Analisis Facebook: AI diajarkan untuk mendiagnosis penyakit mental pengguna dari pesan mereka



Pada akhir tahun lalu, terdapat 5,8 juta pasien gangguan jiwa di Rusia . Jumlah gangguan jiwa yang terus meningkat dari tahun ke tahun, secara signifikan membebani sistem kesehatan internasional. Para ilmuwan secara aktif mencari cara untuk mendiagnosis penyakit sejak dini. Salah satu metode ini diusulkan oleh peneliti Amerika menggunakan salah satu layanan paling populer di dunia - Facebook.



Jejaring sosial telah lama mengenal kita masing-masing dengan sangat dekat. Tetapi seberapa jauh Anda dapat memahami pengetahuan ini jika Anda menganalisis informasi pribadi dengan cermat, nada pesan yang dikirim, semantik kata-kata dalam posting, dan bahkan memperhatikan filter yang dipilih di foto? Masalah mental pada pengguna Facebook ternyata bisa diidentifikasi sejak dini.



Sekelompok peneliti dari Institute for Medical Research. Feinstein pada awal Desember mengumumkan pembuatan algoritme yang memungkinkan untuk mengidentifikasi penyimpangan dari pengguna Facebook menggunakan pesan dan foto yang dikirim sebelumnya. Detailnya ada di bawah.



Direktur Riset, Associate Professor di Institute of Medical Research dinamai Feinstein, Michael Birnbaum meyakini bahwa algoritma yang dibuat sangat penting untuk deteksi dan pengobatan gangguan. Dia mengklaim bahwa pengobatan sekarang dimulai cukup terlambat, dan metode seperti itu akan membantu untuk melihat gambaran penyakit pada tahap awal dan akan menjadi dasar untuk memulai pengobatan segera.



Bagaimana penelitiannya?



Sumber



Untuk melakukan studi skala besar, tim memperoleh akses ke data dari 223 relawan pengguna jejaring sosial. Algoritme AI menganalisis pesan, status, dan foto yang diposting oleh mereka. Tujuan dari analisis ini adalah untuk memahami apakah relawan memiliki kelainan: gangguan bipolar atau depresi, gangguan spektrum skizofrenia, atau keadaan mental yang umumnya tidak stabil.



Hasil analisis menunjukkan sebagai berikut.



  • Penggunaan kata-kata cabul menjadi ciri orang dengan penyakit mental.
  • Kata kerja persepsi yang sering digunakan dalam teks: melihat, merasakan, mendengar, serta kata-kata yang menggambarkan emosi negatif, berbicara tentang skizofrenia.
  • Warna kebiruan yang dingin pada foto dikaitkan dengan gangguan emosional.


Tentu saja, tidak semua pecinta kata-kata kasar adalah calon pasien rumah sakit jiwa. Sama seperti pecinta warna biru / cyan, mereka tidak memiliki penyimpangan. Kami berbicara tentang kombinasi sejumlah faktor yang dapat berfungsi sebagai penanda masalah.



Penilaian hasil



Untuk menilai kecukupan hasil yang diperoleh, para peneliti menggunakan indikator umum yang menemukan kompromi antara positif palsu untuk pemicu dan negatif palsu, yang juga tidak bisa dihindari. Para ilmuwan menerima peringkat akurasi diagnosis 0,65 hingga 0,77 untuk sistem mereka, tergantung pada database aslinya. Ini hasil yang bagus. Untuk memahami penilaian tersebut, mari kita jelaskan bahwa akurasi dari algoritma yang ideal, tanpa reaksi palsu, adalah 1. Akurasi dari algoritma yang mencoba membuat diagnosis secara acak adalah 0,5.



Menurut asisten profesor ilmu komputer di Universitas Negeri New York di Stony Brook, H. Andrew Schwartz, akurasi yang dicapai sebanding dengan hasil uji standar PHQ-9. Oleh karena itu, sangat mungkin data dari jejaring sosial benar-benar dapat digunakan untuk menyaring gangguan mental. Ngomong-ngomong, tes PHQ-9 bisa dilakukan secara online .



Fitur penting dari percobaan. Ilmuwan yang dipimpin oleh Birnbaum telah mengonfirmasi diagnosis pasien dari psikiater dengan tanggal pasti, dan mendapat akses ke akun di jejaring sosial setelah itu. Dan menganalisis informasi dari masa lalu.



Untungnya, tidak mungkin mengirim seseorang ke institusi medis hanya berdasarkan cara komunikasinya di jejaring sosial, dan dalam waktu dekat tidak mungkin ada sesuatu yang akan berubah dalam hal ini. Hal ini dikonfirmasi oleh Sharat Guntuku, Associate Professor dari Departemen Ilmu Komputer di University of Pennsylvania. Dia tidak ikut serta dalam penelitian dan memberikan pendapat independennya. Jadi, dia percaya bahwa di depan matanya tidak akan ada saatnya hanya data dari jejaring sosial yang akan digunakan untuk diagnosa. Namun ada kabar baik, karena informasi ini dapat menjadi sumber data tambahan, membantu mengidentifikasi orang yang berisiko.



Manfaat media sosial



Sumber



Ilmuwan sendiri mengatakan bahwa mendiagnosis penyakit mental adalah ilmu yang tidak tepat. Ini dapat ditingkatkan dan dikembangkan secara kualitatif dengan menambahkan sumber data baru. Jejaring sosial dapat menjadi salah satu alat tersebut. Mengapa mereka berguna untuk psikiater? Facebook yang sama menyediakan pencatatan terus menerus dari pikiran dan tindakan seseorang untuk jangka waktu yang cukup lama. Data tersebut dapat memberikan nilai tambah dan memperkaya pengetahuan dokter tentang pasiennya. Secara tradisional, psikiater menerima informasi dan mendiagnosis pasien dalam wawancara klinis selama satu jam.



Selain itu, data Facebook dapat membantu memantau kesehatan pasien selama fase pengobatan / pemulihan jangka panjang. Emosi, perasaan, pikiran pasien sangat dinamis, tetapi psikiater, paling-paling, melakukan pemotongan sebulan sekali. Melacak data umpan pribadi pasien akan membantu dokter mendapatkan gambaran yang lebih baik dan menyesuaikan perawatan.



Apa lagi yang dibungkam Facebook?



Kasus yang dijelaskan ini jauh dari kali pertama dokter beralih ke media sosial.

Peneliti telah menggunakan status Facebook , tweet di Twitter dan posting Reddit untuk membuat diagnosis depresi, gangguan attention deficit hyperactivity.



Untuk menganalisis status Facebook, dokter menggunakan data dari 114 pasien dengan diagnosis depresi yang dikonfirmasi. Berdasarkan tanggal diagnosis resmi, para peneliti menganalisis semua postingan dan status pengguna hingga saat itu.



Model prediksi diagnosis memperhitungkan informasi berikut:



  • panjang pesan;
  • frekuensi publikasi;
  • suatu jangka waktu;
  • data demografis.


Hasil penelitian menunjukkan bahwa Facebook memberikan keakuratan prediksi yang sama dengan tes diagnosis mandiri depresi lainnya yang sudah diketahui.



10 topik yang paling dekat hubungannya dengan diagnosis depresi di masa depan.

Sumber




Ilmuwan telah menamai penanda bahasa emosional dari suasana hati depresi:



  • deskripsi tentang keadaan sedih;
  • permusuhan yang diucapkan;
  • air mata, tangisan, sakit;
  • menyebutkan kesepian dan kata-kata: rindu, banyak, nak;
  • emosi negatif dengan kata-kata yang sering muncul: smh, f * ck, hate.


Selain itu, orang dengan gangguan depresi menggunakan lebih banyak kata ganti orang pertama, yang dikaitkan dengan perhatian mereka terhadap diri mereka sendiri dan kondisinya.



Selain itu, studi tersebut menemukan bahwa rata-rata jumlah kata tahunan dalam pesan adalah 1.424 lebih banyak untuk pengguna yang akhirnya didiagnosis dengan gangguan mental.






All Articles