Посты в Facebook как инструменты предсказания здоровья: обнаружение диабета, депрессии и др.

Контент в Facebook может предсказывать болезни, как геномная информация

Посты в Facebook в одиночку могут предсказывать такие заболевания, как диабет, депрессия, тревожность и психозы. Как и геномная информация, контент в социальных медиа способен персонализировать здравоохранение.

Более 2 миллиардов людей делятся информацией о своей повседневной жизни в социальных сетях, часто раскрывая свою личность, настроение и демографию. К 2021 году это число должно превысить 3 миллиарда [ежемесячно активных пользователей социальных медиа], около 1/3 всего населения.

Такая информация содержит полезные сигналы о здоровье на уровне населения. Недавно исследователи из Penn Medicine и Стони-Брукского университета связали электронные медицинские карты (EMR) пациентов с их данными в социальных медиа для выявления определенных маркеров заболеваний.

Исследовательская группа включала 999 пациентов, согласившихся поделиться своими медицинскими записями и информацией в социальных медиа. Они проанализировали примерно 949 000 обновлений статуса в Facebook, содержащих более 20 миллионов слов. Пост каждого участника содержал минимум 500 слов.

Исследователи использовали обработку естественного языка — подраздел искусственного интеллекта, касающийся взаимодействий между человеческим (естественным) и компьютерным языками — для кодирования языка каждого участника как 700-мерного кодирования языка пациента.

Затем они категоризировали диагнозы из EMR участников на 21 группу на основе распространенности в выборке и индекса коморбидности Эликхаузера.

Другими словами, исследователи анализировали языковые паттерны [постов в Facebook] — слова, предложения, группы связанных слов — и их связь с 21 стандартной категорией диагнозов EMR.

В целом они использовали три модели для оценки предсказательной силы для пациентов:

1. Первая модель анализировала язык постов в Facebook
2. Вторая использовала демографические данные, такие как пол и возраст.
3. Третья модель объединяла два набора данных.

Источник: PLOS ONE | DOI:10.1371/journal.pone.0215476 | Stony Brook University

Результаты

Контент в Facebook существенно повысил точность предсказания 18 из 21 категории заболеваний. Он оказался высокоэффективным в предсказании диабета, беременности, депрессии, тревожности, психозов и других состояний психического здоровья.

Фактически, 10 категорий были предсказаны более эффективно по постам в Facebook, чем по традиционным демографическим факторам (пол, возраст, раса).

Медицинские диагнозы, связанные с закодированным языком социальных медиа, могут служить инструментом скрининга и использоваться для выяснения эпидемиологии заболеваний.

Как и геномная информация, контент социальных медиа способен персонализировать здравоохранение. Изучая несколько медицинских состояний, исследователи могут лучше понять, как эти состояния связаны друг с другом, что может открыть новые применения ИИ в медицине.

Для дальнейшего улучшения результатов будущие исследования могут сравнивать различия в раскрываемых пациентами разных демографических групп данных о здоровье и на других платформах, таких как Twitter.