Об успешном использовании расчетной модели, основанной на частоте посещения статьи Википедии про грипп, доложил ее автор Кайл Хикман (Kyle Hickman) из Национальных лабораторий Лос-Аламоса (Los Alamos National Laboratories), сообщает The Washington Post.

Центры по контролю и профилактике заболеваний США (Centers for Disease Control and Protection, CDC), которые отслеживают распространение болезней, не всегда владеют актуальной информацией касательно гриппа – как правило, CDC получают данные от медучреждений по всей стране с опозданием на две недели, то есть видят полную картину уже после того, как сезон гриппа заканчивается, и не могут отслеживать всплески заболевания в режиме реального времени. Кроме того, CDC становится известно лишь о той части пациентов, который обращаются за медицинской помощью. Данных о людях, предпочитающих самостоятельно лечиться без обращения к врачу, у Центров нет.

Чтобы более точно спрогнозировать распространение гриппа, в 2013 году CDC объявили конкурс на лучшую модель получения данных о заболеваемости, использующую социальные сети и интернет. Его выиграл Кайл Хикман, посчитавший, что для этих целей лучше всего использовать не Google, а Википедию. По данным исследователей, поддержавших теорию Хикмана, поиск по ключевым словам «свиной грипп» может означать, что пользователю просто интересно узнать что-либо об этом заболевании, а на статью про грипп в Википедии обращают свое внимание уже заболевшие пациенты.

Согласно данным анализа, расчетная модель Хикмана позволила успешно спрогнозировать рост заболеваемости гриппом зимой 2013-2014 года.  

По мнению австралийских эпидемиологов, проводивших аналогичные исследования, в предсказании распространения заболеваний могут помочь такие инструменты, как Google Trends и Google Insights.