Údaje ze sociálních médií používané k identifikaci duševního zdraví a cukrovky
Nová studie naznačuje, že data o těžbě ze stránek sociálních médií mohou profesionálům pomoci identifikovat a zvládat různé zdravotní podmínky, včetně cukrovky, úzkosti, deprese a psychózy.
Vědci z Penn Medicine a Stony Brook University analyzovali příspěvky na Facebooku a domnívají se, že jazyk příspěvků může být indikátorem nemoci. Kromě toho, pokud jednotlivec poskytne souhlas, lze příspěvky sledovat stejně jako fyzické příznaky.
Studie se objeví v PLOS ONE.
"Tato práce je brzy, ale doufáme, že poznatky získané z těchto příspěvků by mohly být použity k lepšímu informování pacientů a poskytovatelů o jejich zdraví," řekla hlavní autorka Raina Merchant, MD, MS, ředitelka Centra pro digitální zdraví Penn Medicine a docent urgentní medicíny.
"Protože příspěvky na sociálních médiích jsou často o volbách a zkušenostech s něčím, co se týká životního stylu nebo o tom, jak se cítí, tyto informace by mohly poskytnout další informace o zvládání nemoci a exacerbaci."
Pomocí techniky automatizovaného sběru dat vědci analyzovali celou historii příspěvků na Facebooku u téměř 1 000 pacientů, kteří souhlasili s propojením svých údajů o elektronických lékařských záznamech s jejich profily.
Vědci poté vytvořili tři modely pro analýzu jejich prediktivní síly pro pacienty: jeden model analyzoval pouze jazyk příspěvků na Facebooku, druhý používal demografické údaje, jako je věk a pohlaví, a poslední kombinoval tyto dva soubory dat.
Při pohledu na 21 různých podmínek vědci zjistili, že všech 21 bylo předvídatelných pouze z Facebooku. Ve skutečnosti bylo 10 podmínek lépe předpovězeno prostřednictvím údajů z Facebooku než demografické informace.
Některá data z Facebooku, která byla shledána více prediktivními než demografická, vypadala intuitivně. Například se ukázalo, že „pití“ a „láhev“ více předpovídají zneužívání alkoholu.
Ostatní však nebyli tak snadní. Například lidé, kteří ve svých příspěvcích nejčastěji uváděli náboženský jazyk jako „Bůh“ nebo „modli se“, měli 15krát vyšší pravděpodobnost, že budou mít cukrovku, než ti, kteří tyto výrazy používali nejméně. Slova vyjadřující nepřátelství - jako „hloupý“ a některá zaklínadla - navíc sloužila jako indikátory zneužívání drog a psychóz.
„Náš digitální jazyk zachycuje silné stránky našeho života, které jsou pravděpodobně zcela odlišné od toho, co je zachyceno prostřednictvím tradičních lékařských dat,“ uvedl hlavní autor studie Andrew Schwartz, PhD.
"Mnoho studií nyní prokázalo souvislost mezi jazykovými vzory a konkrétními nemocemi, jako je jazyk predikující depresi nebo jazyk, který poskytuje poznatky o tom, zda někdo žije s rakovinou." Podíváme-li se však na mnoho zdravotních stavů, získáme pohled na vzájemné vztahy těchto stavů, což může umožnit nové aplikace AI pro medicínu. “
V loňském roce mnoho členů tohoto výzkumného týmu dokázalo, že analýza příspěvků na Facebooku může předpovědět diagnózu deprese až o tři měsíce dříve než diagnóza na klinice.
Tato práce staví na této studii a ukazuje, že může existovat potenciál pro vývoj systému přihlášení pro pacienty, který by mohl analyzovat jejich příspěvky na sociálních médiích a poskytnout klinickým lékařům další informace k upřesnění poskytování péče. Merchant uvedl, že je těžké předvídat, jak rozsáhlý by takový systém byl, ale „mohl by být cenný“ pro pacienty, kteří často používají sociální média.
"Například pokud se někdo snaží zhubnout a potřebuje pomoc s porozuměním svého výběru jídla a cvičebních režimů, může mu poskytovatel zdravotní péče zkontrolovat jeho záznam v sociálních médiích více informací o jejich obvyklých vzorcích, aby jim pomohl zlepšit je," řekl Merchant .
Později v tomto roce společnost Merchant provede rozsáhlou studii, ve které budou pacienti požádáni, aby přímo sdíleli obsah sociálních médií se svým poskytovatelem zdravotní péče. To poskytne pohled na to, zda je správa těchto dat a jejich použití proveditelné, a také na to, kolik pacientů by skutečně souhlasilo s tím, že jejich účty budou použity k doplnění aktivní péče.
"Jednou z výzev je to, že existuje tolik dat a my jako poskytovatelé nejsme vyškoleni, abychom si je sami interpretovali - nebo na základě toho činili klinická rozhodnutí," vysvětlil Merchant. "Abychom to vyřešili, prozkoumáme, jak zhustit a shrnout údaje ze sociálních médií."
Zdroj: Lékařská fakulta University of Pennsylvania
