Mogu li Facebook postovi otkriti tko će razviti depresiju?
Tim istraživača sa Sveučilišta Pennsylvania i Sveučilišta Stony Brook nedavno je razvio novi algoritam koji je uspio identificirati kojim će korisnicima Facebooka biti dijagnosticirana depresija.
Za istraživanje su istraživači nekoliko mjeseci analizirali podatke na društvenim mrežama koje su dijelili pristajući korisnici. Na temelju tih podataka, istraživači su razvili algoritam koji bi mogao točno predvidjeti buduću depresiju.
Pokazatelji depresije uključivali su spominjanje neprijateljstva i samoće, riječi poput "suza" i "osjećaji" i upotrebu više zamjenica u prvom licu poput "ja" i "ja".
"Ono što ljudi pišu na društvenim mrežama i na mreži bilježi aspekt života kojem je u medicini i istraživanjima vrlo teško pristupiti na drugi način", rekao je dr. H. Andrew Schwartz, stariji autor rada i glavni istražitelj Svjetskog projekta blagostanja (WWBP ).
„To je dimenzija koja je relativno neiskorištena u usporedbi s biofizičkim biljezima bolesti. Uzimajući u obzir stanja poput depresije, anksioznosti i PTSP-a, nađete više signala u načinu na koji se ljudi digitalno izražavaju. "
Šest godina WWBP, sa sjedištem na Centru za pozitivnu psihologiju sveučilišta Pennsylvania i Laboratoriju za analizu ljudskog jezika Sveučilišta Stony Brook, proučava kako riječi koje ljudi koriste odražavaju unutarnje osjećaje i zadovoljstvo.
2014., Johannes Eichstaedt, znanstveni istraživač utemeljitelj WWBP-a, počeo se pitati je li moguće da društveni mediji mogu predvidjeti ishode mentalnog zdravlja, posebno za depresiju.
"Podaci na društvenim mrežama sadrže markere srodne genomu", objašnjava Eichstaedt. „Iznenađujuće sličnim metodama onima koje se koriste u genomici, možemo kombinirati podatke društvenih mreža kako bismo pronašli ove markere. Čini se da je depresija na ovaj način nešto sasvim uočljivo; doista mijenja upotrebu društvenih medija na način na koji to ne čini nešto poput kožne bolesti ili dijabetesa. "
Eichstaedt i Schwartz udružili su se s kolegama Robertom J. Smithom, Raina Merchant, Davidom Aschom i Lyleom Ungarom iz Penn Medicine Centra za digitalno zdravlje za ovo istraživanje.
Umjesto da regrutiraju sudionike koji su imali samoprijavu depresije, istraživači su identificirali podatke ljudi koji su pristali dijeliti Facebook statuse i elektroničke medicinske podatke, a zatim su analizirali statuse tehnikama strojnog učenja kako bi razlikovali one s formalnom dijagnozom depresije.
„Ovo je rani rad iz našeg Registra socijalnih medioma iz Penn Medicine Centra za digitalno zdravlje“, rekao je Merchant, „koji se društvenim mrežama pridružuje podacima iz zdravstvenih kartona. Za ovaj projekt pristaju svi pojedinci, podaci se ne prikupljaju iz njihove mreže, podaci su anonimni i poštuju se najstrože razine privatnosti i sigurnosti. "
Gotovo 1200 ljudi pristalo je omogućiti istraživačima pristup objema digitalnim arhivama. Od toga je 114 ljudi imalo dijagnozu depresije u svojim medicinskim kartonima.
Zatim su istraživači uparili svaku osobu s dijagnozom depresije s petoricom koji nisu imali takvu dijagnozu, kako bi djelovala kao kontrola, za ukupan uzorak od 683 osobe (isključujući jednu zbog nedovoljne riječi u ažuriranjima statusa). Cilj je bio stvoriti što realniji scenarij za obuku i testiranje algoritma istraživača.
"Ovo je stvarno težak problem", kaže Eichstaedt. „Ako su 683 osobe prisutne u bolnici, a 15 posto njih depresivno, bi li naš algoritam mogao predvidjeti koje? Ako algoritam kaže da nitko nije bio depresivan, to bi bilo 85 posto točno. "
Da bi razvili algoritam, istraživači su se osvrnuli na 524.292 Facebook ažuriranja iz godina koja su dovela do dijagnoze za svakog sudionika s depresijom i za isti vremenski raspon za kontrolu.
Identificirali su najčešće korištene riječi i fraze, a zatim su modelirali 200 tema kako bi zadirkivali ono što su nazivali "jezičnim markerima povezanim s depresijom". Konačno, uspoređivali su na koji način i koliko često sudionici depresije u odnosu na kontrolu koriste takvu frazu.
Otkrili su da se ti pokazatelji sastoje od emocionalnih, kognitivnih i međuljudskih procesa kao što su neprijateljstvo i usamljenost, tuga i preživljavanje. Ti bi pokazatelji mogli predvidjeti buduću depresiju već tri mjeseca prije prvog dokumentiranja bolesti u medicinskom kartonu.
"Postoji percepcija da upotreba društvenih mreža nije dobra za nečije mentalno zdravlje", rekao je Schwartz, "ali može se pokazati da je važan alat za dijagnosticiranje, praćenje i na kraju liječenje."
Nalazi su objavljeni u časopisu Zbornik Nacionalne akademije znanosti.
Izvor: Sveučilište Pennsylvania
