Медицински учени от Университета на Пенсилвания откриха, че медицински състояния могат да бъдат предсказани от съдържанието на публикации в социалните медии.
Социалните медии вече са неразделна част от живота ни. През 2019 г. най-малко 2.7 милиарда души редовно използват онлайн платформи за социални медии като Facebook, Twitter и Instagram. Това означава, че повече от един милиард души споделят информация ежедневно за живота си в тези публични платформи. Хората свободно споделят своите мисли, харесвания и нехаресвания, настроения и личности. Учените проучват дали тази информация, генерирана извън клиничната здравна система, би могла да разкрие възможни предсказващи фактори за заболявания в ежедневието на пациентите , които иначе биха могли да бъдат скрити за здравния персонал и изследователите. По-ранни проучвания показват как Twitter може да предсказва смъртността от сърдечни заболявания или да наблюдава обществените настроения по медицински въпроси, като например застраховането. Информацията от социалните медии обаче досега не е използвана за прогнозиране на медицински състояния на индивидуално ниво.
Ново проучване, публикувано на 17 юни в PLOS ONE, за първи път показва свързването на електронните медицински досиета на пациенти (които са дали съгласието си) с техните профили в социалните медии. Изследователите са си поставили за цел да проучат – първо, дали медицинските състояния на дадено лице могат да бъдат предсказани от езика, публикуван в акаунта(ите) на потребителя в социалните медии, и второ, дали могат да бъдат идентифицирани специфични маркери на заболяването.
Изследователите са използвали техника за автоматизирано събиране на данни, за да анализират пълната история във Facebook на 999 пациенти. Това означаваше да се анализират огромни 20 милиона думи в около 949,000 500 актуализации на статуса във Facebook с публикации, съдържащи поне 21 думи. Изследователите разработиха три модела, за да направят прогнози за всеки пациент. Първият модел анализира езика на публикациите във Facebook, като идентифицира ключови думи. Вторият модел анализира демографската информация на пациента, като възрастта и пола. Третият модел комбинира тези два набора от данни. Бяха разгледани общо XNUMX медицински състояния, включително диабет, тревожност, депресия, хипертония, злоупотреба с алкохол, затлъстяване, психози.
Анализът показа, че всичките 21 медицински състояния са били предвидими само от публикации във Facebook. И 10 състояния са били предсказани по-добре от публикациите във Facebook, отколкото дори от демографските данни. Ключовите думи, които са били известни, са били например „питие“, „пиян“ и „бутилка“, които са били предсказващи за злоупотреба с алкохол, а думи като „Бог“, „молитва“ или „семейство“ са били използвани 15 пъти по-вероятно от хора с диабет. Думи като „тъп“ са служили като индикатори за злоупотреба с наркотици и психоза, а думи като „болка“, „плач“ и „сълзи“ са били свързани с емоционален стрес. Езикът във Facebook, използван от хората, е бил много ефективен при правенето на прогнози – особено за диабет и психични състояния , включително тревожност, депресия и психоза.
Настоящото проучване предполага, че може да се разработи система за избиране за пациенти, при която пациентите позволяват анализ на публикациите си в социалните медии, като предоставят достъп до тази информация на клиницистите. Този подход може да бъде най-ценен за хората, които рутинно използват социалните медии. Тъй като социалните медии отразяват мислите, личността, психическото състояние и здравното поведение на хората, тези данни могат да се използват за прогнозиране на появата или влошаването на заболяването. Що се отнася до социалните медии, поверителността, информираното съгласие и собствеността върху данните ще бъдат от решаващо значение. Кондензирането и обобщаването на съдържанието на социалните медии и правенето на интерпретации е основната цел.
Настоящото проучване може да проправи път към разработването на нови приложения за изкуствен интелект за прогнозиране на медицински състояния. Данните от социалните медии са количествено измерими и предоставят нови възможности за оценка на поведенческите и екологичните рискови фактори за заболяване. Данните от социалните медии на даден индивид се наричат „социален медиом“ (подобно на генома – пълен набор от гени).
***
{Можете да прочетете оригиналната изследователска статия, като щракнете върху връзката DOI, дадена по-долу в списъка с цитирани източници}
Източник (и)
Merchant RM et al. 2019. Оценка на предвидимостта на медицинските състояния от публикации в социалните медии. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
