Dyrektorem Naukowcy z Uniwersytetu w Pensylwanii odkryli, że na podstawie treści wpisów w mediach społecznościowych można przewidzieć schorzenia
social media jest teraz integralną częścią naszego życia. W 2019 roku co najmniej 2.7 miliarda ludzie regularnie korzystają z internetowych platform mediów społecznościowych, takich jak Facebook, Twitter i Instagram. Oznacza to, że ponad miliard osób codziennie udostępnia informacje o swoim życiu na tych platformach publicznych. Ludzie swobodnie dzielą się swoimi przemyśleniami, upodobaniami, uczuciami i osobowościami. Naukowcy badają, czy informacje te, generowane poza kliniczny systemu opieki zdrowotnej, mogłoby ujawnić możliwe czynniki prognostyczne chorób w codziennym życiu pacjenci które w przeciwnym razie mogą być ukryte dla personelu medycznego i badaczy. Wcześniejsze badania wykazały, w jaki sposób Twitter może przewidywać śmiertelność z powodu chorób serca lub monitorować nastroje społeczne w kwestiach medycznych, takich jak ubezpieczenia. Jednak informacje z mediów społecznościowych do tej pory nie były wykorzystywane do przewidywania schorzeń na poziomie indywidualnym.
Nowe badanie opublikowane 17 czerwca w PLoS ONE po raz pierwszy pokazała powiązanie elektronicznej dokumentacji medycznej pacjentów (którzy wyrazili zgodę) z ich profilami w mediach społecznościowych. Badacze mieli na celu zbadanie – po pierwsze, czy stan zdrowia danej osoby można przewidzieć na podstawie języka opublikowanego na koncie (kontach) użytkownika w mediach społecznościowych, a po drugie, czy można zidentyfikować określone markery choroby.
Badacze wykorzystali zautomatyzowaną technikę gromadzenia danych, aby przeanalizować pełną historię 999 pacjentów na Facebooku. Oznaczało to analizę ogromnego 20 milionów słów w około 949,000 500 aktualizacjach statusu na Facebooku z postami zawierającymi co najmniej 21 słów. Badacze opracowali trzy modele umożliwiające prognozowanie dla każdego pacjenta. Pierwszy model analizował język postów na Facebooku poprzez identyfikację słów kluczowych. Drugi model analizował informacje demograficzne pacjenta, takie jak wiek i płeć. Trzeci model łączył te dwa zbiory danych. W sumie zbadano XNUMX schorzeń, w tym cukrzycę, lęk, depresję, nadciśnienie, nadużywanie alkoholu, otyłość, psychozy.
Analiza wykazała, że wszystkie 21 schorzeń można było przewidzieć na podstawie samych postów na Facebooku. Ponadto posty na Facebooku przewidziały 10 warunków lepiej niż nawet dane demograficzne. Wyróżniającymi się słowami kluczowymi były na przykład „pić”, „pić” i „butelka”, które przewidywały nadużywanie alkoholu, a słowa takie jak „Bóg”, „módl się” lub „rodzina” były 15 razy częściej używane przez osoby z cukrzycą. Słowa takie jak „głupi” służyły jako wskaźniki nadużywania narkotyków i psychozy, a słowa takie jak „ból”, „płacz” i „łzy” wiązały się z niepokojem emocjonalnym. Język Facebooka używany przez osoby był bardzo skuteczny w przewidywaniu – szczególnie dotyczących cukrzycy i zaburzeń psychicznych zdrowie stany, w tym lęk, depresja i psychoza.
Obecne badanie sugeruje, że można by opracować system opt-in dla pacjentów, w którym pacjenci mogliby analizować swoje posty w mediach społecznościowych, zapewniając dostęp do tych informacji klinicystom. Takie podejście może być najbardziej wartościowe dla osób, które rutynowo korzystają z mediów społecznościowych. Ponieważ media społecznościowe odzwierciedlają myśli, osobowość, stan psychiczny i zachowania zdrowotne ludzi, dane te można wykorzystać do przewidywania początku lub pogorszenia się choroby. W przypadku mediów społecznościowych kluczowe znaczenie będą miały prywatność, świadoma zgoda i własność danych. Kondensowanie i podsumowywanie treści w mediach społecznościowych oraz dokonywanie interpretacji jest głównym celem.
Obecne badanie może wskazać drogę do opracowania nowych sztuczna inteligencja aplikacje do przewidywania schorzeń. Dane z mediów społecznościowych są wymierne i zapewniają nowe możliwości oceny behawioralnych i środowiskowych czynników ryzyka choroby. Dane danej osoby w mediach społecznościowych nazywane są „mediami społecznościowymi” (podobnie jak genom – kompletny zestaw genów).
***
{Możesz przeczytać oryginalną pracę naukową, klikając link DOI podany poniżej na liście cytowanych źródeł}
Źródło (s)
Kupiec RM i in. 2019. Ocena przewidywalności schorzeń na podstawie postów w mediach społecznościowych. PLOS JEDEN. 14 (6). https://doi.org/10.1371/journal.pone.0215476
