Tutkijat ovat luoneet algoritmin, joka analysoi sosiaalisen median viestejä löytääkseen kielen merkkejä masennukseen.

Joka vuosi masennus vaikuttaa yli kuuteen prosenttiin Yhdysvaltojen aikuisväestöstä - noin 16 miljoonaa ihmistä - mutta alle puolet saa tarvitsemansa hoidon.

Analysoimalla sosiaalisen median tietoja, jotka suostuivat käyttäjien jakamiseen masennus diagnoosiin johtaneiden kuukausien aikana, tutkijat havaitsivat, että niiden algoritmi voisi ennustaa tarkasti tulevaa masennusta. Tilanteen indikaattoreita olivat vihamielisyyden ja yksinäisyyden mainitseminen, sanat "kyyneleet" ja "tunteet" ja useamman ensimmäisen persoonan nimimerkin kuten "I" ja "minä" käyttö.

Tulokset näkyvät Proceedings of National Academy of Sciences.

Sosiaalisen median genomi

”Sosiaalisen median ja verkossa kirjoitetut ihmiset tallentavat elämää, joka on lääketieteessä ja tutkimuksessa erittäin vaikeaa päästä toisin. Se on ulottuvuus, joka on suhteellisen käyttämätön verrattuna biofysikaalisiin taudinmerkkeihin, sanoo Stony Brookin yliopiston tietojenkäsittelytieteen professori H. Andrew Schwartz ja vanhempi paperin kirjoittaja. ”Esimerkiksi masennuksen, ahdistuneisuuden ja PTSD: n kaltaiset olosuhteet antavat enemmän signaaleja siitä, miten ihmiset ilmaisevat itseään digitaalisesti.”

Maailman hyvinvointihankkeen (WWBP) tutkijat, jotka perustuvat Pennsylvanian positiivisen psykologian keskukseen ja Stony Brookin Human Language Analysis Labiin, ovat kuuden vuoden ajan tutkineet, miten ihmiset käyttävät sanoja heijastavat heidän sisäisiä tunteitaan ja tyytyväisyyttään. 2014issa WWBP: n perustajana toimiva Johannes Eichstaedt, joka perusti Pennin tutkijatohtorin ja tutkijatohtorin, alkoi miettiä, oliko sosiaalisen median mahdollista ennustaa mielenterveyden tuloksia, erityisesti masennukseen.

”Sosiaalisen median tiedot sisältävät merkkejä, jotka muistuttavat genomia. Yllättävän samanlaisilla menetelmillä kuin genomiikassa, voimme yhdistää sosiaalisen median tiedot löytääkseen nämä merkit ”, Eichstaedt selittää. ”Masennus näyttää olevan tällä tavoin melko havaittavissa; se todella muuttaa ihmisten sosiaalisen median käyttöä tavalla, joka ei ole sellainen kuin ihosairaus tai diabetes.

Kirjoitus on Facebook-seinällä

Sen sijaan, mitä aikaisemmissa tutkimuksissa oli tehty - rekrytoida osallistujia, jotka ovat itse ilmoittaneet, että heillä oli masennus - tutkijat määrittivät tietoja henkilöistä, jotka ovat suostuneet jakamaan Facebook-tiloja ja sähköistä lääketieteellistä kirjaa koskevia tietoja, ja analysoivat sitten tilat käyttämällä kone-oppimistekniikoita erottamaan ne, joilla oli muodollinen masennusdiagnoosi.

”Tämä on varhainen työ sosiaalisen mediome-rekisteristämme, joka on digitaalisen terveydenhuollon Penn-lääkärikeskuksen, joka yhdistää sosiaalisen median terveystietojen tietoihin”, sanoo tutkimusyhteistyökumppani Raina Merchant. ”Tätä hanketta varten kaikki henkilöt suostuvat, tietoja ei kerätä verkostostaan, tiedot anonymisoidaan, ja tiukimpia yksityisyyden ja turvallisuuden tasoja noudatetaan.”

Lähes 1,200-ihmiset suostuivat antamaan sekä digitaalisia arkistoja. Näistä vain 114-ihmisillä oli sairauden diagnoosi heidän terveystietoihinsa. Tutkijat sopivat sitten jokaiselle, jolla oli masennuksen diagnoosi, viisi henkilöä, jotka eivät toimineet kontrollina 683-henkilöiden kokonaismäärästä (lukuun ottamatta yhtä tilannepäivitysten puuttumisesta). Ajatuksena oli luoda mahdollisimman realistinen skenaario tutkijoiden algoritmin kouluttamiseksi ja testaamiseksi.

”On käsitys, että sosiaalisen median käyttö ei ole hyvä mielenterveydelle, mutta se voi osoittautua tärkeäksi työkaluksi diagnosoinnissa, seurannassa ja lopulta hoitamisessa.”

”Tämä on todella vaikea ongelma”, Eichstaedt sanoo. ”Jos sairaalaan läsnä olevat 683-ihmiset ja heidän 15-prosenttiosuutensa ovat masentuneita, voisimmeko algoritmimme ennustaa, mitkä? Jos algoritmi sanoo, että kukaan ei ollut masentunut, se olisi 85-prosenttiosuus. ”

Algoritmin rakentamiseksi tutkijat tarkastelivat 524,292 Facebook -päivityksiä vuosien ajan, jotka johtivat diagnosointiin jokaiselle, jolla oli masennus, ja samaan aikaan kontrollin ajan. He määrittivät useimmin käytetyt sanat ja lauseet, sitten mallintivat 200-aiheita, jotta he katkaisivat, mitä he sanoivat "masennukseen liittyviin kielimerkkeihin." Lopuksi he verrattiin millä tavoin ja kuinka usein masentuneita ja kontrollia osallistujat käyttivät tällaista sanamuotoa.

"Keltaiset liput" masennusta varten

He oppivat, että nämä markkerit muodostivat emotionaalisia, kognitiivisia ja ihmissuhteita, kuten vihamielisyyttä ja yksinäisyyttä, surua ja ruminaatiota, ja he voivat ennustaa tulevaa masennusta jo kolme kuukautta ennen sairauden ensimmäistä dokumentointia lääketieteellisessä tietueessa.

”On käsitys, että sosiaalisen median käyttäminen ei ole hyvä mielenterveydelle, mutta se voi osoittautua tärkeäksi työkaluksi diagnosoinnissa, seurannassa ja lopulta hoitamisessa”, Schwartz sanoo. ”Tässä olemme osoittaneet, että sitä voidaan käyttää kliinisten tietojen kanssa, mikä on askel kohti mielenterveyden parantamista sosiaalisen median kanssa.”

Eichstaedt näkee pitkän aikavälin potentiaalin käyttää näitä tietoja masennusdiagnoosin huomaamattoman seulonnan muodossa. ”Toivon, että jonain päivänä nämä seulontajärjestelmät voidaan integroida hoitojärjestelmiin,” hän sanoo. ”Tämä työkalu nostaa keltaisia ​​lippuja; lopulta toivon, että voit suoraan kanavoida ihmisiä, jotka tunnistavat sen skaalautuviin hoitomuotoihin. "

Huolimatta joistakin rajoituksista tutkimuksessa, mukaan lukien erottuva kaupunkinäyte, ja kentän itsensä rajoituksiin - ei jokainen lääketieteellisen tietueen depressiodiagnoosi vastaa kultaista standardia, jota strukturoidut kliiniset haastattelut tarjoavat, esimerkiksi havainnot tarjoavat mahdollisen uuden tavan paljastaa ja saat apua niille, jotka kärsivät masennuksesta.

Lähde: Stony Brookin yliopisto

Liittyvät kirjat

at InnerSelf Market ja Amazon