Посты в соцсетях указывают на диабет, психоз, алкоголизм и другие опасные состояния пользователей

Прогнозировать развитие опасных заболеваний и расстройств поможет цифровой язык пациента.

Прогнозировать развитие опасных заболеваний и расстройств поможет цифровой язык пациента.
Фото с сайта pixabay.com.

999 пациентов, 20 миллионов слов и 21 состояние, включая диабет, депрессию и пристрастие к спиртному. Учёные создали модель, которая поможет медикам выявлять заболевания и расстройства пациентов, анализируя их посты в социальной сети "Фейсбук" (запрещена в РФ).

Социальные сети стали неотъемлемой частью современной жизни, и у учёных появилось новое направление для исследований: они изучают поведение людей в онлайн-пространстве и порой приходят к весьма любопытным выводам.

Так, специалисты из Университета Пенсильвании и Университета Нью-Йорка в Стоуни-Брук выяснили, что при помощи языкового анализа постов в социальной сети "Фейсбук (запрещена в РФ)" (запрещена в РФ) у того или иного пользователя можно выявить такие состояния как психоз, депрессия и даже сахарный диабет.

В этом исследовании приняли участие 999 человек. Используя метод автоматического сбора данных, команда проанализировала истории их публикаций и провела анализ их электронных медицинских данных.

Затем учёные создали три прогностические модели: первая анализирует только язык постов, вторая использует демографические данные, такие как возраст и пол, а третья объединяет два набора данных.

В общей сложности авторы рассматривали 21 состояние (под этим термином далее будем понимать также болезни и расстройства), включая проблемы с пищеварением, травмы, беременность, кожные заболевания, тревожность, ожирение, злоупотребление наркотиками и алкоголем, инфекции, передающиеся половым путём.

Оказалось, что все эти состояния можно выявить у человека всего лишь с помощью анализа постов "Фейсбука". Причём 18 из них были лучше всего спрогнозированы с использованием демографических и онлайн-данных, а десять из них анализ постов выявил лучше, чем анализ демографических данных.

Отмечается, что в целом специалисты проанализировали 20 миллионов слов, составлявших почти 950 тысяч статусов или постов в социальной сети.

В некоторых случаях прогнозы были предсказуемыми. Так, употребление слов "пить" и "бутылка" выдавало людей, имевших пристрастие к алкоголю.

Однако в других случаях результаты были неожиданными. К примеру, люди, которые чаще всего употребляли в своих постах религиозные слова, такие как "Бог" или "молиться", имели в 15 раз больше шансов заболеть диабетом, чем те, кто использовал эти термины реже всего.

Другой любопытный пример: слова, выражающие враждебность (некоторые ругательства или слова вроде "тупой" и "чушь собачья") служили индикаторами психозов и пристрастия к наркотикам.

Между тем употребление таких слов как "живот", "голова" и "боль" может свидетельствовать о физических симптомах психического расстройства, что позволяет спрогнозировать развитие депрессии.

"Наш цифровой язык охватывает значительные аспекты нашей жизни, которые, вероятно, весьма отличаются от того, что фиксируется с помощью традиционных медицинских данных, – поясняет ведущий автор работы Эндрю Шварц (Andrew Schwartz). – Многие исследования в настоящее время выявляют связь между языковыми моделями и специфическими заболеваниями, такими как депрессия или рак. Тем не менее, рассматривая многие медицинские состояния, мы получаем представление о том, как они связаны друг с другом, что открывает новые возможности применения искусственного интеллекта в медицине".

Кстати, в 2018 году та же научная группа показала, что анализ сообщений в социальной сети "Фейсбук" помогает предсказать развитие депрессии на три месяца раньше, чем этот диагноз поставят клиницисты.

Собственно, эта новая работа основывается на предыдущей и показывает, что анализ постов в соцсетях (осуществляемый с согласия пациентов) может предоставлять врачам важную дополнительную информацию. Таким образом, они смогут оказать более своевременную и персонализированную медицинскую помощь.

Более того, ожидается, что такого рода анализы будут полезны для "цифровой эпидемиологии". Они позволят следить за динамикой и вспышками инфекционных заболеваний среди населения.

По словам учёных, пока сложно предположить, насколько распространённой станет такая система. Однако она может быть весьма полезна для пациентов, которые часто пользуются социальными сетями.

В ближайших планах команды – более масштабный эксперимент, в рамках которого добровольцев попросят поделиться своим контентом в соцсетях с медиками. Учёные хотят выяснить, сколько людей согласится на анализ своих учётных записей и какую помощь специалисты смогут оказать пациентам на основе этого анализа.

На данном этапе также важно оптимизировать системы сбора и обработки огромных массивов данных, чтобы медикам было проще их интерпретировать.

Эксперты, комментировавшие эту работу, полагают, что цифровые данные также было бы интересно рассмотреть вкупе с более полными демографическими сведениями – социально-экономическим статусом, уровнем образования людей и так далее. Вероятно, в этом случае анализ будет ещё более точным.

Научная статья по итогам этого исследования опубликована в журнале PLOS ONE.

Кстати, ранее было установлено, что использование соцсетей может продлевать человеку жизнь, а вот зависимость от них повышает риск возникновения депрессии втрое.

Также авторы проекта "Вести.Наука" (nauka.vesti.ru) рассказывали, сколько времени нужно проводить онлайн, чтобы не чувствовать себя одиноким, каким людям больше других грозит зависимость от социальных сетей и на скольких "фрэндов" человек может рассчитывать в трудной жизненной ситуации.