Nicholas Christakis: Hoe sociale netwerken epidemieën voorspellen.

Tijdens de afgelopen tien jaar heb ik geprobeerd uit te zoeken hoe en waarom mensen zich in sociale netwerken verenigen. Het soort sociaal netwerk waar ik het over heb, is niet de nieuwe online-variant, maar het soort sociaal netwerk waarin mensen zich al honderdduizenden jaren verzamelen, vanaf de tijd dat we op de Afrikaanse savanne verschenen. Ik heb vriendschaps- en familiebanden met mensen, ik heb collega's. Deze mensen hebben op hun beurt gelijkaardige banden met andere mensen. Dit spreidt zich eindeloos uit. Je krijgt een netwerk als dit. Elke stip is een mens. Elke lijn daartussen is een band tussen twee mensen - verschillende soorten banden. Er ontstaat een uitgestrekt weefsel van mensen, waar we allemaal in verankerd zitten.

Mijn collega James Fowler en ik zijn al een hele tijd aan het onderzoeken wat de wiskundige, sociale, biologische en psychologische regels zijn die bepalen hoe deze netwerken samengesteld zijn en wat de regels zijn die bepalen hoe ze werken, hoe ze onze levens beïnvloeden. De laatste tijd hebben we ons afgevraagd of het misschien mogelijk is dit inzicht in ons voordeel te gebruiken, om manieren te vinden om de wereld te verbeteren, om iets beters te doen, zaken op te lossen, niet slechts te begrijpen. Eén van de eerste dingen die we wilden aanpakken, was kijken hoe we epidemieën konden voorspellen.

Als op dit moment de overheid een epidemie wil voorspellen, gaat men het veld in en verzamelt gegevens bij artsen en laboratoria die de verspreidingsgraad rapporteren. Patiënten zus en zo hebben hier de diagnose gekregen, andere patiënten daar ook, en al deze gegevens komen met wat vertraging in een informatiecentrum terecht. Als alles soepel verloopt, weet men over één of twee weken waar de epidemie vandaag was. Ongeveer een jaar geleden kwam het idee van Google Grieptrends in de wereld: door te kijken waar mensen het woord griep googelen, kwamen we erachter wat de status van de griepepidemie vandaag is, wat vandaag de verspreiding is.

Wat ik vandaag graag laat zien, is een manier waarmee we niet alleen een snelle waarschuwing krijgen voor een epidemie, maar waarmee we een epidemie zelfs in een vroeg stadium kunnen ontdekken. Deze vinding kan niet alleen gebruikt worden om de verspreiding van ziekten te voorspellen maar ook de verspreiding van allerlei andere zaken. Alles bijvoorbeeld dat zich verspreid door een vorm van sociale besmetting kunnen we hiermee begrijpen, van abstracte ideeën aan de ene kant, zoals vaderlandsliefde, onbaatzuchtigheid of een geloof tot gebruiken zoals eetgedrag, het kopen van boeken, drinken, het dragen van een fietshelm en het nemen van andere veiligheidsmaatregelen, de spullen die men koopt, het kopen van elektronische goederen, werkelijk alles waarmee mensen elkaar beïnvloeden. De verspreiding van nieuwe dingen kan worden begrepen en voorspeld met het mechanisme dat ik ga laten zien.

Zoals jullie waarschijnlijk allemaal weten, denkt men hier meestal over in termen van de verspreidingscurve. Hier op de Y-as staat het percentage beïnvloede mensen en op de X-as staat de tijd. Eerst worden er maar weinig mensen beïnvloed, en er ontstaat de bekende sigmoïdale, of S-vormige boog. Dit ontstaat doordat in het begin bijvoorbeeld één of twee mensen erdoor beïnvloed of geïnfecteerd zijn. Dan beïnvloeden of infecteren zij twee mensen, die dan vier, acht, 16 mensen beïnvloeden, enzovoort. Hierdoor ontstaat de epidemische groeifase. Later raakt de populatie verzadigd. Er zijn steeds minder mensen die nog beïnvloed kunnen worden Dan ontstaat het vlakke deel van de boog, en daarmee de klassieke sigmoïdaal. Dit geldt voor ziekten, ideeën producten, gedrag, enzovoort. Maar de verspreiding door de populatie is niet willekeurig. Deze verloopt door netwerken. Want, zoals ik zei, we leven in netwerken en deze netwerken hebben een bepaalde structuur.

Als je nu naar zo'n netwerk kijkt... Dit zijn 105 mensen. De stippen zijn mensen en de lijnen zijn vriendschapsbanden. Je kan zien dat mensen verschillende plekken innemen in het netwerk. Er zijn verschillende soorten banden tussen mensen. Banden tussen vrienden, broers en zussen, echtgenoten, collega's, buren, en dergelijke. Verschillende zaken verspreiden zich langs verschillende soorten relaties. soa's bijvoorbeeld verspreiden zich langs seksuele relaties. Het rookgedrag van mensen kan bijvoorbeeld beïnvloed worden door vrienden. Of hun onbaatzuchtigheid of het geven van donaties kan worden beïnvloed door collega's of buren. Maar niet alle plekken in het netwerk zijn hetzelfde.

Als je dit ziet, begrijp je waarschijnlijk meteen dat verschillende mensen verschillende aantallen verbindingen hebben. Sommige mensen hebben er één, sommigen hebben er twee, sommigen zes of 10. Dit noemt men de 'graad' van een knoop, of het aantal verbindingen dat een knoop heeft. Maar er komt nog meer bij. Als je naar knopen A en B kijkt, zie je dat ze beide zes verbindingen hebben. Maar als je er van bovenaf naar kijkt, zie je dat er een groot verschil is tussen knoop A en B. Laat ik je dit vragen - ik kan dit gevoel verduidelijken door een vraag te stellen: wie zou je liever zijn als er zich een dodelijke ziekte door het netwerk verspreidde, A of B? (Publiek: B.) Nicholas: B, dat is duidelijk. B ligt aan de rand van het netwerk. Wie zou je liever zijn als er een sappige roddel rondging? A. En je snapt meteen dat A een veel grotere kans heeft om datgene te krijgen dat rondgaat, om het sneller te krijgen door de positie binnen het netwerk. A ligt veel meer in het midden en dit kan wiskundig worden beschreven. Als we dus iets willen volgen dat zich door het netwerk verspreidt, zouden we het liefst de mensen in het midden van het netwerk in de gaten willen houden, zoals knoop A. Hou de mensen in het midden in de gaten en je kan vroeg doorhebben dat er zich iets door het netwerk verspreidt.

Als je zou zien dat deze mensen een ziekte of bepaalde informatie krijgen, weet je dat vrij snel iedereen die ziekte of dat stuk informatie zou krijgen. Dit zou veel beter zijn dan zes willekeurige mensen in de gaten houden, zonder rekening te houden met de structuur van de groep. En in feite, als je dat kon doen, zou je zoiets zien. Aan de linkerkant is er weer de S-vormige verspreidingscurve. De rode gestippelde lijn laat zien wat de adoptiecurve is van willekeurige mensen. De linkerlijn, de lijn meer naar links, laat zien hoe de verspreidingscurve loopt bij de centrale individuen in het netwerk. Op de Y-as staat de totale besmettingsgraad en op de X-as de tijd. Aan de rechterkant staan dezelfde gegevens, maar hier met de incidentie van dag tot dag. Hier zie je dat er weinig mensen beïnvloed zijn, hier wordt het steeds meer, en hier is het hoogtepunt van de epidemie. Meer naar links staat wat er gebeurt met de mensen in het midden. Het verschil in tijd tussen deze twee is de vroege waarneming en waarschuwing die we krijgen over een dreigende epidemie in een groep mensen.

Echter, het probleem is dat de sociale netwerken van mensen niet altijd in kaart kunnen worden gebracht. Het kan duur zijn, erg lastig, onethisch, of ronduit onmogelijk om zoiets te doen. Hoe kunnen we erachter komen wie de centrale mensen in het netwerk zijn zonder het netwerk in kaart te brengen? We kwamen op het idee om een oud idee of een bekend feit over sociale netwerken te gebruiken. Dit is het: wist je dat je vrienden meer vrienden hebben dan jij? Je vrienden hebben meer vrienden dan jij. Dit staat bekend als de vriendschapsparadox. Stel je een heel populaire persoon voor in het netwerk, zoals iemand die een feest geeft voor honderden vrienden, en een mensenhater met maar één vriend en je neemt een willekeurige persoon uit de groep, dan is het waarschijnlijker dat die persoon de feestgever kent. Als iemand de feester aanwijst als zijn vriend is dat dus iemand met honderd vrienden en heeft hij dus meer vrienden dan die persoon. Dit is, in wezen, de vriendschapsparadox. De vrienden van willekeurige mensen hebben een hogere graad, zijn centraler, dan de willekeurige mensen zelf.

Je kan dit gevoelsmatig doorzien als je je alleen de mensen aan de buitenrand van het netwerk voorstelt. Als je deze persoon kiest, kan die alleen deze persoon aanwijzen die dus minstens twee vrienden moet hebben en er misschien meer heeft. Dat gebeurt bij elke knoop aan de buitenrand. Dit gaat zo door als je meer naar binnen beweegt. Als je een willekeurig persoon kiest en zij nomineert een vriend van haar beweeg je verder naar het midden van het netwerk. We besloten dit idee te gebruiken om te bestuderen of we verschijnsels in netwerken konden voorspellen. Want nu, met dit idee, kunnen we willekeurige mensen nemen, hun vrienden laten voordragen die centraler zijn, en we zouden dit kunnen doen zonder het netwerk in kaart te brengen.

We hebben deze gedachte beproefd bij een uitbraak van de H1N1-griep op Harvard in de herfst en winter van 2009, net een paar maand geleden. We namen 1300 willekeurige studenten die we hun vrienden lieten voordragen en we volgden zowel de studenten als hun vrienden elke dag om te zien of de griep bij ze rondging. We deden dit passief door te kijken of ze naar artsenpost van de universiteit waren geweest. We lieten ze ook actief een paar keer in de week naar ons mailen. Er gebeurde precies wat we voorspeld hadden. De willekeurige groep is de rode lijn. De epidemie in de groep vrienden is naar links verschoven, hier. Het verschil tussen de twee is 16 dagen. Door de groep vrienden te volgen, kregen we 16 dagen van tevoren een waarschuwing van een dreigende epidemie in deze groep mensen.

Daar komt nog bij dat als je een analist was die een epidemie wilde bestuderen of de ingebruikname van een product bijvoorbeeld, je een willekeurig monster uit de populatie zou kunnen nemen, vrienden kan laten voordragen, en de vrienden volgen, en beide groepen volgen. Wanneer er bij de vrienden een schommeling boven de nul is in het gebruik van een vernieuwing bijvoorbeeld, zou dat bewijs zijn van de komende verspreiding. Of je zou het eerste moment kunnen zien waarop de beide lijnen uit elkaar gaan, zoals te zien aan de linkerkant. Wanneer begonnen de vrienden te bewegen en lieten ze de willekeurige groep achter en wanneer begonnen ze te bewegen? En dat, zoals de witte lijn aangeeft, gebeurde 46 dagen voor het hoogtepunt van de epidemie. Dus dit kan een techniek zijn waarmee we een waarschuwing zouden kunnen krijgen over een griepepidemie, anderhalve maand van tevoren.

Ik moet erbij zeggen dat hoe lang van tevoren je iets te zien krijgt afhangt van vele factoren. Het kan afhangen van het soort pathogeen. Bij verschillende ziekten krijg je met deze techniek verschillende waarschuwingen. Het verschilt ook bij andere verschijnsels en hangt af van de structuur van het netwerk. In ons geval konden we, hoewel dat niet nodig was, het netwerk van de studenten echt in kaart brengen.

Dit is een kaart van 714 studenten en hun vriendschapsbanden. Ik ga deze kaart zo in beweging zetten. We gaan van 120 bekijken hoe het netwerk ervoor staat. De rode stippen zullen de gevallen zijn met griep en de gele de vrienden van mensen met de griep. De grootte van de stippen staat in verhouding tot het aantal vrienden dat de griep heeft. Hoe groter de stippen, hoe meer vrienden de griep hebben. Als je naar dit beeld kijkt, dit is 13 september, zie je een paar gevallen oplichten. Je zal de griep in het midden tot bloei zien komen. Dit is de negentiende oktober. De helling van de verspreidingscurve komt eraan, in november. Hup, hup, hup, hup, je ziet het in het midden oplichten en dan weer minder worden met minder en minder gevallen tegen het eind van december. Dit soort plaatjes laat zien dat zulke epidemieën eerst de mensen in het midden treffen voordat ze anderen treffen.

Zoals ik al zei, is deze methode niet alleen geschikt voor ziekten maar voor alles dat zich door een populatie verspreidt. Informatie verspreidt zich door populaties. Normen kunnen zich door populaties verspreiden. Gedrag kan zich door populaties verspreiden. Met gedrag bedoel ik dingen als crimineel gedrag, stemgedrag, omgang met gezondheid zoals roken en vaccinering, of de acceptatie van producten, of andere soorten gedrag die te maken hebben met invloed van mensen op elkaar. Als ik iets doe dat anderen om mij heen beïnvloedt, kan deze techniek vroeg zichtbaar maken hoe het overgenomen wordt door anderen. Om dit te laten werken moet er invloed zijn van één persoon op een andere. Het werkt niet met een uitzending die iedereen evenveel beïnvloedt.

Deze inzichten over netwerken kunnen bijvoorbeeld ook worden gebruikt om bepaalde mensen te bereiken om in te grijpen. De meesten van jullie kennen waarschijnlijk het begrip kudde-immuniteit. Als we een populatie hebben van duizend mensen en we willen de populatie immuun maken voor een pathogeen, hoeven we niet iedereen te vaccineren. Als we er 960 vaccineren is dat net zo goed als wanneer we iedereen vaccineerden. Want zelfs als er één of twee mensen besmet worden, kunnen zij niemand infecteren. Ze worden omringd door mensen die immuun zijn. 96 procent is net zo goed als 100 procent. Er is een schatting gemaakt wat er zou gebeuren als je willekeurig 30 procent van deze mensen zou vaccineren, 300 mensen. Zou er een vorm van immuniteit op groepsniveau ontstaan? Dat is niet zo. Maar als je deze 30 procent, deze 300 mensen, hun vrienden liet voordragen en dezelfde hoeveelheid vaccins nam en de voorgedragen vrienden zou vaccineren, de 300 vrienden, zou je dezelfde mate van kudde-immuniteit krijgen als wanneer je 96 procent van de groep vaccineerde, alleen veel doeltreffender, voor veel minder geld.

Soortgelijke ideeën kunnen bijvoorbeeld worden gebruikt om de verdeling van zaken als klamboes te regelen in ontwikkelingslanden. Als we de opbouw van netwerken in dorpen konden begrijpen, konden we bepalen wie spullen moet krijgen om dit soort zaken te verspreiden. Of gewoon om reclame te maken. Als we begrijpen wie we moeten hebben, kan dat de efficiëntie beïnvloeden van wat we proberen te bereiken. Tegenwoordig kunnen we gegevens gebruiken uit allerlei bronnen om dit te doen.

Dit is een kaart van acht miljoen telefoongebruikers in een Europees land. Elke stip is een mens en elke lijn stelt de hoeveelheid belverkeer tussen mensen voor. We kunnen zulke passief verkregen gegevens gebruiken om hele landen in kaart te brengen en te begrijpen wie waar in het netwerk zit. We kunnen zulke structurele inzichten verkrijgen helemaal zonder vragen te hoeven stellen. Je weet dat andere bronnen van informatie hierover beschikbaar zijn van e-mailverkeer, internet, sociale media, enzovoort. We bevinden ons in het tijdperk van wat ik 'massaal-passieve' gegevensverzameling zou noemen. Er zijn allerlei manieren waarop we deze gegevens kunnen gebruiken om netwerken te maken waarmee we de bevolking kunnen volgen en begrijpen wat er onder de bevolking gebeurt en kunnen ingrijpen om dingen te verbeteren. Omdat deze nieuwe technologieën ons niet alleen vertellen wie met wie spreekt maar waar iedereen is en wat ze denken afgaande op wat ze op het internet zetten en wat mensen kopen afgaande op online aankopen. Al deze gegevens kunnen samengevoegd worden en verwerkt worden om menselijk gedrag te begrijpen op een manier die nog nooit mogelijk was.

Bijvoorbeeld de aankoop van brandstof door vrachtwagenchauffeurs. De chauffeurs werken gewoon en ze kopen brandstof. Als we een stijging in de aankoop van brandstof zien, weten we dat een recessie op zijn einde is. We kunnen de snelheid meten waarmee mensen over de snelweg rijden. De telefoonmaatschappij kan zien dat er een file is wanneer mensen afremmen. Ze kunnen die informatie aanbieden aan hun klanten, maar alleen aan de klanten op dezelfde snelweg die richting de file bewegen. Of we zouden kunnen kijken welke medicijnen artsen voorschrijven, passief, en zien hoe de verspreiding daarvan verloopt binnen netwerken van artsen. Of we kunnen kijken wat mensen kopen om te zien hoe zulk gedrag zich verspreidt tussen mensen.

Ik denk dat er drie manieren zijn waarop deze massaal-passieve gegevens gebruikt kunnen worden. Eén is volledig passief, zoals ik zojuist beschreef in het voorbeeld van de vrachtwagenchauffeurs waar we mensen helemaal ongemoeid laten. Eén is half actief, zoals in het griepvoorbeeld, waar sommige mensen hun vrienden voordragen die dan passief gevolgd worden - Hebben ze de griep, of niet? - om een waarschuwing te krijgen. Een ander voorbeeld zou kunnen zijn dat een telefoonmaatschappij kijkt wie centraal is in het netwerk en die mensen vraagt elke dag hun koorts door te geven, alleen hun temperatuur. Verzamel een heleboel informatie over de temperatuur van mensen, maar dan wel van de centrale mensen. Zo kan je op grote schaal een epidemie zien aankomen terwijl je mensen heel weinig vraagt. Ten derde kan het actiever. Ik weet dat anderen het hier vandaag nog over zullen hebben. Mensen kunnen wereldwijd meedoen aan wiki's, of fotograferen, of verkiezingen controleren, en deze informatie uploaden op een manier dat we het kunnen samenbrengen om sociale processen en sociale verschijnsels te begrijpen.

De beschikbaarheid van deze gegevens luidt, denk ik, een nieuw tijdperk in die we graag 'computationele sociale wetenschappen' willen noemen. Het is een beetje zoals toen Galileo een telescoop ging gebruiken en de hemel op een nieuwe manier kon zien, of toen Van Leeuwenhoek de microscoop leerde kennen, of uitvond, en de biologie op een nieuwe manier zag. Maar nu hebben we toegang tot dit soort gegevens die het mogelijk maken sociale processen en verschijnselen te begrijpen op een heel nieuwe manier die nooit mogelijk was. Met deze wetenschap kunnen we begrijpen hoe het nu kan dat het geheel groter wordt dan de som der delen. We kunnen deze inzichten gebruiken om de maatschappij en menselijk welzijn te verbeteren.

Bedankt.