論文の概要: Decentralized Social Media and Artificial Intelligence in Digital Public Health Monitoring
- arxiv url: http://arxiv.org/abs/2512.04232v1
- Date: Wed, 03 Dec 2025 19:54:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-05 21:11:45.857547
- Title: Decentralized Social Media and Artificial Intelligence in Digital Public Health Monitoring
- Title（参考訳）: デジタル公衆衛生モニタリングにおける分散ソーシャルメディアと人工知能
- Authors: Marcel Salathé, Sharada P. Mohanty,
- Abstract要約: 我々は、デジタル公衆衛生監視は、新しいプラットフォームと方法論を採用することで適応する必要があると論じる。
我々は、代替データソースとして、MastodonやBlueskyといった分散型ソーシャルネットワークの台頭について論じる。
- 参考スコア（独自算出の注目度）: 0.6235924228436546
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Digital public health monitoring has long relied on data from major social media platforms. Twitter was once an indispensable resource for tracking disease outbreaks and public sentiment in real time. Researchers used Twitter to monitor everything from influenza spread to vaccine hesitancy, demonstrating that social media data can serve as an early-warning system for emerging health threats. However, recent shifts in the social media landscape have challenged this data-driven paradigm. Platform policy changes, exemplified by Twitter's withdrawal of free data access, now restrict the very data that fueled a decade of digital public health research. At the same time, advances in artificial intelligence, particularly large language models (LLMs), have dramatically expanded our capacity to analyze large-scale textual data across languages and contexts. This presents a paradox: we possess powerful new AI tools to extract insights from social media, but face dwindling access to the data. In this viewpoint, we examine how digital public health monitoring is navigating these countervailing trends. We discuss the rise of decentralized social networks like Mastodon and Bluesky as alternative data sources, weighing their openness and ethical alignment with research against their smaller scale and potential biases. Ultimately, we argue that digital public health surveillance must adapt by embracing new platforms and methodologies, focusing on common diseases and broad signals that remain detectable, while advocating for policies that preserve researchers' access to public data in privacy-respective ways.
- Abstract（参考訳）: デジタル公衆衛生モニタリングは、ソーシャルメディアの主要プラットフォームからのデータに依存してきた。
Twitterはかつて、病気のアウトブレイクや公衆の感情をリアルタイムで追跡する上で、必須のリソースだった。
研究者らはTwitterを使って、インフルエンザの流行からワクチンの根絶まで、あらゆることを監視し、ソーシャルメディアデータが新興の健康危機に対する早期警戒システムとして機能できることを実証した。
しかし、最近のソーシャルメディアの状況の変化は、このデータ駆動パラダイムに挑戦している。
プラットフォームポリシーの変更は、Twitterが無料のデータアクセスを廃止したのが例だ。
同時に、人工知能、特に大規模言語モデル(LLM)の進歩により、言語や文脈を横断して大規模なテキストデータを分析する能力が劇的に拡大しました。
私たちはソーシャルメディアから洞察を引き出すために強力な新しいAIツールを持っています。
この観点から,デジタル公衆衛生モニタリングがこれらの逆の傾向をいかにナビゲートしているかを検討する。
我々は、MastodonやBlueskyといった分散型ソーシャルネットワークが代替データソースとして台頭し、より小さなスケールと潜在的なバイアスに対する研究とのオープン性と倫理的整合性について検討する。
究極的には、デジタル公衆衛生監視は、新しいプラットフォームと方法論を取り入れ、共通の疾患と検出可能な広い信号に焦点を合わせながら、研究者がプライバシーを尊重する方法で公開データにアクセスするためのポリシーを提唱することによって適応する必要がある、と我々は主張する。
関連論文リスト
- A Platform for Investigating Public Health Content with Efficient Concern Classification [9.523478337036588]
本稿では,大規模言語モデルと軽量分類器間の知識伝達のための教師学生向けフレームワークであるAccessScopeを提案する。
ConcernScopeは公衆衛生に関する分類の上に構築されており、大量のファイルをアップロードしたり、特定のURLを自動的にスクラップしたり、直接テキスト編集したりすることができる。
オンラインコミュニティデータセットに見られる共通の関心事の有用な例を見つけるためのガイド付きデータ探索,186,000サンプルの時系列分析による関心事の傾向の同定,重要な出来事の前後における話題頻度の傾向の探索など,このプラットフォームのいくつかの応用例を示す。
論文 参考訳（メタデータ） (2025-06-02T04:36:13Z) - Disease Outbreak Detection and Forecasting: A Review of Methods and Data Sources [3.64584397341127]
感染症の早期発見と追跡は、死亡率を低下させる可能性がある。
多くの国が感染症監視システムを導入しており、疫病の発見が主な目的となっている。
インターネットとソーシャルメディアは、ユーザが好みや関係に関する情報を共有する重要なプラットフォームになっている。
本稿では,時系列データを用いたアウトブレイク検出のための研究者による既存の標準手法について概説する。
論文 参考訳（メタデータ） (2024-10-21T16:20:06Z) - ManiTweet: A New Benchmark for Identifying Manipulation of News on Social Media [74.93847489218008]
ソーシャルメディア上でのニュースの操作を識別し,ソーシャルメディア投稿の操作を検出し,操作された情報や挿入された情報を特定することを目的とした,新しいタスクを提案する。
この課題を研究するために,データ収集スキーマを提案し,3.6K対のツイートとそれに対応する記事からなるManiTweetと呼ばれるデータセットをキュレートした。
我々の分析では、このタスクは非常に難しいことを示し、大きな言語モデル(LLM)は不満足なパフォーマンスをもたらす。
論文 参考訳（メタデータ） (2023-05-23T16:40:07Z) - Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。
我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。
本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
論文 参考訳（メタデータ） (2022-11-14T18:47:26Z) - Secure Multi-Party Computation based Privacy Preserving Data Analysis in
Healthcare IoT Systems [0.0]
デジタル環境に転送されたデータは、プライバシー漏洩の脅威となる。
本研究では,フェデレート学習に基づくプライバシ問題に対処するモデルを提案する。
提案モデルでは,広範囲なプライバシとデータ解析を行い,高い性能を実現する。
論文 参考訳（メタデータ） (2021-09-29T10:39:25Z) - SOK: Fake News Outbreak 2021: Can We Stop the Viral Spread? [5.64512235559998]
ソーシャルネットワークの完全解釈と使いやすさは、今日の世界での情報の生成と配布に革命をもたらした。
従来のメディアチャンネルとは異なり、ソーシャルネットワークは偽情報や偽情報の拡散を迅速かつ広範囲に促進する。
虚偽情報の拡散は、大衆の行動、態度、信念に深刻な影響を及ぼす。
論文 参考訳（メタデータ） (2021-05-22T09:26:13Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z) - Discussing Privacy and Surveillance on Twitter: A Case Study of COVID-19 [2.0305676256390934]
テクノロジーは、広範囲にわたる公衆衛生上の懸念の中で貴重な洞察を提供するために、大量の情報を分析するのに役立ちます。
AppleとGoogleは、コンタクトトラッキングツールを最近ローンチした。
Twitterのデータ分析と、前例のない公衆衛生のアウトブレイク時の情報共有ポリシーを通じて、もし存在すれば、ユーザーのプライバシー上の懸念を強調するのに役立つかもしれない。
論文 参考訳（メタデータ） (2020-06-11T20:56:55Z) - Leveraging Multi-Source Weak Social Supervision for Early Detection of
Fake News [67.53424807783414]
ソーシャルメディアは、人々が前例のない速度でオンライン活動に参加することを可能にする。
この制限のないアクセスは、誤情報や偽ニュースの拡散を悪化させ、その緩和のために早期に検出されない限り混乱と混乱を引き起こす可能性がある。
ソーシャルエンゲージメントからの弱い信号とともに、限られた量のクリーンデータを活用して、メタラーニングフレームワークでディープニューラルネットワークをトレーニングし、さまざまな弱いインスタンスの品質を推定します。
実世界のデータセットの実験では、提案されたフレームワークは、予測時にユーザーエンゲージメントを使わずに、フェイクニュースを早期に検出するための最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-04-03T18:26:33Z) - Quantifying the Vulnerabilities of the Online Public Square to Adversarial Manipulation Tactics [43.98568073610101]
ソーシャルメディアモデルを用いて、コンテンツの品質に対するいくつかの敵の操作戦術の影響を定量化する。
ソーシャルメディアの目印である影響力のあるアカウントの存在は、操作するオンラインコミュニティの脆弱性を悪化させる。
これらの知見は、プラットフォームがソーシャルメディアユーザーによる操作のレジリエンスを高めるために使われる可能性があることを示唆している。
論文 参考訳（メタデータ） (2019-07-13T21:12:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。