Ar „Facebook“ įrašai gali atskleisti, kas sukels depresiją?
Tyrėjų iš Pensilvanijos universiteto ir Stony Brooko universiteto komanda neseniai sukūrė naują algoritmą, kuris sugebėjo nustatyti, kuriems „Facebook“ vartotojams bus diagnozuota depresija.
Tyrimui mokslininkai išanalizavo socialinės žiniasklaidos duomenis, kuriais kelis mėnesius dalijosi sutikę vartotojai. Remdamiesi šiais duomenimis, mokslininkai sukūrė algoritmą, kuris galėtų tiksliai numatyti būsimą depresiją.
Depresijos rodikliai apėmė priešiškumo ir vienatvės paminėjimą, tokius žodžius kaip „ašaros“ ir „jausmai“, taip pat daugiau asmenvardžių, tokių kaip „aš“ ir „aš“, vartojimą.
„Tai, ką žmonės rašo socialinėje žiniasklaidoje ir internete, užfiksuoja gyvenimo aspektą, prie kurio medicinoje ir moksliniuose tyrimuose yra labai sunku prieiti kitaip“, - sakė dr. Andrew Andrew Schwartzas, vyresnysis popieriaus autorius ir pagrindinis Pasaulio gerovės projekto (WWBP) tyrėjas. ).
„Tai yra dimensija, kuri yra palyginti neišnaudota, palyginti su biofiziniais ligos žymenimis. Atsižvelgiant į, pavyzdžiui, depresiją, nerimą ir PTSS, galite rasti daugiau signalų, kaip žmonės išreiškia save skaitmeniniu būdu “.
Šešerius metus WWBP, įsikūrusi Pensilvanijos universiteto Teigiamos psichologijos centre ir Stony Brooko universiteto Žmogaus kalbos analizės laboratorijoje, tiria, kaip žmonių vartojami žodžiai atspindi vidinius jausmus ir pasitenkinimą.
2014 m. Johnas Eichstaedtas, WWBP įkūrėjas, pradėjo abejoti, ar socialinė žiniasklaida gali numatyti psichinės sveikatos rezultatus, ypač dėl depresijos.
"Socialinės žiniasklaidos duomenyse yra žymenų, panašių į genomą", - paaiškina Eichstaedtas. „Naudodami stebėtinai panašius metodus, kurie naudojami genomikoje, galime sušukuoti socialinės žiniasklaidos duomenis, kad rastume šiuos žymenis. Atrodo, kad tokiu būdu galima pastebėti depresiją; tai iš tikrųjų pakeičia žmonių naudojimąsi socialine žiniasklaida taip, kaip nepadaro odos ligos ar diabetas “.
Eichstaedtas ir Schwartzas kartu su kolegomis Robertu J. Smithu, Raina Merchantu, Davidu Aschu ir Lyle'u Ungaru iš Penn medicinos skaitmeninės sveikatos centro atliko šį tyrimą.
Užuot samdę dalyvius, kurie patys pranešė apie depresiją, mokslininkai nustatė žmonių, sutikusių dalytis „Facebook“ būsenomis, duomenis ir elektroninę medicinos įrašų informaciją, tada analizavo būsenas naudodamiesi mašininio mokymosi metodais, kad išskirtų tuos, kuriems nustatyta oficiali depresijos diagnozė.
"Tai yra ankstyvas mūsų socialinės mediomos registro darbas iš Penn medicinos skaitmeninės sveikatos centro", - sakė prekybininkas, "kuris sujungia socialinę žiniasklaidą su sveikatos įrašų duomenimis. Šiame projekte sutinkama visiems asmenims, duomenys iš jų tinklo nerenkami, duomenys anonimizuojami ir laikomasi griežčiausio privatumo ir saugumo lygio “.
Beveik 1200 žmonių sutiko leisti tyrėjams naudotis abiem skaitmeniniais archyvais. Iš jų 114 žmonių medicininiuose dokumentuose buvo diagnozuota depresija.
Tada tyrėjai palygino kiekvieną depresijos diagnozę diagnozavusį asmenį su penkiais, kurie neturėjo tokios diagnozės, kad galėtų veikti kaip kontrolė, iš viso 683 žmonių imtyje (išskyrus vieną, jei trūksta žodžių būsenos atnaujinime). Tikslas buvo sukurti kuo tikroviškesnį scenarijų, kad būtų galima mokyti ir išbandyti tyrėjų algoritmą.
"Tai tikrai sunki problema", - sako Eichstaedtas. „Jei 683 žmonės atvyksta į ligoninę ir 15 procentų jų yra prislėgti, ar mūsų algoritmas galėtų nuspėti, kurie iš jų? Jei algoritmas sako, kad niekas nebuvo prislėgtas, tai būtų tikslu 85 proc. “
Norėdami sukurti algoritmą, tyrėjai pažvelgė į 524 292 „Facebook“ atnaujinimus, kurie buvo diagnozuoti kiekvienam dalyviui, sergančiam depresija, ir tą patį laiko tarpą kontrolei.
Jie nustatė dažniausiai vartojamus žodžius ir frazes, o tada sumodeliavo 200 temų, kad pajustų tai, ką jie vadino „su depresija susijusiais kalbos žymekliais“. Galiausiai jie palygino, kokiu būdu ir kaip dažnai dalyviai, vartojantys depresiją, palyginti su kontroline grupe, vartojo tokią frazę.
Jie nustatė, kad šie rodikliai apėmė emocinius, pažintinius ir tarpasmeninius procesus, tokius kaip priešiškumas ir vienatvė, liūdesys ir atrajojimas. Šie rodikliai galėjo numatyti būsimą depresiją jau prieš tris mėnesius iki pirmosios ligos dokumentacijos medicinos dokumentuose.
"Yra nuomonė, kad socialinės žiniasklaidos naudojimas nėra naudingas psichinei sveikatai", - sakė Schwartzas, "tačiau gali pasirodyti, kad tai yra svarbi priemonė diagnozuojant, stebint ir galiausiai ją gydant".
Rezultatai paskelbti žurnale Nacionalinės mokslų akademijos darbai.
Šaltinis: Pensilvanijos universitetas
