Sehaa: инструмент анализа больших данных для выявления симптомов и заболеваний в сфере здравоохранения с использованием Twitter, Apache Spark и машинного обучения

Sehaa: A Big Data Analytics Tool for Healthcare Symptoms and Diseases Detection Using Twitter, Apache Spark, and Machine Learning
Aiiad Ahmad Albeshri, Rashid Mehmood, OMER F. RANA, Iyad A. Katib, Shoayee Alotaibi
2020-02-19

Apache Sparkклассификация арабского текстанаивный байесовский классификаторданные Twitterвыявление заболеваний в здравоохранении
Интеллектуальность, лежащая в основе умных городов и обществ, определяется нашей способностью взаимодействовать с окружающей средой, анализировать ее и своевременно принимать решения. Здравоохранение является основной сферой, нуждающейся в преобразующих возможностях такой интеллектуальности. Социальные сети могут обеспечить повсеместное и непрерывное взаимодействие между участниками системы здравоохранения, что приведет к улучшению общественного здоровья. Существующие исследования ограничены по охвату, функциональности и масштабируемости. В данной статье предлагается Sehaa — инструмент анализа больших данных для здравоохранения в Королевстве Саудовская Аравия (КСА), использующий данные Twitter на арабском языке. Sehaa применяет наивный байесовский классификатор, логистическую регрессию и несколько методов извлечения признаков для выявления различных заболеваний в КСА. Согласно результатам Sehaa, пять наиболее распространенных заболеваний в Саудовской Аравии по фактическому числу заболевших — кожные заболевания, болезни сердца, гипертония, рак и диабет. Эр-Рияду и Джидде необходимо активнее повышать осведомленность населения о наиболее распространенных заболеваниях. Таиф является самым здоровым городом КСА с точки зрения выявленных заболеваний и мероприятий по повышению осведомленности. Sehaa разработан на базе Apache Spark, что обеспечивает настоящую масштабируемость. Использованный набор данных включает 18,9 миллиона твитов, собранных с ноября 2018 года по сентябрь 2019 года. Результаты оценивались с использованием общепринятых числовых метрик (точность и F1-мера) и подтверждались внешне доступной статистикой.
1
Эр-Рияду и Джидде необходимо усилить информационно-просветительскую работу по ведущим заболеваниям, тогда как Таиф назван самым здоровым городом по выявленным заболеваниям и активности по повышению осведомлённости.
2
Sehaa представляет масштабируемый инструмент на Apache Spark для анализа арабоязычных данных Twitter с целью выявления симптомов и заболеваний в Саудовской Аравии.
3
Пять наиболее распространённых выявленных заболеваний в Саудовской Аравии — кожные заболевания, болезни сердца, гипертония, рак и диабет.
4
Система оценивалась по точности и F1-мере, а результаты проверялись по внешней доступной статистике о состоянии здоровья.
5
Система использует 18,9 млн твитов, собранных с ноября 2018 года по сентябрь 2019 года, а также методы наивного байесовского классификатора, логистической регрессии и различные способы извлечения признаков.

Медицинские данные из арабоязычного Twitter в Саудовской Аравии (КСА), включающие 18,9 миллиона твитов о симптомах и заболеваниях

Выявление и пространственный анализ заболеваний и закономерностей информированности населения о здоровье, включая распространённость заболеваний, различия между городами и эффективность выявления

Publication Details
Publication Date
2020-02-19
Journal
Publisher
ISSN
Cited by
138
Access Type
Author Information
Authors
Aiiad Ahmad Albeshri
Rashid Mehmood
OMER F. RANA
Iyad A. Katib
Shoayee Alotaibi
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%