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.