Vai Facebook ziņas var atklāt, kas attīstīs depresiju?

Pētnieku komanda no Pensilvānijas universitātes un Stonija Bruka universitātes nesen izstrādāja jaunu algoritmu, kas spēja noteikt, kuriem Facebook lietotājiem tiks diagnosticēta depresija.

Pētījumam pētnieki analizēja sociālo mediju datus, ar kuriem lietotāji piekrita vairākus mēnešus. Pamatojoties uz šiem datiem, pētnieki izstrādāja algoritmu, kas varētu precīzi paredzēt turpmāko depresiju.

Depresijas rādītāji ietvēra naidīguma un vientulības pieminēšanu, vārdus, piemēram, “asaras” un “jūtas”, un vairāk pirmās personas vietniekvārdu, piemēram, “es” un “es”, lietošanu.

"Tas, ko cilvēki raksta sociālajos medijos un tiešsaistē, uztver tādu dzīves aspektu, kam medicīnā un pētniecībā ir ļoti grūti piekļūt citādi," sacīja Dr. H. Endrjū Švarcs, vecākais rakstu autors un galvenais pasaules labklājības projekta (WWBP) pētnieks. ).

"Tā ir dimensija, kas ir salīdzinoši neizmantota, salīdzinot ar slimības biofizikālajiem marķieriem. Ņemot vērā, piemēram, tādus apstākļus kā depresija, trauksme un PTSS, jūs atradīsit vairāk signālu, kā cilvēki pauž sevi digitāli. ”

Sešus gadus WWBP, kas atrodas Pensilvānijas universitātes Pozitīvās psiholoģijas centrā un Stonija Bruka universitātes Cilvēku valodas analīzes laboratorijā, pētīja, kā cilvēku izmantotie vārdi atspoguļo iekšējās jūtas un apmierinātību.

2014. gadā Johannes Eichstaedt, WWBP dibinātājs pētnieks, sāka apšaubīt, vai sociālajiem medijiem ir iespējams paredzēt garīgās veselības rezultātus, īpaši attiecībā uz depresiju.

"Sociālo mediju datos ir marķieri, kas līdzīgi genomam," skaidro Eihstaedts. “Ar pārsteidzoši līdzīgām metodēm, kas tiek izmantotas genomikā, mēs varam ķemmēt sociālo mediju datus, lai atrastu šos marķierus. Depresija šādā veidā ir diezgan atklājama; tas patiešām maina cilvēku sociālo mediju izmantošanu tādā veidā, kā tas nav līdzīgs ādas slimībai vai diabētam. ”

Eichstaedt un Schwartz šajā pētījumā apvienojās ar kolēģiem Robertu J. Smitu, Raina Merchant, David Asch un Lyle Ungar no Pennas Medicīnas centra digitālās veselības jomā.

Tā vietā, lai pieņemtu darbā dalībniekus, par kuriem pati ziņoja par depresiju, pētnieki identificēja datus no cilvēkiem, kuri piekrita dalīties ar Facebook statusiem un elektronisko medicīnisko ierakstu informāciju, un pēc tam analizēja statusus, izmantojot mašīnmācīšanās paņēmienus, lai atšķirtu tos, kuriem ir formāla depresijas diagnoze.

"Šis ir mūsu Sociālās mediomas reģistra agrākais darbs no Pennas Medicīnas centra digitālās veselības jomā," sacīja Tirgotājs, "kurš apvieno sociālo mediju ar datiem no veselības reģistriem. Šajā projektā visas personas ir piekritušas, dati no viņu tīkla netiek vākti, dati tiek anonimizēti un tiek ievēroti visstingrākie privātuma un drošības līmeņi. ”

Gandrīz 1200 cilvēku piekrita ļaut pētniekiem piekļūt abiem digitālajiem arhīviem. No tiem 114 cilvēkiem medicīniskajā dokumentācijā bija depresijas diagnoze.

Pēc tam pētnieki salīdzināja katru cilvēku ar depresijas diagnozi ar pieciem, kuriem nebija šādas diagnozes, lai darbotos kā kontrole, kopējam 683 cilvēku paraugam (izņemot vienu par nepietiekamiem vārdiem statusa atjauninājumos). Mērķis bija izveidot pēc iespējas reālistiskāku scenāriju, lai apmācītu un pārbaudītu pētnieku algoritmu.

"Šī ir patiešām smaga problēma," saka Eichstaedt. “Ja 683 cilvēki ierodas slimnīcā un 15 procenti no viņiem ir nomākti, vai mūsu algoritms spētu paredzēt, kuri no tiem? Ja algoritms saka, ka neviens nav nomākts, tas būtu precīzi 85 procenti. ”

Lai izstrādātu algoritmu, pētnieki atskatījās uz 524 292 Facebook atjauninājumiem no gadiem, kas noveda pie diagnozes noteikšanas katram dalībniekam ar depresiju un tajā pašā laika posmā kontrolei.

Viņi identificēja visbiežāk lietotos vārdus un frāzes un pēc tam modelēja 200 tēmas, lai izskaidrotu to, ko viņi sauca par “ar depresiju saistītām valodas marķierēm”. Visbeidzot, viņi salīdzināja, kādā veidā un cik bieži nomāktie, salīdzinot ar kontroles dalībniekiem, izmantoja šādu frāzi.

Viņi atklāja, ka šie rādītāji ietvēra emocionālos, kognitīvos un starppersonu procesus, piemēram, naidīgumu un vientulību, skumjas un atgremošanu. Šie rādītāji varētu prognozēt turpmāko depresiju jau trīs mēnešus pirms pirmās slimības dokumentēšanas medicīniskajā dokumentācijā.

"Pastāv uzskats, ka sociālo mediju izmantošana nenāk par labu cilvēka garīgajai veselībai," sacīja Švarcs, "taču tas var izrādīties svarīgs instruments, lai to diagnosticētu, uzraudzītu un galu galā ārstētu."

Secinājumi tiek publicēti žurnālā Nacionālās Zinātņu akadēmijas raksti.

Avots: Pensilvānijas universitāte