REKLAAM

Sotsiaalmeedia ja meditsiin: kuidas postitused aitavad haigusseisundeid ennustada

Meditsiin Pennsylvania ülikooli teadlased on avastanud, et sotsiaalmeedia postituste sisu põhjal on võimalik haigusseisundeid ennustada

sotsiaalmeedias on nüüd meie elu lahutamatu osa. 2019. aastal vähemalt 2.7 miljardit inimesed kasutavad regulaarselt veebipõhiseid sotsiaalmeedia platvorme, nagu Facebook, Twitter ja Instagram. See tähendab, et rohkem kui miljard inimest jagavad nendel avalikel platvormidel igapäevaselt teavet oma elu kohta. Inimesed jagavad vabalt oma mõtteid, meeldimisi ja mittemeeldimisi, tundeid ja isiksusi. Teadlased uurivad, kas see teave on loodud väljaspool kliiniline tervishoiusüsteemi, võib paljastada võimalikke haiguste ennustajaid igapäevaelus patsientidel mis muidu võivad olla tervishoiutöötajate ja teadlaste ees varjatud. Varasemad uuringud on näidanud, kuidas Twitter suudab ennustada südamehaiguste suremust või jälgida avalikkuse suhtumist meditsiiniga seotud küsimustesse, nagu kindlustus. Sotsiaalmeedia teavet ei ole aga siiani kasutatud üksikisiku tasandil haigusseisundite ennustamiseks.

Uus uuring, mis avaldati 17. juunil aastal PLoS ONE on esimest korda näidanud patsientide (kes on andnud nõusoleku) elektrooniliste haiguslugude sidumist nende sotsiaalmeedia profiilidega. Teadlaste eesmärk oli uurida – esiteks, kas kasutaja sotsiaalmeediakonto(de)le postitatud keele põhjal on võimalik ennustada inimese haigusseisundeid ja teiseks, kas on võimalik tuvastada konkreetseid haigusmarkereid.

Teadlased kasutasid 999 patsiendi täieliku Facebooki ajaloo analüüsimiseks automatiseeritud andmekogumistehnikat. See tähendas 20 miljoni sõna analüüsimist umbes 949,000 500 Facebooki olekuvärskenduses vähemalt 21 sõna sisaldavate postitustega. Teadlased töötasid välja kolm mudelit, et teha ennustusi iga patsiendi kohta. Esimene mudel analüüsis Facebooki postituste keelt märksõnade tuvastamise teel. Teises mudelis analüüsiti patsiendi demograafilist teavet, nagu nende vanus ja sugu. Kolmas mudel ühendas need kaks andmekogumit. Kokku uuriti XNUMX haigusseisundit, sealhulgas diabeet, ärevus, depressioon, hüpertensioon, alkoholi kuritarvitamine, rasvumine, psühhoosid.

Analüüs näitas, et kõik 21 haigusseisundit olid ainuüksi Facebooki postituste põhjal ennustatavad. Ja Facebooki postitused ennustasid 10 tingimust paremini kui isegi demograafia. Silmapaistvad märksõnad olid näiteks "jook", "purjus" ja "pudel", mis ennustasid alkoholi kuritarvitamist, ning sõnu nagu "jumal" või "palveta" või "perekond" kasutasid diabeetikud 15 korda sagedamini. Sõnad nagu "rumal" olid uimastite kuritarvitamise ja psühhoosi näitajad ning sõnad nagu "valu", "nutt" ja "pisarad" olid seotud emotsionaalse stressiga. Üksikute Facebooki keel oli ennustuste tegemisel väga tõhus – eriti diabeedi ja vaimsete häirete kohta tervis seisundid, sealhulgas ärevus, depressioon ja psühhoos.

Praegune uuring viitab sellele, et patsientide jaoks võiks välja töötada opt-in süsteemi, kus patsiendid võimaldaksid analüüsida oma sotsiaalmeedia postitusi, võimaldades arstidele juurdepääsu sellele teabele. See lähenemisviis võib olla kõige väärtuslikum inimestele, kes kasutavad regulaarselt sotsiaalmeediat. Kuna sotsiaalmeedia peegeldab inimeste mõtteid, isiksust, vaimset seisundit ja tervisekäitumist, saab neid andmeid kasutada haiguse alguse või ägenemise ennustamiseks. Sotsiaalmeedia puhul on eraelu puutumatus, teadlik nõusolek ja andmete omamine üliolulised. Sotsiaalmeedia sisu tihendamine ja kokkuvõtete tegemine ning tõlgenduste tegemine on esmane eesmärk.

Praegune uuring võib aidata välja töötada uusi tehisintellekti rakendused haigusseisundite ennustamiseks. Sotsiaalmeedia andmed on kvantifitseeritavad ja pakuvad uusi võimalusi haiguse käitumuslike ja keskkonnariskitegurite hindamiseks. Üksikisiku sotsiaalmeedia andmeid nimetatakse "sotsiaalseks keskmikuks" (sarnaselt genoomiga – geenide täielik komplekt).

***

{Saate lugeda esialgset uurimistööd, klõpsates alltoodud allika(te) loendis DOI lingil}

Allikas (d)

Kaupmees RM jt. 2019. Tervislike seisundite prognoositavuse hindamine sotsiaalmeedia postitustest. PLOS ÜKS. 14 (6). https://doi.org/10.1371/journal.pone.0215476

SCIEU meeskond
SCIEU meeskondhttps://www.ScientificEuropean.co.uk
Scientific European® | SCIEU.com | Olulised edusammud teaduses. Mõju inimkonnale. Inspireerivad meeled.

Telli meie uudiskiri

Värskeimate uudiste, pakkumiste ja eriteadetega.

Kõige populaarsemad artiklid

Haiguste tüvirakumudelid: välja töötatud esimene albinismi mudel

Teadlased on välja töötanud esimese patsiendilt saadud tüvirakkude mudeli...

Värskendus alkoholivaba rasvmaksahaiguse mõistmiseks

Uuring kirjeldab uudset mehhanismi, mis on seotud haiguse progresseerumisega...
- Reklaam -
94,262Fännidnagu
47,622järgijaidjärgima
1,772järgijaidjärgima
30AbonentideSoovin uudiskirja