Podatki o družbenih omrežjih, ki se uporabljajo za prepoznavanje duševnega zdravstvenega stanja in diabetesa

Nova študija kaže, da lahko rudarski podatki s spletnih mest v družabnih medijih pomagajo strokovnjakom pri prepoznavanju in upravljanju različnih zdravstvenih stanj, vključno s sladkorno boleznijo, tesnobo, depresijo in psihozo.

Raziskovalci s Penn Medicine in univerze Stony Brook so analizirali objave na Facebooku in verjamejo, da je jezik v objavah lahko pokazatelj bolezni. Poleg tega, če posameznik priskrbi soglasje, se lahko delovna mesta spremljajo tako kot fizični simptomi.

Študija je prikazana v PLOS ONE.

"To delo je zgodaj, upamo pa, da bi lahko vpoglede, pridobljene iz teh objav, bolje uporabili za obveščanje pacientov in ponudnikov o njihovem zdravju," je povedala vodja avtorice dr. Raina Merchant, direktorica Centra za digitalno zdravje Penn Medicine in izredni profesor urgentne medicine.

"Ker objave v družabnih omrežjih pogosto govorijo o izbiri in izkušnjah nekoga glede njihovega življenjskega sloga ali o tem, kako se počutijo, bi lahko te informacije dale dodatne informacije o obvladovanju in poslabšanju bolezni."

Z uporabo tehnike avtomatiziranega zbiranja podatkov so raziskovalci analizirali celotno zgodovino objav na Facebooku skoraj 1000 bolnikov, ki so se strinjali, da bodo njihovi elektronski podatki iz zdravstvenih kartotek povezani z njihovimi profili.

Nato so raziskovalci zgradili tri modele za analizo njihove napovedne moči za paciente: en model je analiziral le jezik objave na Facebooku, drugi je uporabljal demografske podatke, kot sta starost in spol, in zadnji, ki je združil oba nabora podatkov.

Glede na 21 različnih pogojev so raziskovalci ugotovili, da je bilo vseh 21 predvidljivih samo na Facebooku. Dejansko je bilo 10 pogojev bolje napovedati s podatki na Facebooku kot demografske informacije.

Nekateri podatki na Facebooku, za katere je bilo ugotovljeno, da so bolj napovedni kot demografski podatki, so se zdeli intuitivni. Na primer, »pijača« in »steklenica« se bolj izkažeta za zlorabo alkohola.

Vendar drugi niso bili tako enostavni. Na primer, ljudje, ki v svojih objavah najpogosteje omenjajo verski jezik, kot sta »Bog« ali »moli«, so imeli 15-krat večjo verjetnost, da imajo sladkorno bolezen kot tisti, ki so te izraze uporabljali najmanj. Poleg tega so besede, ki izražajo sovražnost - na primer »neumen« in nekatere izreke - služile kot kazalci zlorabe mamil in psihoz.

"Naš digitalni jezik zajema močne vidike našega življenja, ki se verjetno precej razlikujejo od tistih, zajetih s tradicionalnimi medicinskimi podatki," je dejal starejši avtor študije Andrew Schwartz, dr.

»Številne študije so zdaj pokazale povezavo med jezikovnimi vzorci in specifično boleznijo, na primer jezikovno napovedovanje depresije ali jezik, ki daje vpogled v to, ali nekdo živi z rakom. S pregledom številnih zdravstvenih stanj pa ugotovimo, kako so razmere med seboj povezane, kar lahko omogoči nove aplikacije umetne inteligence v medicini. "

Lani so številni člani te raziskovalne skupine lahko pokazali, da lahko analiza objav na Facebooku napove diagnozo depresije kar tri mesece prej kot diagnoza na kliniki.

To delo temelji na tej študiji in kaže, da bi lahko obstajal potencial za razvoj sistema za sprejem pacientov, ki bi lahko analiziral njihove objave v družabnih medijih in zagotovil dodatne informacije za zdravnike, da bi izboljšali izvajanje oskrbe. Trgovec je dejal, da je težko napovedati, kako razširjen bi bil tak sistem, vendar bi lahko bil "dragocen" za bolnike, ki pogosto uporabljajo socialne medije.

"Če na primer nekdo poskuša shujšati in potrebuje pomoč pri razumevanju izbire hrane in režima vadbe, mu lahko zdravnik pregleda njihov zapis v družabnih omrežjih in tako bolje razume njihov običajni vzorec, da bi ga lahko izboljšal," je dejal Merchant .

Pozneje letos bo Merchant izvedel veliko preizkušanje, v katerem bodo morali bolniki neposredno deliti vsebino družbenih medijev s svojim zdravnikom. To bo omogočilo vpogled v to, ali je upravljanje s temi podatki in njihova uporaba izvedljiva ter koliko bolnikov bi se dejansko strinjalo, da se njihovi računi uporabljajo za dopolnitev aktivne oskrbe.

"Eden od izzivov pri tem je, da je toliko podatkov in kot ponudniki nismo usposobljeni, da bi si jih sami razlagali - ali na podlagi njih sprejemali klinične odločitve," je pojasnil Merchant. "Da bi to rešili, bomo raziskali, kako strniti in povzeti podatke v družabnih medijih."

Vir: Medicinska šola Univerze v Pennsylvaniji