Han tar det som ett exempel på när sökmotorn Googles influensa­statistik Google Flu Trends misslyckades med att förutsäga hur sjukdomen skulle sprida sig.

Google Flu Trends räknar antalet sökningar på influensa och influensasymptom på nätet för att mäta var och när människor har blivit sjuka. Ofta stämmer det ganska bra med hur influensan drabbar olika delar av världen, men enligt Michael Davidson fungerar verktyget dåligt för pandemier.

Under svininfluensan 2009 underskattade Google Flu Trends antalet sjuka rejält fram till mitten av augusti. Sedan, när medie­rapporteringen tog fart, var det många som googlade information om influensan utan att själva vara smittade. Därför rusade influensa­statistiken från Google också i höjden, och spådde att sjukdomen spreds mycket snabbare än den egentligen gjorde.

Läs mer: Sömn är bästa sättet att bli fri från influensa

Michael Davidson har tillsammans med några kolleger hittat på ett enkelt sätt att förbättra förutsägelserna. I stället för att bara titta på vad människor gör på nätet väger de också in vad som händer i den verkliga världen med hjälp av officiell statistik över registrerade fall av förra årets influensa.

– Vi räknar ut hur olika delar av landet är kopplade till varandra. Influensautbrott i New York är mycket starkare kopplade till andra stater i nordost, som Maine, Massachusetts och New Jersey än till influensafall i Texas. Om du får influensa i år är det troligt att andra som blev sjuka samma vecka som du förra året också är sjuka samtidigt nu, säger han.

Med metoden hade felen i Google Flu Trends förutsägelser av situationen i New York hösten 2009 minskat med mer än 30 procent. Under en mer normal influensasäsong blir felen bara drygt två procent mindre, enligt forskarnas artikel i veckans nummer av tidskriften Scientific Reports.

– Men vi lyckas uppnå detta utan att samla in några nya uppgifter. Vi konstruerar helt enkelt ett geografiskt nätverk av den officiella influensastatistiken från föregående år och tillämpar den på Google Flu Trends, säger Michael Davidson.

Gruppen som har tagit fram den nya metoden kommer från olika forskningsfält. Michael Davidson själv doktorerar i statsvetenskap medan hans kollega Jennifer Radin är epidemiolog. Nu hoppas de på att få tillgång till mer detaljerad information från Google, till exempel hur sökningarna varierar mellan olika städer, för att kunna göra ännu bättre förutsägelser.

– Sociala nätverk kan lära oss enormt mycket om människors beteende. Informationen finns där, men ibland använder vi den inte så mycket som vi kan, säger Michael Davidson.

Björn Olsen, professor i infektionssjukdomar vid Uppsala universitet, tror på Michael Davidsons verktyg.

– Det är kul som tusan, och riktigt bra. Det är roligt att statsvetare samarbetar med epidemiologer och kommer in med sina modeller, säger han.

Än så länge fungerar den bäst i ett stort land som USA där de geografiska mönstren är tydliga. Men Björn Olsen tror att det även i Sverige skulle gå att se hur sjukdomar sprider sig från storstad till storstad, eftersom det är så vi rör oss.

Influensa är en av våra vanligaste dödsorsaker. Mellan 1 000 och 4 000 personer i Sverige dör varje år, direkt eller indirekt av influensa. Med ett verktyg som kan förutsäga hur smittan sprider sig skulle det vara lättare att planera vård och vaccinationer.

– Vaccin har högst effekt om man får det en vecka eller tio dagar innan man utsätts för smittan. Är du vaccinerad i november kan immuniteten ha klingat av när influensan kommer i januari eller februari, säger Björn Olsen.

Influensasäsongen brukar se ut på ungefär samma sätt varje år. De första fallen kommer före jul medan flest blir sjuka i februari eller mars. Men hur många som blir sjuka och när toppen kommer varierar mycket från år till år.

– Det är lite som meteorologi. Vi vet att det blir kallt på vintern, men inte hur kallt, och inte när snön kommer, säger Hélène Englund, epidemiolog vid Folkhälsomyndigheten.