Penyelidik telah mencipta algoritma yang menganalisis jawatan media sosial untuk mencari penanda linguistik untuk kemurungan.

Dalam mana-mana tahun tertentu, kemurungan menjejaskan lebih daripada enam peratus populasi dewasa di Amerika Syarikat-beberapa juta orang 16-tetapi kurang daripada separuh menerima rawatan yang mereka perlukan.

Menganalisis data media sosial yang menyetujui pengguna yang dikongsi sepanjang bulan-bulan yang mengarah ke diagnosis depresi, para penyelidik mendapati algoritma mereka dapat secara tepat meramalkan kemurungan masa depan. Petunjuk keadaan termasuk menyebut permusuhan dan kesepian, kata-kata seperti "air mata" dan "perasaan," dan menggunakan lebih banyak kata ganti orang pertama seperti "Saya" dan "saya."

Penemuan ini terdapat di dalam Prosiding National Academy of Sciences.

Media sosial anda 'genom'

"Apa yang ditulis orang dalam media sosial dan dalam talian menangkap aspek kehidupan yang sangat susah dalam bidang perubatan dan penyelidikan untuk mengakses sebaliknya. Ini adalah dimensi yang agak belum diterokai dibandingkan dengan penanda penyakit biofisika, "kata H. Andrew Schwartz, penolong profesor sains komputer di Stony Brook University dan pengarang akhbar senior. "Keadaan seperti kemurungan, kebimbangan, dan PTSD, sebagai contoh, anda mendapati lebih banyak isyarat dalam cara orang menyatakan diri secara digital."

Selama enam tahun, penyelidik dalam Projek Kesejahteraan Dunia (WWBP), yang berpusat di Pusat Pengajian Psikologi Positif Universiti Pennsylvania dan Makmal Analisis Bahasa Manusia Stony Brook, telah mengkaji bagaimana kata-kata yang digunakan oleh orang yang mencerminkan perasaan dalaman dan kepuasan mereka. Di 2014, Johannes Eichstaedt, ahli sains penyelidikan WWBP dan rakan pasca doktoral di Penn, mula tertanya-tanya sama ada kemungkinan media sosial meramalkan hasil kesihatan mental, terutamanya untuk kemurungan.

"Data media sosial mengandungi penanda serupa dengan genom. Dengan kaedah yang serupa dengan yang digunakan dalam genomik, kita boleh menyusun data media sosial untuk mencari penanda ini, "jelas Eichstaedt. "Kemurungan nampaknya sesuatu yang agak dapat dikesan dengan cara ini; ia benar-benar mengubah penggunaan media sosial dengan cara yang seperti penyakit kulit atau diabetes tidak. "

Penulisan di dinding Facebook

Daripada melakukan apa yang dilakukan sebelum ini - merekrut peserta yang melaporkan diri mereka mengalami kemurungan-penyelidik mengenal pasti data daripada orang yang bersetuju untuk berkongsi status Facebook dan maklumat rekod perubatan elektronik, kemudian menganalisis status menggunakan teknik pembelajaran mesin untuk membezakan mereka yang mempunyai diagnosis kemurungan rasmi.

"Ini adalah kerja awal dari Registry Mediome Sosial kami dari Pusat Perubatan Penn untuk Kesihatan Digital, yang menyertai media sosial dengan data dari rekod kesihatan," kata penulis penulis Raina Merchant. "Untuk projek ini, semua individu telah dipersetujui, tiada data dikumpulkan dari rangkaian mereka, data itu tidak dikenali, dan tahap privasi dan keselamatan yang ketat dipatuhi."

Hampir 1,200 kemudian bersetuju untuk menyediakan kedua-dua arkib digital. Daripada jumlah ini, hanya orang 114 yang mempunyai diagnosis kemurungan dalam rekod perubatan mereka. Para penyelidik kemudian memadankan setiap orang dengan diagnosis kemurungan dengan lima orang yang tidak, bertindak sebagai kawalan, untuk jumlah sampel orang 683 (tidak termasuk satu untuk perkataan yang tidak mencukupi dalam kemas kini status). Ideanya adalah untuk mewujudkan senario realistik yang mungkin untuk melatih dan menguji algoritma penyelidik.

"Terdapat persepsi bahawa penggunaan media sosial tidak baik untuk kesihatan mental seseorang, tetapi ia mungkin menjadi alat penting untuk mendiagnosis, pemantauan, dan akhirnya merawatnya."

"Ini masalah yang sangat sukar," kata Eichstaedt. "Jika orang 683 hadir ke hospital dan peratus 15 mereka tertekan, adakah algoritma kami dapat meramal yang mana? Kalau algoritma itu mengatakan tiada siapa yang tertekan, ia akan menjadi tepat 85. "

Untuk membina algoritma, para penyelidik memandang ke belakang pada kemas kini 524,292 Facebook dari tahun-tahun yang membawa kepada diagnosis untuk setiap individu dengan kemurungan dan untuk jangka masa yang sama untuk kawalan. Mereka menentukan kata-kata dan frasa yang paling kerap digunakan, kemudian memodelkan topik-topik 200 untuk menceritakan apa yang mereka sebut sebagai "penanda bahasa berkaitan kemurungan." Akhirnya, mereka membandingkan dengan cara dan berapa kerap tertekan berbanding peserta kawalan yang menggunakan ungkapan tersebut.

'Bendera kuning' untuk diagnosis kemurungan

Mereka mengetahui bahawa penanda ini terdiri daripada proses emosi, kognitif, dan interpersonal seperti permusuhan dan kesepian, kesedihan dan rumusan, dan boleh meramalkan kemurungan masa depan seawal tiga bulan sebelum dokumentasi pertama penyakit dalam rekod perubatan.

"Terdapat persepsi bahawa penggunaan media sosial tidak baik untuk kesihatan mental seseorang, tetapi ia mungkin menjadi alat penting untuk mendiagnosis, pemantauan, dan akhirnya merawatnya," kata Schwartz. "Di sini, kami telah menunjukkan bahawa ia boleh digunakan dengan rekod klinikal, satu langkah ke arah meningkatkan kesihatan mental dengan media sosial."

Eichstaedt melihat potensi jangka panjang dalam menggunakan data ini sebagai satu bentuk pemeriksaan yang tidak mengganggu untuk diagnosis kemurungan. "Harapannya ialah suatu hari, sistem pemeriksaan ini dapat disepadukan ke dalam sistem penjagaan," katanya. "Alat ini menimbulkan bendera kuning; akhirnya harapannya adalah agar anda dapat menyalurkan orang-orang yang ia mengenalpasti secara modaliti rawatan yang berskala. "

Walaupun terdapat beberapa batasan kajian, termasuk sampel bandar tersendiri, dan batasan dalam bidang itu sendiri-tidak setiap diagnosis kemurungan dalam rekod perubatan memenuhi piawaian emas yang diwawancara oleh klinik berstruktur menyediakan, contohnya-penemuan menawarkan cara baru yang potensial untuk mengungkap dan dapatkan bantuan untuk mereka yang mengalami kemurungan.

sumber: Stony Brook University

Buku-buku yang berkaitan

at InnerSelf Market dan Amazon