medicinski znanstvenici sa Sveučilišta Pennsylvania otkrili su da se medicinska stanja mogu predvidjeti iz sadržaja objava na društvenim mrežama
društveni mediji sada je sastavni dio naših života. U 2019. najmanje 2.7 mlrd ljudi redovito koristite online platforme društvenih medija kao što su Facebook, Twitter i Instagram. To znači da više od milijardu pojedinaca svakodnevno dijeli informacije o svojim životima na ovim javnim platformama. Ljudi slobodno dijele svoje misli, stvari koje im se sviđaju i ne sviđaju, osjećaje i osobnosti. Znanstvenici istražuju jesu li te informacije nastale izvan klinički zdravstvenog sustava, mogao otkriti moguće prediktore bolesti u svakodnevnom životu bolesnici koji inače mogu biti skriveni za zdravstveno osoblje i istraživače. Ranije studije pokazale su kako Twitter može predvidjeti stopu smrtnosti od srčanih bolesti ili pratiti javno raspoloženje o medicinskim pitanjima poput osiguranja. Međutim, informacije društvenih medija do sada se nisu koristile za predviđanje zdravstvenih stanja na individualnoj razini.
Nova studija objavljena 17. lipnja god PLoS ONE je po prvi put prikazao povezivanje elektroničkih medicinskih kartona pacijenata (koji su dali suglasnost) s njihovim profilima na društvenim mrežama. Istraživači su željeli istražiti – prvo, mogu li se medicinska stanja pojedinca predvidjeti iz jezika objavljenog na korisnikovim računima društvenih medija i drugo, mogu li se identificirati specifični biljezi bolesti.
Istraživači su koristili tehniku automatiziranog prikupljanja podataka kako bi analizirali cijelu Facebook povijest 999 pacijenata. To je značilo analiziranje ogromnih 20 milijuna riječi u oko 949,000 ažuriranja statusa na Facebooku s objavama koje sadrže najmanje 500 riječi. Istraživači su razvili tri modela za predviđanje za svakog pacijenta. Prvi model analizirao je jezik Facebook postova identificirajući ključne riječi. Drugi model analizirao je pacijentove demografske podatke poput njihove dobi i spola. Treći model kombinira ova dva skupa podataka. Ukupno je ispitano 21 zdravstveno stanje, uključujući dijabetes, anksioznost, depresiju, hipertenziju, zlouporabu alkohola, pretilost, psihoze.
Analiza je pokazala da je svih 21 zdravstveno stanje bilo predvidljivo samo iz objava na Facebooku. I, 10 uvjeta su predvidjeli bolje objave na Facebooku nego čak i demografija. Istaknute ključne riječi bile su, na primjer, 'piće', 'pijan' i 'boca' koje su predviđale zlouporabu alkohola, a riječi poput 'Bog' ili 'moli se' ili 'obitelj' koristile su se 15 puta češće od strane osoba s dijabetesom. Riječi poput 'glup' služile su kao pokazatelji za zlouporabu droga i psihoze, a riječi poput 'bol', 'plakanje' i 'suze' povezivale su se s emocionalnom nevoljom. Jezik Facebooka kojim su se koristili pojedinci bio je vrlo učinkovit u predviđanju – osobito o dijabetesu i mentalnim bolestima zdravlje stanja uključujući anksioznost, depresiju i psihozu.
Trenutna studija sugerira da bi se mogao razviti sustav opt-in za pacijente gdje bi pacijenti dopuštali analizu svojih objava na društvenim mrežama pružajući pristup ovim informacijama kliničarima. Ovaj pristup mogao bi biti najvrjedniji za ljude koji rutinski koriste društvene mreže. Budući da društveni mediji odražavaju misli, osobnost, mentalno stanje i zdravstveno ponašanje ljudi, ovi se podaci mogu koristiti za predviđanje početka ili pogoršanja bolesti. Što se društvenih medija tiče, privatnost, informirani pristanak i vlasništvo nad podacima bit će ključni. Primarni je cilj sažimanje i sažimanje sadržaja društvenih medija i izrada interpretacija.
Trenutna studija može dovesti do razvoja novih umjetna inteligencija aplikacije za predviđanje zdravstvenih stanja. Podaci društvenih medija mogu se kvantificirati i pružaju nove načine za procjenu čimbenika rizika u ponašanju i okoliša za bolest. Podaci o pojedincu na društvenim mrežama nazivaju se 'društveni mediome' (slično genomu – kompletnom skupu gena).
***
{Izvorni istraživački rad možete pročitati klikom na vezu DOI koja se nalazi u nastavku na popisu citiranih izvora}
Izvor (i)
Trgovac RM i sur. 2019. Procjena predvidljivosti zdravstvenih stanja na temelju postova na društvenim mrežama. PLOS JEDAN. 14 (6). https://doi.org/10.1371/journal.pone.0215476
