Medical scientists from University of Pennsylvania have found that medical conditions could be predicted from contents of social media posts
félagslega fjölmiðla is now an integral part of our lives. In 2019, at least 2.7 billion fólk regularly use online social media platforms like Facebook, Twitter and Instagram. This means that more than a billion individuals share information on a daily basis about their lives on these public platforms. People freely share their thoughts, likes and dislikes, sentiments and personalities. Scientists are exploring whether this information, generated outside the klínísk healthcare system, could reveal possible disease predictors in daily lives of sjúklingar sem annars kunna að vera falin heilbrigðisstarfsmönnum og rannsakendum. Fyrri rannsóknir hafa sýnt hvernig Twitter getur spáð fyrir um dánartíðni hjartasjúkdóma eða fylgst með viðhorfum almennings um læknisfræðileg málefni eins og tryggingar. Hins vegar hafa upplýsingar á samfélagsmiðlum hingað til ekki verið notaðar til að spá fyrir um sjúkdóma á einstaklingsstigi.
Ný rannsókn sem birt var 17. júní í PLoS ONE hefur í fyrsta sinn sýnt tengingu rafrænna sjúkraskráa sjúklinga (sem hafa gefið samþykki sitt) við prófíla þeirra á samfélagsmiðlum. Rannsakendur miðuðu að því að kanna - í fyrsta lagi hvort hægt sé að spá fyrir um sjúkdóma einstaklings út frá tungumálinu sem birt er á samfélagsmiðlareikningum notandans og í öðru lagi hvort hægt sé að bera kennsl á tiltekin sjúkdómsmerki.
Vísindamenn notuðu sjálfvirka gagnasöfnunartækni til að greina alla Facebook sögu 999 sjúklinga. Þetta þýddi að greina 20 milljón orð í um 949,000 Facebook stöðuuppfærslum með færslum sem innihalda að minnsta kosti 500 orð. Vísindamenn þróuðu þrjú líkön til að spá fyrir hvern sjúkling. Fyrsta líkanið greindi tungumál Facebook-pósta með því að bera kennsl á leitarorð. Annað líkanið greindi lýðfræðilegar upplýsingar sjúklinga eins og aldur þeirra og kyn. Þriðja líkanið sameinaði þessi tvö gagnapakka. Alls var skoðað 21 sjúkdómsástand, þar á meðal sykursýki, kvíða, þunglyndi, háþrýsting, áfengismisnotkun, offitu, geðrof.
Greining sýndi að allt 21 sjúkdómsástandið var fyrirsjáanlegt út frá Facebook færslum einum saman. Og 10 aðstæður var spáð betur af Facebook færslum en jafnvel lýðfræði. Áberandi leitarorðin voru til dæmis „drykk“, „drukkinn“ og „flaska“ sem spáðu fyrir um misnotkun áfengis og orð eins og „Guð“ eða „biðja“ eða „fjölskylda“ voru 15 sinnum líklegri til notkunar hjá fólki með sykursýki. Orð eins og „heimskur“ voru vísbendingar um fíkniefnaneyslu og geðrof og orð eins og „sársauki“, „grátur“ og „tár“ voru tengd tilfinningalegri vanlíðan. Facebook tungumál sem einstaklingar notuðu var mjög áhrifaríkt við að spá - sérstaklega um sykursýki og andlega heilsa aðstæður þar á meðal kvíði, þunglyndi og geðrof.
Núverandi rannsókn bendir til þess að hægt væri að þróa kerfi fyrir sjúklinga þar sem sjúklingar leyfðu greiningu á færslum sínum á samfélagsmiðlum með því að veita læknum aðgang að þessum upplýsingum. Þessi nálgun gæti verið dýrmætust fyrir fólk sem notar samfélagsmiðla reglulega. Þar sem samfélagsmiðlar endurspegla hugsanir fólks, persónuleika, andlegt ástand og heilsuhegðun, gætu þessi gögn verið notuð til að spá fyrir um upphaf eða versnun sjúkdóms. Hvað varðar samfélagsmiðla mun friðhelgi einkalífs, upplýst samþykki og eignarhald á gögnum skipta sköpum. Að þétta og draga saman efni á samfélagsmiðlum og gera túlkanir er aðalmarkmiðið.
The current study can lead way to develop new gervigreind applications for predicting medical conditions. Social media data is quantifiable and provides new avenues to assess behavioural and environmental risk factors of a disease. Social media data of an individual is being referred to as ‘social mediome’ (similar to genome – complete set of genes).
***
{Þú getur lesið upprunalegu rannsóknarritgerðina með því að smella á DOI hlekkinn sem gefinn er upp hér að neðan á listanum yfir tilvitnaðar heimildir}
Heimildir)
Kaupmaður RM o.fl. 2019. Mat á fyrirsjáanleika sjúkdóma úr færslum á samfélagsmiðlum. PLOS EINN. 14 (6). https://doi.org/10.1371/journal.pone.0215476
