[論文レビュー] ARGO: a model for accurate estimation of influenza epidemics using Google search data

Shihao Yang, Mauricio Santillana+1 more|arXiv (Cornell University)|May 5, 2015

Data-Driven Disease Surveillance参考文献 34被引用数 3

ひとこと要約

ARGO は、公開の Google データトレンドおよび Google コリレートデータを活用して、統計的に厳密で自己修正可能なモデルであり、インフルエンザの流行をリアルタイムで正確に追跡する。オンライン学習を用いた柔軟な自己回帰フレームワークにより、季節的パターンや変化する検索行動を捉えることができ、Google フルーギューズを凌駆する。

ABSTRACT

Accurate real-time tracking of influenza outbreaks helps public health ocials make timely and meaningful decisions that could save lives. We propose a new influenza tracking model, ARGO (AutoRegression with GOogle search data), that uses publicly available online search data. In addition to having a rigorous statistical foundation, ARGO outperforms all previously available tracking models, including the latest version of Google Flu Trends (GFT), even though it uses only low-quality search data as input from publicly available Google Trends and Google Correlate websites. ARGO not only incorporates the seasonality in influenza epidemics, but also captures changes in people’s online search behavior over time. ARGO is also flexible, self-correcting, robust and scalable, making it a potentially powerful tool that can be used for real-time tracking of other social events at multiple temporal and spatial resolutions.

研究の動機と目的

• 既存のシステムよりもより正確で信頼性の高いリアルタイムインフルエンザ追跡モデルを開発すること。
• 検索行動の変化による過剰推定と不安定性に苦しんだ Google フルーギューズの限界を是正すること。
• スケーラブルで透明性のある追跡を実現するため、Google データトレンドおよび Google コリレートからの公開済みで低品質な検索データのみを活用すること。
• 時間の経過に伴うオンライン検索パターンの変化に適応可能な柔軟で自己修正可能なモデルを構築すること。
• 複数の時間的・空間的スケールでインフルエンザをリアルタイムで監視できること。

提案手法

• ARGO は、歴史的なインフルエンザ症例データと検索件数トレンドを組み込んだ自己回帰モデルを採用している。
• インフルエンザ活動の代理指標として、Google データトレンドおよび Google コリレートからの検索データを統合している。
• 時間に依存する成分を含め、検索行動の変化に適応する。
• オンライン学習を用いてモデルパラメータを継続的に更新することで、自己修正性と頑健性を実現している。
• インフルエンザ流行の年間繰り返しを明示的にモデル化している。
• 過学習を避けるために、適合性と一般化のバランスを取る統計的フレームワークを用いてモデルを訓練している。

実験結果

リサーチクエスチョン

• RQ1 公開済みの Google 検索データのみを用いたモデルが、既存のインフルエンザ追跡システムを凌駆できるか？
• RQ2 検索行動の変化にかかわらず、自己修正可能な自己回帰モデルがリアルタイムのインフルエンザトレンドをどれほど正確に追跡できるか？
• RQ3 季節性を組み込むことで、検索データを用いたインフルエンザ予測の正確性がどの程度向上するか？
• RQ4 低品質で集計された検索データに基づくモデルが、さまざまな地域や時間帯で頑健性とスケーラビリティを維持できるか？
• RQ5 ARGO は Google フルーギューズおよび他の最先端のモデルと比較して、どの程度のパフォーマンスを示すか？

主な発見

• ARGO は、米国の複数地域および時間帯において、Google フルーギューズを著しく上回る追跡精度を示した。
• 自己修正メカニズムのおかげで、検索行動パターンの変化が生じても高い精度を維持した。
• ARGO は季節的インフルエンザパターンを効果的に捉えており、感染伝播のピーク期における予測信頼性を向上させた。
• 公開データの使用により、グローバル展開に向けた透明性とスケーラビリティが確保された。
• ARGO は、多様な時間的・空間的スケールで頑健性を示し、インフルエンザおよび他の公衆衛生イベントのリアルタイム監視を可能にした。
• 集計済みの検索トレンドという公開ソースからの最小限の入力データのみに依存しながら、優れたパフォーマンスを達成した。