近期，中心颜志军教授、研究生Ireneus Kagashe等人的论文Enhancing Seasonal Influenza Surveillance: Topic Analysis of Widely Used Medicinal Drugs Using Twitter Data发表在Journal of Medical Internet Research上。
　　药物是控制疾病爆发的主要方法之一，而了解最常用药物的数量和频率进而挖掘消费者的用药趋势对疾病监控具有重要意义。本文基于社交媒体数据，研究从季节性流感社交媒体数据中挖掘最为常用药物及其主题，进而实现疾病监控。本文收集了2012-2013流感季节的Twitter微博数据，首先识别微博中的药物概念，然后构建了以依存词为特征的ML分类器，用于提取涉及药物使用的微博，进而确定最为广泛使用的药物。在此基础上，本文使用基于潜在狄利特雷分布模型（LDA）从这些微博中提取主题，预测疾病发展的动态趋势。