orvosi A Pennsylvaniai Egyetem tudósai arra a következtetésre jutottak, hogy az egészségügyi állapotok előre jelezhetők a közösségi médiában megjelent bejegyzések tartalmából
a közösségi média ma már életünk szerves része. 2019-ben legalább 2.7 milliárd emberek rendszeresen használ olyan online közösségi média platformokat, mint a Facebook, Twitter és Instagram. Ez azt jelenti, hogy több mint egymilliárd személy oszt meg napi rendszerességgel információkat az életéről ezeken a nyilvános platformokon. Az emberek szabadon megosztják gondolataikat, tetszéseiket és nemtetszéseiket, érzéseiket és személyiségeiket. A tudósok vizsgálják, hogy ez az információ, kívül generált klinikai egészségügyi rendszer, feltárhatja a betegség lehetséges előrejelzőit a mindennapi életben betegek amelyek egyébként rejtve maradhatnak az egészségügyi személyzet és a kutatók előtt. Korábbi tanulmányok kimutatták, hogy a Twitter hogyan képes előre jelezni a szívbetegségek halálozási arányát, vagy nyomon követni a közvéleményt az egészségügyi vonatkozású kérdésekben, például a biztosításban. A közösségi média információit azonban ez idáig nem használták fel egészségügyi állapotok egyéni szintű előrejelzésére.
Egy új tanulmány június 17-én jelent meg PLoS ONE első alkalommal mutatta be a betegek (akik beleegyezését adtak) elektronikus kórlapjainak összekapcsolását közösségi média profiljaikkal. A kutatók arra törekedtek, hogy megvizsgálják – egyrészt azt, hogy az egyén egészségi állapota előre jelezhető-e a felhasználó közösségi oldalain közzétett nyelvezet alapján, másrészt pedig azt, hogy azonosíthatók-e konkrét betegségjelzők.
A kutatók automatizált adatgyűjtési technikával elemezték 999 beteg teljes Facebook-történetét. Ez azt jelentette, hogy körülbelül 20 949,000 Facebook állapotfrissítésben 500 millió szót kellett elemezni legalább 21 szót tartalmazó bejegyzésekkel. A kutatók három modellt fejlesztettek ki, hogy minden egyes betegre vonatkozóan előrejelzéseket készítsenek. Az első modell kulcsszavak azonosításával elemezte a Facebook-bejegyzések nyelvezetét. A második modell a betegek demográfiai adatait, például életkorát és nemét elemezte. A harmadik modell ezt a két adatkészletet egyesítette. Összesen XNUMX egészségügyi állapotot vizsgáltak, beleértve a cukorbetegséget, a szorongást, a depressziót, a magas vérnyomást, az alkoholfogyasztást, az elhízást és a pszichózisokat.
Az elemzés azt mutatta, hogy mind a 21 egészségügyi állapot előre látható volt a Facebook-bejegyzésekből. És 10 körülményt jobban megjósoltak a Facebook-bejegyzések, mint akár a demográfiai adatok. A kiemelkedő kulcsszavak például az „ital”, „részeg” és „palack” voltak, amelyek előre jelezték az alkoholfogyasztást, és az olyan szavakat, mint az „Isten”, „imádkozz” vagy „család”, 15-ször nagyobb valószínűséggel használták a cukorbetegek. Az olyan szavak, mint a „néma” a kábítószerrel való visszaélés és a pszichózis indikátoraiként szolgáltak, az olyan szavak, mint a „fájdalom”, „sírás” és „könnyek” pedig az érzelmi szorongást hozták összefüggésbe. Az egyének által használt Facebook nyelvezet nagyon hatékony volt a jóslatok készítésében – különösen a cukorbetegséggel és a mentálisan Egészség állapotok, beleértve a szorongást, a depressziót és a pszichózist.
A jelenlegi tanulmány azt sugallja, hogy a betegek számára egy olyan önkéntes rendszert lehetne kidolgozni, ahol a betegek lehetővé teszik közösségi médiában közzétett bejegyzéseik elemzését azáltal, hogy hozzáférést biztosítanak ezekhez az információkhoz a klinikusok számára. Ez a megközelítés a közösségi médiát rendszeresen használó emberek számára lehet a legértékesebb. Mivel a közösségi média tükrözi az emberek gondolatait, személyiségét, mentális állapotát és egészségi viselkedését, ezek az adatok felhasználhatók egy betegség kialakulásának vagy súlyosbodásának előrejelzésére. Ami a közösségi médiát illeti, az adatvédelem, a tájékozott hozzájárulás és az adatok tulajdonjoga kulcsfontosságú lesz. A közösségi média tartalmainak sűrítése, összegzése, értelmezések készítése az elsődleges cél.
A jelenlegi tanulmány utat mutathat új fejlesztésekhez mesterséges intelligencia alkalmazások egészségügyi állapotok előrejelzésére. A közösségi média adatai számszerűsíthetők, és új utakat kínálnak a betegségek viselkedési és környezeti kockázati tényezőinek felmérésére. Az egyén közösségi média adatait „social mediome”-nak nevezik (hasonlóan a genomhoz – a gének teljes halmaza).
***
{Az eredeti kutatási cikket a hivatkozott forrás(ok) listájában lent található DOI linkre kattintva olvashatja el}
Forrás (ok)
Merchant RM et al. 2019. Az egészségügyi állapotok előreláthatóságának értékelése közösségi média bejegyzésekből. PLOS ONE. 14. (6). https://doi.org/10.1371/journal.pone.0215476
