медична Вчені з Університету Пенсільванії виявили, що за вмістом публікацій у соціальних мережах можна передбачити захворювання
соціальні медіа тепер є невід’ємною частиною нашого життя. У 2019 році не менше 2.7 млрд люди регулярно користуються онлайн-платформами соціальних мереж, такими як Facebook, Twitter та Instagram. Це означає, що понад мільярд людей щодня діляться інформацією про своє життя на цих публічних платформах. Люди вільно діляться своїми думками, симпатіями та антипатіями, почуттями та особистістю. Вчені досліджують, чи ця інформація, отримана поза межами клінічний системи охорони здоров’я може виявити можливі провісники захворювань у повсякденному житті pacientes які інакше можуть бути приховані для медичного персоналу та дослідників. Попередні дослідження показали, як Twitter може передбачати рівень смертності від серцево-судинних захворювань або відстежувати настрої громадськості щодо таких медичних питань, як страхування. Однак інформація соціальних мереж досі не використовувалася для прогнозування медичних станів на індивідуальному рівні.
Нове дослідження, опубліковане 17 червня в PLoS ONE вперше показав зв’язування електронних медичних карт пацієнтів (які дали згоду) з їхніми профілями в соціальних мережах. Дослідники мали на меті дослідити – по-перше, чи можна передбачити стан здоров’я людини за мовою, опублікованою в облікових записах користувача(ів) у соціальних мережах, а по-друге, чи можна визначити конкретні маркери захворювання.
Дослідники використали техніку автоматизованого збору даних, щоб проаналізувати повну історію Facebook 999 пацієнтів. Це означало проаналізувати величезні 20 мільйонів слів у близько 949,000 500 оновлень статусу Facebook із повідомленнями, що містять щонайменше 21 слів. Дослідники розробили три моделі, щоб робити прогнози для кожного пацієнта. Перша модель аналізувала мову дописів у Facebook шляхом визначення ключових слів. Друга модель аналізувала демографічну інформацію пацієнта, як-от їх вік і стать. Третя модель об’єднала ці два набори даних. Всього було розглянуто XNUMX медичне захворювання, включаючи цукровий діабет, тривожність, депресію, гіпертонію, зловживання алкоголем, ожиріння, психози.
Аналіз показав, що всі 21 медичний стан можна було передбачити лише з дописів у Facebook. І 10 умов передбачалися краще за повідомленнями у Facebook, ніж навіть за демографічними показниками. Помітними ключовими словами були, наприклад, «пити», «п’яний» і «пляшка», які передбачали зловживання алкоголем, а такі слова, як «Бог», «молись» чи «сім’я», люди з діабетом використовували в 15 разів частіше. Такі слова, як «німий», слугували індикаторами зловживання наркотиками та психозу, а такі слова, як «біль», «плач» і «сльози», були пов’язані з емоційним стражданням. Мова Facebook, якою користувалися люди, була дуже ефективною для прогнозування – особливо щодо діабету та психічного розвитку здоров'я стани, включаючи тривогу, депресію та психоз.
Нинішнє дослідження припускає, що можна було б розробити систему реєстрації для пацієнтів, де пацієнти дозволяли аналізувати свої публікації в соціальних мережах, надаючи доступ до цієї інформації клініцистам. Цей підхід може бути найбільш цінним для людей, які регулярно використовують соціальні мережі. Оскільки соціальні мережі відображають думки, особистість, психічний стан і поведінку людей, ці дані можна використовувати для прогнозування початку або погіршення захворювання. Що стосується соціальних медіа, то конфіденційність, інформована згода та володіння даними мають вирішальне значення. Основною метою є згортання та узагальнення контенту соціальних мереж та створення інтерпретацій.
Поточне дослідження може вести шлях до розробки нових штучний інтелект програми для прогнозування захворювань. Дані соціальних медіа піддаються кількісній оцінці та надають нові можливості для оцінки поведінкових і екологічних факторів ризику захворювання. Дані про людину в соціальних мережах називають «соціальним медіомом» (подібно до геному – повного набору генів).
***
{Ви можете прочитати оригінальну дослідницьку роботу, натиснувши посилання DOI, наведене нижче в списку цитованих джерел(ів)}
Джерела
Купець Р. М. та ін. 2019. Оцінка передбачуваності медичних станів з дописів у соціальних мережах. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
