En philbaumann.com publicaron 140 cosas que los médicos pueden hacer con Twitter, aunque es una lista que puede ampliarse tanto como queramos.
Seguir a otros médicos para obtener opiniones y consejos, transmitir cirugías, encontrar herramientas… entre todos los enlaces allí publicados destacan tres especialmente interesantes:
– Mapa mostrando el crecimiento de profesionales de medicina en Twitter: En creationpinpoint.com ofrecen un mapa interactivo en el que podemos ver cómo ha evolucionado la cantidad de profesionales de la salud en Twitter en todo el mundo. El mapa, creado CartoDB, ha sido comentado recientemente en este vídeo:
– Control de epidemias: Durante muchos años se ha analizado la información en Twitter para detectar epidemias. Es fácil recibir una alerta cuando miles de personas en una misma ciudad comienzan a indicar en Twitter que están con algún síntoma específico. En esta charla TED se habla sobre el tema, y en este artículo vimos como en 2009 se analizó Twitter durante la H1N1. Hay proyectos especialmente diseñados para este tema, como sickweather.com.
– Transmisión de cirugías en tiempo real: Twitter se ha usado en algunas ocasiones para transmitir cirugías en directo. Un aso que tuvo mucha visibilidad fue la de la cirugía de cerebro que se transmitió en Twitter en 2012 y que podemos ver aquí.
Fuente: wwwhat’s new
La fuente de un brote de cólera, el origen de un rumor en Facebook o el líder del grupo que echó abajo las Torres Gemelas pueden ser descubiertos con ecuaciones. En los tres casos existe una red en la que los pueblos infectados, los amigos de Facebook o los terroristas de Al Qaeda son los nodos y un flujo de información en forma de contagio, comentarios y comunicaciones. Teniendo controlados a unos pocos nodos de esas redes, un algoritmo puede determinar dónde o quién empezó todo.
Tres investigadores de la Ecole Polytechnique Fédérale de Lausanne (EPFL) han creado el algoritmo SparseInf con el que intentan inferir la localización de una fuente partiendo del control de unos pocos y dispersos (sparse, en inglés) nodos. Conociendo, al menos parcialmente, la topografía de una red compleja, el sentido de la circulación de la información y el momento en que los dos o tres nodos convertidos en sensor u observador la reciben, SparseInf llega al momento y fuente original con un alto grado de acierto.
Pedro Pinto, principal autor del algoritmo y de la investigación que publica hoy la revista Physical Review Letters, explica su funcionamiento básico sin recurrir a complicadas ecuaciones matemáticas. ”El algoritmo es similar al sistema para la localización de los móviles. Si tu móvil se encuentra a 100 metros de la antena 1, a 200 metros de la antena 2 y 300 metros de la antena 3, podemos dibujar tres grandes círculos. El punto de intersección de los tres se corresponde con la ubicación de tu móvil, es lo que se llama triangulación”, explica. En SparseInf usan el mismo principio, pero aplicado a otro tipo de redes.
Artículo completo en: Materia
(cc) 2012, Materia Publicaciones Científicas S.L.
L | M | X | J | V | S | D |
---|---|---|---|---|---|---|
« Nov | ||||||
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 |
Mi página de apuntes en la Universidad de Murcia | Mi página personal | Escepticismo
Rafael Menéndez-Barzanallana AsensioDiseñado por KHK & BMH.
Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies
ACEPTAR