Zasněžená data v prevenci úplavice

Honza Sníh, rodák z pražských Stínadel, si roku osmnáctistého padesátého čtvrtého všiml rozdílu kvality mezi výčepem u Haštala a pivnice v Kozí. Z jedné ze dvou putyk se pravidelně vracel s urputným průjmem, který si nezadal s úplavicí. Honza nelenil a začal si dělat čárky za každou takovou návštěvu a počítal to i dalším kamarádům z mokré čtvrti. Pánové dali hlavy dohromady, aby pod vlivem nakonec nic nevyzkoumali. Smířili se s tím, že v Kozí nejde o chybu, nýbrž o vlastnost piva. Ve stínu tohoto převratného (fiktivního) bádání zůstala zcela bezvýznamná aktivita (skutečná) lékaře Johna Snowa, toho času bytem v Londýně, když ve stejné době uzavřel na základě pozorování jednu z městských studní a zabránil dalšímu šíření cholery v Soho. Údajně položil základy moderní epidemiologie.

Na počátku třetího tisíciletí si provozovatelé internetových vyhledávačů, jejich interpreti a lékařská veřejnost všimli zajímavého jevu. John Snow a jeho metody pozorování jsou v konzervativním smyslu stále stejné. Šíření nakažlivé nemoci dnes zaznamenáme teprve poté, co si zdravotní systém „všimne“ většího počtu pacientů s obdobnými příznaky infekční choroby. Potvrzení přes laboratoře už tak zdlouhavý proces ještě protáhne a nákaza se mezitím šíří.

A proti tomu si představte nástroj digitálního strojového učení (machine learning), který se po ohnisku nákazy pídí mezi jedničkami a nulami kódu tam, kde vy vyhledáváte, plkáte na sociálních sítích, kupujete krámy, sdělujete zaměstnavateli další…