A finales del a帽o pasado, hab铆a 5,8 millones de pacientes con enfermedades mentales en Rusia . El n煤mero de trastornos mentales aumenta de a帽o en a帽o, lo que supone una carga significativa para los sistemas de salud internacionales. Los cient铆ficos est谩n buscando activamente formas de diagnosticar enfermedades a tiempo. Uno de estos m茅todos fue propuesto por investigadores estadounidenses utilizando uno de los servicios m谩s populares del mundo: Facebook.
La red social nos conoce muy de cerca desde hace mucho tiempo. Pero, 驴hasta d贸nde puede llegar con este conocimiento si analiza cuidadosamente la informaci贸n personal, el tono de los mensajes enviados, la sem谩ntica de las palabras en las publicaciones e incluso presta atenci贸n al filtro seleccionado en la foto? Resulta que los problemas mentales en los usuarios de Facebook se pueden identificar en las primeras etapas.
Un grupo de investigadores del Instituto de Investigaciones M茅dicas. Feinstein anunci贸 a principios de diciembre la creaci贸n de un algoritmo que permite identificar las desviaciones de los usuarios de Facebook utilizando mensajes y fotos enviados previamente. Los detalles est谩n justo debajo.
Director de investigaci贸n, profesor asociado del Instituto de Investigaci贸n M茅dica que lleva el nombre Feinstein, Michael Birnbaum cree que el algoritmo creado es muy importante para la detecci贸n y el tratamiento de trastornos. Afirma que ahora el tratamiento se inicia bastante tarde, y tales m茅todos ayudar谩n a ver la imagen de la enfermedad en las primeras etapas y se convertir谩n en la base para el inicio inmediato del tratamiento.
驴C贸mo fue el estudio?
Para realizar un estudio a gran escala, el equipo obtuvo acceso a datos de 223 usuarios voluntarios de la red social. El algoritmo de IA analiz贸 mensajes, estados y fotos publicadas por ellos. El prop贸sito del an谩lisis es comprender si los voluntarios ten铆an alguna anomal铆a: trastorno bipolar o depresi贸n, trastorno del espectro esquizofr茅nico o estado mental generalmente inestable.
Los resultados del an谩lisis mostraron lo siguiente.
- El uso de palabras obscenas caracteriza a las personas con enfermedades mentales.
- El uso frecuente en el texto de los verbos de percepci贸n: ver, sentir, o铆r, as铆 como las palabras que describen emociones negativas, habla de esquizofrenia.
- Los tintes azulados fr铆os en las fotograf铆as est谩n asociados con trastornos emocionales.
Por supuesto, no todos los amantes de las palabras fuertes son pacientes potenciales de un hospital psiqui谩trico. Al igual que los amantes de los colores azul / cian, no tienen desviaciones. Estamos hablando de una combinaci贸n de una serie de factores que pueden servir como marcador del problema.
Evaluaci贸n de resultados
Para evaluar la adecuaci贸n de los resultados, los investigadores recurrieron a un indicador generalizado que encuentra un compromiso entre falsos positivos para los desencadenantes y falsos negativos, que tambi茅n son inevitables. Los cient铆ficos recibieron una puntuaci贸n de precisi贸n de diagn贸stico de 0,65 a 0,77 para su sistema, seg煤n la base de datos original. Este es un buen resultado. Para comprender la evaluaci贸n, expliquemos que la precisi贸n de un algoritmo ideal, sin reacciones falsas, es 1. La precisi贸n de un algoritmo que intenta hacer un diagn贸stico al azar es 0.5.
Seg煤n el profesor asistente de ciencias de la computaci贸n en la Universidad Estatal de Nueva York en Stony Brook, H. Andrew Schwartz, la precisi贸n alcanzada es comparable a los resultados de la prueba est谩ndar PHQ-9. Por lo tanto, es muy probable que los datos de la red social se puedan utilizar para detectar trastornos mentales. Por cierto, la prueba PHQ-9 se puede realizar en l铆nea .
De las caracter铆sticas importantes del experimento. Los cient铆ficos dirigidos por Birnbaum hab铆an confirmado los diagn贸sticos de los pacientes de los psiquiatras con fechas exactas, y despu茅s de eso obtuvieron acceso a cuentas en la red social. Y analiz贸 informaci贸n del pasado.
Afortunadamente, es imposible enviar a una persona a una instituci贸n m茅dica bas谩ndose solo en su forma de comunicaci贸n en una red social, y en un futuro cercano es poco probable que algo cambie en este sentido. Esto lo confirma Sharat Guntuku, profesor asociado del Departamento de Ciencias de la Computaci贸n de la Universidad de Pensilvania. No particip贸 en la investigaci贸n y da su opini贸n independiente. Entonces, cree que ante sus ojos no llegar谩 un momento en el que solo se utilicen datos de las redes sociales para el diagn贸stico. Pero hay buenas noticias, ya que esta informaci贸n puede convertirse en una fuente de datos adicionales, ayudando a identificar a las personas en riesgo.
Los beneficios de las redes sociales
Los propios cient铆ficos dicen que el diagn贸stico de enfermedades mentales es una ciencia imprecisa. Se puede mejorar y desarrollar cualitativamente agregando nuevas fuentes de datos. Las redes sociales pueden convertirse en una de esas herramientas. 驴Por qu茅 son 煤tiles para los psiquiatras? El mismo Facebook proporciona una grabaci贸n continua de los pensamientos y acciones de una persona durante un per铆odo de tiempo bastante largo. Estos datos pueden aportar un valor a帽adido y enriquecer el conocimiento que el m茅dico tiene del paciente. Tradicionalmente, los psiquiatras reciben informaci贸n y diagnostican a los pacientes en entrevistas cl铆nicas de una hora.
Adem谩s, los datos de Facebook pueden ayudar a monitorear el estado del paciente durante la fase de tratamiento / recuperaci贸n a largo plazo. Las emociones, los sentimientos y los pensamientos de los pacientes son muy din谩micos, pero los psiquiatras, en el mejor de los casos, hacen un recorte una vez al mes. El seguimiento de los datos de alimentaci贸n personales de los pacientes ayudar谩 a los m茅dicos a tener una mejor idea y ajustar el tratamiento.
驴Sobre qu茅 m谩s guarda silencio Facebook?
El caso descrito est谩 lejos de ser la primera vez que los m茅dicos recurren a las redes sociales.
Los investigadores ya han utilizado estados de Facebook , tweets en Twitter y publicaciones de Reddit para diagnosticar depresi贸n, trastorno por d茅ficit de atenci贸n con hiperactividad.
Para analizar los estados de Facebook, los m茅dicos utilizaron datos de 114 pacientes con un diagn贸stico confirmado de depresi贸n. Seg煤n la fecha del diagn贸stico oficial, los investigadores analizaron todas las publicaciones y los estados de los usuarios hasta ese momento.
El modelo de predicci贸n de diagn贸stico tuvo en cuenta la siguiente informaci贸n:
- longitud del mensaje;
- frecuencia de publicaciones;
- un per铆odo de tiempo;
- datos demogr谩ficos.
Los resultados del estudio mostraron que Facebook ofrece la misma precisi贸n de predicci贸n que otras pruebas de autodiagn贸stico ya conocidas para la depresi贸n.
Fuente
Los cient铆ficos han nombrado marcadores del lenguaje emocional del estado de 谩nimo depresivo:
- descripci贸n del estado de tristeza;
- hostilidad pronunciada;
- l谩grimas, llanto, dolor;
- menci贸n de la soledad y palabras: se帽orita, mucho, ni帽a;
- emociones negativas con palabras frecuentes: smh, f * ck, hate.
Adem谩s, las personas con trastorno depresivo utilizaron m谩s pronombres de una sola persona en primera persona, lo que est谩 relacionado con su preocupaci贸n por ellos mismos y su condici贸n.
Adem谩s, el estudio encontr贸 que la cantidad anual promedio de palabras en los mensajes era 1.424 m谩s para los usuarios que finalmente fueron diagnosticados con un trastorno mental.
