Ученые-медики из Пенсильванского университета обнаружили, что состояние здоровья можно предсказать по содержанию сообщений в социальных сетях.
Социальные сети теперь являются неотъемлемой частью нашей жизни. В 2019 году по меньшей мере 2.7 миллиарда человек регулярно используют онлайн-платформы социальных сетей, такие как Facebook, Twitter и Instagram. Это означает, что более миллиарда людей ежедневно делятся информацией о своей жизни на этих общедоступных платформах. Люди свободно делятся своими мыслями, симпатиями и антипатиями, чувствами и личностями. Ученые изучают, может ли эта информация, полученная за пределами системы клинического здравоохранения, выявить возможные предикторы заболеваний в повседневной жизни людей. пациентов которые в противном случае могут быть скрыты для медицинского персонала и исследователей. Более ранние исследования показали, как Twitter может прогнозировать уровень смертности от сердечных заболеваний или отслеживать общественное мнение по таким медицинским вопросам, как страхование. Однако информация в социальных сетях до сих пор не использовалась для прогнозирования заболеваний на индивидуальном уровне.
Новое исследование, опубликованное 17 июня в PLoS ONE впервые продемонстрировала связь электронных медицинских карт пациентов (которые дали свое согласие) с их профилями в социальных сетях. Исследователи стремились выяснить - во-первых, можно ли предсказать состояние здоровья человека на основе языка, размещенного в учетной записи (-ах) пользователя в социальных сетях, и, во-вторых, можно ли идентифицировать маркеры конкретных заболеваний.
Исследователи использовали метод автоматического сбора данных для анализа полной истории Facebook 999 пациентов. Это означало анализ огромных 20 миллионов слов примерно в 949,000 500 обновлений статуса Facebook с сообщениями, содержащими не менее 21 слов. Исследователи разработали три модели, чтобы делать прогнозы для каждого пациента. Первая модель анализировала язык сообщений Facebook путем определения ключевых слов. Вторая модель анализировала демографические данные пациента, такие как их возраст и пол. Третья модель объединила эти два набора данных. Было изучено XNUMX заболевание, включая диабет, тревожность, депрессию, гипертонию, злоупотребление алкоголем, ожирение, психозы.
Анализ показал, что все 21 заболевание можно было предсказать только по сообщениям в Facebook. И 10 условий были предсказаны сообщениями в Facebook лучше, чем даже демографические данные. Ключевыми ключевыми словами были, например, «пить», «пьян» и «бутылка», которые предсказывали злоупотребление алкоголем, а такие слова, как «Бог», «молись» или «семья», использовались людьми с диабетом в 15 раз чаще. Такие слова, как «тупой», служили индикаторами злоупотребления наркотиками и психоза, а такие слова, как «боль», «плач» и «слезы», были связаны с эмоциональным расстройством. Язык Facebook, используемый отдельными людьми, был очень эффективным при прогнозировании, особенно в отношении диабета и психических расстройств. здоровье состояния, включая тревогу, депрессию и психоз.
Текущее исследование предполагает, что можно разработать систему подписки для пациентов, в которой пациенты разрешили бы анализировать свои сообщения в социальных сетях, предоставляя доступ к этой информации врачам. Этот подход может быть наиболее ценным для людей, которые регулярно пользуются социальными сетями. Поскольку социальные сети отражают мысли, личность, психическое состояние и поведение людей в отношении здоровья, эти данные можно использовать для прогнозирования начала или обострения заболевания. Что касается социальных сетей, конфиденциальность, информированное согласие и владение данными будут иметь решающее значение. Конденсация и обобщение контента социальных сетей и интерпретация - это основная цель.
Текущее исследование может привести к разработке новых приложений искусственного интеллекта для прогнозирования заболеваний. Данные социальных сетей поддаются количественной оценке и предоставляют новые возможности для оценки поведенческих и экологических факторов риска заболевания. Данные в социальных сетях человека называют «социальным медиомом» (аналогично геному - полный набор генов).
{Вы можете прочитать исходную исследовательскую работу, щелкнув ссылку DOI, приведенную ниже в списке цитируемых источников}
Источник (ы)
Продавец RM et al. 2019. Оценка предсказуемости медицинских состояний из сообщений в социальных сетях. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
