Социальные сети и медицина: как сообщения могут помочь в прогнозировании заболеваний

Мед Ученые из Пенсильванского университета обнаружили, что состояние здоровья можно предсказать по содержанию постов в социальных сетях

Социальные Сети теперь является неотъемлемой частью нашей жизни. В 2019 году не менее 2.7 млрд. люди регулярно пользуйтесь онлайн-платформами социальных сетей, такими 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 выясняют, является ли эта информация, сгенерированная вне клинический системы здравоохранения, может выявить возможные предикторы заболеваний в повседневной жизни пациенты 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.

Настоящее исследование может проложить путь к разработке новых искусственный интеллект приложения для прогнозирования заболеваний. Данные социальных сетей поддаются количественной оценке и открывают новые возможности для оценки поведенческих и экологических факторов риска заболевания. Данные о человеке в социальных сетях называются «социальным медиомом» (аналогично геному – полному набору 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

Актуальные

Первые роды в Великобритании после трансплантации матки от живого донора

Женщина, которой впервые пересадили матку от живого донора...

Qfitlia (Fitusiran): новый метод лечения гемофилии на основе siRNA  

Qfitlia (Fitusiran), новый препарат для лечения гемофилии на основе siRNA,...

Наблюдения JWST за глубоким полем противоречат космологическому принципу

Наблюдения за глубоким полем зрения космического телескопа имени Джеймса Уэбба в рамках JWST...

На Марсе обнаружены длинноцепочечные углеводороды  

Анализ существующего образца горной породы в Анализе образцов в...

Подписка на новости

Не пропустите

Программа термоядерной энергетики Великобритании: представлен концептуальный проект прототипа электростанции STEP 

Подход Великобритании к производству термоядерной энергии сформировался с...

МРТ человека в сверхвысоких полях (УВЧ): изображение живого мозга с помощью МРТ 11.7 Тесла проекта Iseult  

Аппарат МРТ мощностью 11.7 Тесла проекта Iseult показал замечательные результаты...

3D-биопечать впервые собирает функциональную ткань человеческого мозга  

Ученые разработали платформу для 3D-биопечати, которая собирает...
Команда SCIEU
Команда SCIEUhttps://www.scientificeuropean.co.uk
Scientific European® | SCIEU.com | Значительные достижения науки. Воздействие на человечество. Вдохновляющие умы.

Безбатарейный кардиостимулятор на основе естественного сердцебиения

Исследование показывает, что инновационный кардиостимулятор с автономным питанием впервые успешно прошел испытания на свиньях. Наше сердце поддерживает ритм благодаря своему внутреннему кардиостимулятору, который называется ...

Системы искусственного интеллекта: обеспечение быстрой и эффективной медицинской диагностики?

Недавние исследования показали способность систем искусственного интеллекта в медицинской диагностике важных заболеваний. Системы искусственного интеллекта (ИИ) существуют уже довольно давно ...

Самолет с приводом от ионного ветра: самолет, у которого нет движущихся частей

Самолет был спроектирован так, чтобы он не зависел от ископаемого топлива или аккумулятора, так как у него не будет движущейся части С момента открытия ...