根据Penn Medicine和Stony Brook大学研究人员的一项研究，Facebook帖子中的语言可能有助于识别患者的糖尿病，焦虑，抑郁和精神病等病症。据认为，帖子中的语言可能是疾病的指标，并且在患者同意的情况下，可以像身体症状一样进行监测。该研究发表于PLOS ONE。
“这项工作很早，但我们希望从这些帖子中收集的见解可以用来更好地告知患者和医疗服务提供者他们的健康，”主要作者Raina Merchant，MD，MS，宾夕法尼亚医学数字健康中心主任和急诊医学副教授。“由于社交媒体帖子通常是关于某人的生活方式选择和经历或他们的感受，这些信息可以提供有关疾病管理和恶化的更多信息。”
研究人员使用自动数据采集技术分析了近1,000名患者的整个Facebook帖子历史，这些患者同意将他们的电子病历数据与他们的个人资料相关联。然后，研究人员构建了三个模型来分析他们对患者的预测能力：一个模型仅分析Facebook后期语言，另一个模型使用人口统计学，如年龄和性别，以及最后两个数据集。
研究21种不同的情况，研究人员发现所有21种情况都可以从Facebook单独预测。实际上，通过使用Facebook数据而不是人口统计信息，可以更好地预测10个条件。
一些被发现比人口统计数据更具预测性的Facebook数据似乎很直观。例如，“饮料”和“瓶子”被证明更能预测酒精滥用。然而，其他人并不那么容易。例如，在他们的帖子中最常提到宗教语言如“上帝”或“祈祷”的人患糖尿病的可能性比那些使用这些术语的人少15倍。此外，表达敌意的词语 - 如“愚蠢”和一些咒骂 - 作为药物滥用和精神病的指标。
“我们的数字语言捕获了我们生活中强大的方面，可能与通过传统医学数据获得的方面截然不同，”该研究的资深作者Andrew Schwartz博士说，他是宾夕法尼亚大学计算机与信息科学的助理教授，助理石溪大学计算机科学教授。“现在许多研究表明语言模式与特定疾病之间存在联系，例如预测抑郁症或语言的语言可以深入了解某人是否患有癌症。但是，通过观察许多疾病，我们可以了解疾病的情况。相互关联，可以使人工智能的新应用成为可能。“
去年，该研究团队的许多成员都能够证明，对Facebook病例的分析可以预测抑郁症的诊断时间比临床诊断早3个月。这项工作建立在该研究的基础上，并表明可能有可能为患者开发一个选择加入系统，可以分析他们的社交媒体帖子，并为临床医生提供额外的信息，以改善医疗服务。商人表示很难预测这样一个系统会有多普遍，但对于经常使用社交媒体的患者来说，这“很有价值”。
“例如，如果有人试图减肥并需要帮助了解他们的食物选择和锻炼方案，让医疗保健提供者审查他们的社交媒体记录可能会让他们更深入地了解他们的常用模式，以帮助改善他们，”Merchant说。
今年晚些时候，Merchant将进行一项大型试验，要求患者直接与其医疗保健提供者分享社交媒体内容。这将探讨管理这些数据并应用它是否可行，以及有多少患者实际上同意他们的帐户用于补充积极护理。
“这方面的一个挑战是，有很多数据，我们作为提供者，没有接受过自我解释的培训，或者根据它做出临床决策，”Merchant解释道。“为了解决这个问题，我们将探讨如何压缩和总结社交媒体数据。”
标签：心理健康
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。