2014. Ao analisar apenas as postagens, elas não forneceram muita informação antes do surto. No entanto, quando o modelo de inteligência artificial foi aplicado, os pesquisadores detectaram um tempo de antecedência maior e padrões de dados com mais eficácia.
Eles verificaram a precisão do método comparando os padrões de postagem da Califórnia com áreas em que não ocorreram surtos na época.
No futuro, os pesquisadores querem adaptar o modelo para o TikTok e Instagram e transformar essa IA em uma ferramenta para que as autoridades de saúde pública monitorem quais populações estão em maior risco de um ponto de inflexão.