Socialinės žiniasklaidos duomenys, naudojami psichinės sveikatos būklei ir diabetui nustatyti
Naujas tyrimas rodo, kad kasybos duomenys iš socialinės žiniasklaidos gali padėti specialistams nustatyti ir valdyti įvairias sveikatos sąlygas, įskaitant diabetą, nerimą, depresiją ir psichozę.
Mokslininkai iš Penno medicinos ir Stony Brooko universiteto išanalizavo „Facebook“ įrašus ir mano, kad įrašų kalba gali būti ligos rodiklis. Be to, jei asmuo duoda sutikimą, įrašai gali būti stebimi kaip ir fiziniai simptomai.
Tyrimas rodomas PLOS ONE.
"Šis darbas yra ankstyvas, bet mes tikimės, kad iš šių įrašų gautos įžvalgos galėtų būti naudojamos pacientams ir paslaugų teikėjams geriau informuoti apie jų sveikatą", - sakė pagrindinė autorė Raina Merchant, MD, MS, Penn Medicine skaitmeninės sveikatos centro direktorė. ir skubiosios medicinos docentas.
„Kadangi socialinės žiniasklaidos pranešimuose dažnai kalbama apie kieno nors gyvenimo būdą ir patirtį ar jų savijautą, ši informacija gali suteikti papildomos informacijos apie ligų valdymą ir paūmėjimą“.
Naudodamiesi automatizuota duomenų rinkimo technika, mokslininkai išanalizavo visą „Facebook“ įrašų istoriją, kurioje dalyvavo beveik 1000 pacientų, kurie sutiko, kad jų elektroniniai medicininių įrašų duomenys būtų susieti su jų profiliais.
Tuomet mokslininkai sukūrė tris modelius, norėdami išanalizuoti jų numatomąją galią pacientams: vienas modelis analizavo tik „Facebook“ įrašų kalbą, kitas - pagal demografinius rodiklius, tokius kaip amžius ir lytis, ir paskutinis, kuris sujungė du duomenų rinkinius.
Tyrinėdami 21 skirtingą sąlygą, mokslininkai nustatė, kad visus 21 buvo galima nuspėti vien iš „Facebook“. Iš tikrųjų 10 sąlygų buvo geriau nuspėjamos per „Facebook“ duomenis, nei demografinę informaciją.
Kai kurie „Facebook“ duomenys, kurie buvo labiau nuspėjami nei demografiniai duomenys, atrodė intuityvūs. Pavyzdžiui, buvo įrodyta, kad „gėrimas“ ir „butelis“ labiau nuspėja piktnaudžiavimą alkoholiu.
Tačiau kiti nebuvo tokie lengvi. Pavyzdžiui, žmonės, kurie savo įrašuose dažniausiai minėjo religines kalbas, tokias kaip „Dievas“ ar „meldėsi“, sirgo cukriniu diabetu 15 kartų dažniau nei tie, kurie šiuos terminus vartojo mažiausiai. Be to, priešiškumą išreiškiantys žodžiai, tokie kaip „nebylus“ ir kai kurie aiškinamieji žodžiai, buvo piktnaudžiavimo narkotikais ir psichozių rodikliai.
"Mūsų skaitmeninė kalba užfiksuoja galingus mūsų gyvenimo aspektus, kurie greičiausiai visiškai skiriasi nuo to, kas užfiksuota per tradicinius medicinos duomenis", - teigė tyrimo vyresnysis autorius Andrew Schwartzas, daktaras.
„Daugelis tyrimų parodė ryšį tarp kalbos modelių ir specifinių ligų, pavyzdžiui, kalbą prognozuojančią depresiją ar kalbą, leidžiančią suprasti, ar kažkas gyvena vėžiu. Tačiau išnagrinėję daugelį sveikatos sutrikimų, mes suprantame, kaip sąlygos yra susijusios viena su kita, o tai gali padėti naujiems intelekto intelekto taikymams medicinoje “.
Praėjusiais metais daugelis šios tyrimų grupės narių galėjo parodyti, kad „Facebook“ įrašų analizė galėjo numatyti depresijos diagnozę net trimis mėnesiais anksčiau nei diagnozė klinikoje.
Šis darbas remiasi tuo tyrimu ir parodo, kad gali būti galimybių sukurti pacientų pasirinkimo sistemą, kuri galėtų išanalizuoti savo socialinės žiniasklaidos pranešimus ir suteikti papildomos informacijos gydytojams, kad jie galėtų patobulinti priežiūros teikimą. Prekybininkas teigė, kad sunku numatyti, kokia plačiai paplitusi tokia sistema, tačiau ji „gali būti vertinga“ pacientams, kurie dažnai naudojasi socialine žiniasklaida.
"Pavyzdžiui, jei kas nors bando numesti svorį ir jam reikia padėti suprasti savo maisto pasirinkimą ir mankštos režimą, sveikatos priežiūros paslaugų teikėjui peržiūrėjus jų socialinės žiniasklaidos įrašą, jis galėtų geriau suprasti įprastus įpročius, kad padėtų juos pagerinti", - sakė prekybininkas. .
Šių metų pabaigoje „Merchant“ atliks didelį tyrimą, kurio metu pacientai bus paprašyti tiesiogiai dalytis socialinės žiniasklaidos turiniu su savo sveikatos priežiūros paslaugų teikėju. Tai padės išsiaiškinti, ar įmanoma tvarkyti šiuos duomenis ir juos pritaikyti, taip pat kiek pacientų iš tikrųjų sutiktų, kad jų sąskaitos būtų naudojamos papildant aktyvią priežiūrą.
"Vienas iššūkis yra tai, kad duomenų yra tiek daug ir mes, kaip teikėjai, nesame apmokyti patys jų interpretuoti ar pagal juos priimti klinikinių sprendimų", - paaiškino prekybininkas. "Norėdami tai išspręsti, mes ištirsime, kaip sutankinti ir apibendrinti socialinės žiniasklaidos duomenis."
Šaltinis: Pensilvanijos universiteto medicinos mokykla
