پست های فیس بوک نسبت به اطلاعات دموگرافیک، دیابت و سلامت روان را بهتر پیش بینی می کنند

17 ژوئن 2017- بر اساس مطالعه ی محققان دانشکده ی پزشکی Penn و دانشگاه Stony Brook، زبانی که در پست های فیس بوک بکار می رود، ممکن است به شناسایی شرایطی نظیر دیابت، اضطراب، افسردگی و بیماری روانی کمک کند. اعتقاد بر این است که زبانی که فرد در پستهای فیس بوک خود استفاده می کند، میتواند شاخصی از بیماری او باشد. بهمین دلیل داده های فیس بوک با رضایت بیمار میتواند درست مانند علائم جسمی، تحت نظارت قرار گرفته و به بهبود ارائه ی خدمات مراقبتی کمک کند. نتایج این مطالعه در PLOS ONE منتشر شد.

نویسنده اصلی این مقاله، دکتر Merchant ، مدیر مرکز بهداشت پن برای سلامت دیجیتال و استادیار پزشکی اورژانس می گوید: این تحقیق در مراحل اولیه ی خود است، اما ما امیدواریم که دیدگاه های اقتباس شده از این پست ها بتواند برای آگاهی بهتر بیماران و ارائه دهندگان خدمات بهداشتی درباره سلامت افراد بکار رود. همانطور که پست های رسانه های اجتماعی اغلب در مورد انتخاب های شیوه زندگی افراد و تجارب و یا احساس آنها اطلاعاتی را ارائه می دهد، پست های فیس بوک می توانند اطلاعات بیشتری در مورد مدیریت بیماری و تشدید آن ارائه دهند.

با استفاده از تکنیک جمع آوری داده های خودکار، محققان کل تاریخچه فیس بوک تقریبا 1000 بیمار را آنالیز کردند، این افراد با امکان دسترسی به داده های پرونده پزشکی آنها از طریق پروفایل شان توافق کرده بودند. سپس محققان سه مدل را برای آنالیز قدرت پیش بینی خود در مورد بیماران ابداع کردند: یک مدل تنها به آنالیز زبان پست فیس بوک می پرداخت، مدل دیگر تنها از داده های جمعیت شناختی مانند سن و جنس و آخرین مدل از هر دو مجموعه از داده ها استفاده می نمود.

محققان به بررسی 21 شرایط مختلف پرداختند، آنها دریافتند که همه 21 بیماری تنها از طریق پستهای فیس بوک قابل پیش بینی هستند. در حقیقت، 10 مورد از شرایط با استفاده از داده های فیس بوک به جای اطلاعات دموگرافیک بهتر پیش بینی شدند.

به نظر می رسید که برخی از داده های فیس بوک که پیش بینی بهتری نسبت به داده های جمعیت شناختی ارائه می دادند، بصری بودند. به عنوان مثال، تصاویری از "نوشیدن" و "بطری" پیش بینی کننده های بهتری برای سوء استفاده از الکل بودند. با این حال، سایر موارد آسان نبودند. به عنوان مثال، احتمال دیابتی بودن افرادی که اغلب به مطالب مذهبی مانند "خدا" یا "دعا" در پست های خود اشاره می کردند، 15 برابر بیشتر از کسانی بود که کمترین میزان اینگونه پست ها را داشتند. علاوه بر این، واژه هایی که بیانگر خصومت بودند(مانند dumb) و برخی از دشنام ها ، به عنوان شاخص هایی برای سوء مصرف مواد و بیماری های روانی به کار می روند.

نویسنده ی ارشد این تحقیق، پرفسور اندرو شوارتز، متخصص کامپیوتر و علوم اطلاعات، گفت: زبان دیجیتالی ما جنبه های قدرتمندی از زندگی ما را نشان می دهد که کاملا متفاوت از جنبه هایی است که از اطلاعات پزشکی سنتی اقتباس می شود، مطالعات بسیاری در حال حاضر ارتباط بین الگوهای زبان و بیماریهای خاص مانند زبان پیش بینی کننده افسردگی یا زبان نشان دهنده ی ابتلای فرد به سرطان را نشان داده اند. با در نظر گرفتن بسیاری از شرایط پزشکی، ما دیدگاهی از چگونگی ارتباط شرایط با یکدیگر بدست می آوریم که می تواند کاربردهای جدیدی از AI[1] را در پزشکی تعریف کند.

سال گذشته بسیاری از اعضای این تیم تحقیقاتی توانستند نشان دهند که آنالیز پست های فیس بوک می تواند تشخیص افسردگی را تا سه ماه قبل از تشخیص افسردگی در کلینیک پیش بینی کند. این تحقیق جدید مبتنی بر آن مطالعه است و نشان می دهد که ممکن است پتانسیل ایجاد یک سیستم opt-in[2]  برای بیماران وجود داشته باشد تا با آنالیز پست های رسانه های اجتماعی آنها، اطلاعات اضافی به پزشکان بمنظور اصلاح مراقبت های بهداشتی ارائه شود.

دکتر Merchant گفت: دشوار است که بتوان پیش بینی نمود که چنین سیستمی تا چه میزان گسترش خواهد یافت، اما این سیستم می تواند برای بیمارانی که اغلب از رسانه های اجتماعی استفاده می کنند، با ارزش باشد. به عنوان مثال، اگر کسی در حال تلاش برای کاهش وزن باشد و به کمک برای درک گزینه های غذایی و رژیم های ورزشی نیاز داشته باشد، امکان آنالیز پرونده های رسانه های اجتماعی این فرد توسط یک ارائه دهنده ی مراقبت های بهداشتی، می تواند به بهبود الگوهای معمول زندگی او کمک کند.

در اواخر سال جاری قرار است دکترMerchant ، یک مطالعه ی بزرگ را انجام دهد که در آن از بیماران خواسته می شود تا به طور مستقیم محتوای رسانه های اجتماعی خود را با ارائه دهندگان مراقبتهای بهداشتی خود به اشتراک گذارند. این امر به بررسی اینکه آیا مدیریت این داده ها و استفاده از آنها امکان پذیر است یا خیر، و نیز بدست آوردن آمار از تعداد بیمارانی که در واقع با دسترسی به حساب های خود برای کمک به مراقبت های بهداشتی فعال موافقت می کنند، کمک خواهد نمود.

دکترMerchant  گفت: یک چالش در اینباره اینست که اطلاعات زیادی وجود دارد و ما به عنوان ارائه دهندگان مراقبتهای بهداشتی برای تفسیر این اطلاعات یا تصمیم گیری بالینی بر اساس آنها آموزش ندیده ایم. برای حل این مسئله، ما به بررسی نحوه فشرده سازی و خلاصه بندی داده های رسانه های اجتماعی خواهیم پرداخت.

منبع:

https://medicalxpress.com/news/2019-06-facebook-diabetes-mental-health-demographic.html