Die Sprache in Facebook Beiträge können helfen, erkennen von Bedingungen wie diabetes, Angst, depression und Psychose bei Patienten, entsprechend einer Studie von der Penn Medizin und der Stony Brook University Forscher. Es wird angenommen, dass Sprache in Beiträgen könnte Indikatoren der Krankheit und mit der Patienteneinwilligung, konnte überwacht werden, ebenso wie körperliche Symptome. Diese Studie wurde veröffentlicht in PLOS ONE.
„Diese Arbeit ist ein Anfang, aber wir hoffen, dass die Einblicke, die von diesen posts verwendet werden könnten, um eine bessere Information der Patienten und Anbieter über Ihre Gesundheit,“, sagte führen Autor Raina-Kaufmann, MD, MS, Direktor der Penn Medicine Center for Digital Health und associate professor für Notfallmedizin. „Als social-media-Beiträge sind oft über jemandes lebensstil und Erfahrungen oder wie Sie Gefühl sind, könnten diese Informationen liefern zusätzliche Informationen über den Umgang mit Krankheit und Exazerbation.“
Über eine automatisierte Datenerfassung-Technik, die die Forscher analysierten die gesamte Facebook-post Geschichte von fast 1.000 Patienten, die zugestimmt haben, Ihre elektronischen medizinischen Datensatz mit Links zu Ihren Profilen. Die Forscher dann drei Modelle gebaut, um zu analysieren, Ihre Vorhersagekraft für die Patienten: das eine Modell nur die Analyse der Facebook-post Sprache, ein anderes, das verwendet Demografie wie Alter und Geschlecht, und die Letzte, die Kombination der zwei Datensätze.
Suche in 21 unterschiedlichen Bedingungen fanden die Forscher, dass alle 21were vorhersagbar von Facebook allein. In der Tat, 10 waren die Bedingungen besser vorhergesagt durch die Nutzung Facebook Daten anstelle von demographischen Informationen.
Einige der Facebook-Daten, die gefunden wurde, um mehr vorausschauende als demographische Daten schien intuitiv. Zum Beispiel, „trinken“ und „Flasche“ gezeigt wurden, um mehr prädiktive von Alkohol-Missbrauch. Aber andere waren nicht so einfach. Zum Beispiel, die Leute, die am häufigsten erwähnten religiösen Sprache „Gott“ oder „beten“ in Ihren Beiträgen wurden 15-mal häufiger an diabetes als diejenigen, die diese Begriffe am wenigsten. Darüber hinaus Worten auszudrücken Feindseligkeit—wie „dumm“ und einige Kraftausdrücke— dienten als Indikatoren für Drogenmissbrauch und Psychosen.
„Unsere digitale Sprache erfasst mächtigen Aspekte unseres Lebens, die wahrscheinlich ganz anders aus, was erfasst wird, die durch traditionelle medizinische Daten“, sagte der Studie leitende Autor Andrew Schwartz, Ph. D., visiting assistant professor an der Penn in Computer and Information Science, und assistant professor of Computer Science an der Stony Brook University. „Viele Studien haben nun gezeigt, dass eine Verknüpfung zwischen sprachlichen mustern und bestimmten Krankheiten, wie beispielsweise die Sprache, die prädiktive der depression oder der Sprache, die einen Einblick in, ob jemand Leben mit Krebs. Jedoch, mit einem Blick auf viele medizinische Bedingungen, bekommen wir einen Blick, wie sich die Bedingungen beziehen sich auf die jeweils anderen, wodurch die neuen Anwendungen der KI für die Medizin.“
Im letzten Jahr viele Mitglieder der Forschungsgruppe konnten zeigen, dass die Analyse von Facebook-posts Vorhersagen konnte, eine Diagnose der depression so viel wie drei Monate zuvor, als die Diagnose in der Klinik. Diese Arbeit baut auf dieser Studie auf und zeigt, dass es möglicherweise Potenzial für die Entwicklung eines opt-in-system für Patienten, analysieren Ihre social-media-Beiträge und bieten zusätzliche Informationen für Kliniker zu verfeinern Versorgung. Händler sagte, dass es hart ist, vorauszusagen, wie weit so ein system wäre, aber es „könnte wertvoll“ für Patienten, die soziale Medien nutzen, Häufig.
„Zum Beispiel, wenn jemand versucht, Gewicht zu verlieren und Hilfe braucht, Verständnis für Ihre Ernährungsgewohnheiten und Trainingsplänen, mit einem Arzt überprüfen Sie Ihre social-media-Rekord könnte Ihnen mehr Einblick in Ihre üblichen Muster um zu helfen, verbessern Sie,“ der Kaufmann sagte.
Später in diesem Jahr, der Händler führt eine große Studie, in denen Patienten werden gebeten, direkt zu teilen Inhalte in sozialen Medien mit Ihre Gesundheits-Anbieter. Dies wird geben einen Einblick in, ob die Verwaltung dieser Daten und die Anwendung es ist möglich, als auch, wie viele Patienten würden tatsächlich Stimmen, um Ihre Konten, die verwendet wird, um die Ergänzung der aktiven Betreuung.