Social-Media-Daten zur Identifizierung von psychischen Erkrankungen und Diabetes

Eine neue Studie legt nahe, dass Mining-Daten von Social-Media-Websites Fachleuten dabei helfen können, eine Vielzahl von Gesundheitszuständen zu identifizieren und zu verwalten, darunter Diabetes, Angstzustände, Depressionen und Psychosen.

Forscher von Penn Medicine und der Stony Brook University analysierten Facebook-Beiträge und glauben, dass die Sprache in Beiträgen Indikatoren für Krankheiten sein könnten. Wenn eine Person ihre Einwilligung erteilt, können die Beiträge ebenso wie körperliche Symptome überwacht werden.

Die Studie erscheint in PLUS EINS.

"Diese Arbeit ist früh, aber wir hoffen, dass die aus diesen Beiträgen gewonnenen Erkenntnisse genutzt werden können, um Patienten und Anbieter besser über ihre Gesundheit zu informieren", sagte die Hauptautorin Raina Merchant, MD, MS, Direktorin des Penn Medicine Center for Digital Health und ein außerordentlicher Professor für Notfallmedizin.

"Da es in Social Media-Posts häufig um die Lebensgewohnheiten und -erfahrungen einer Person geht oder um deren Gefühl, können diese Informationen zusätzliche Informationen zum Krankheitsmanagement und zur Exazerbation liefern."

Mithilfe einer automatisierten Datenerfassungstechnik analysierten die Forscher die gesamte Facebook-Post-Historie von fast 1.000 Patienten, die sich bereit erklärten, ihre elektronischen Krankenakten mit ihren Profilen zu verknüpfen.

Die Forscher erstellten dann drei Modelle, um ihre Vorhersagekraft für die Patienten zu analysieren: ein Modell analysierte nur die Facebook-Postsprache, ein anderes verwendete demografische Daten wie Alter und Geschlecht und das letzte, das die beiden Datensätze kombinierte.

Bei der Untersuchung von 21 verschiedenen Bedingungen stellten die Forscher fest, dass alle 21 allein von Facebook aus vorhersehbar waren. Tatsächlich wurden 10 der Bedingungen durch die Facebook-Daten besser vorhergesagt als durch demografische Informationen.

Einige der Facebook-Daten, die prädiktiver als demografische Daten waren, schienen intuitiv zu sein. Zum Beispiel wurde gezeigt, dass „Getränk“ und „Flasche“ den Alkoholmissbrauch besser vorhersagen.

Andere waren jedoch nicht so einfach. Zum Beispiel hatten die Menschen, die in ihren Beiträgen am häufigsten religiöse Sprachen wie „Gott“ oder „beten“ erwähnten, 15-mal häufiger Diabetes als diejenigen, die diese Begriffe am wenigsten verwendeten. Darüber hinaus dienten Wörter, die Feindseligkeit ausdrücken - wie „dumm“ und einige Sprengsätze - als Indikatoren für Drogenmissbrauch und Psychosen.

"Unsere digitale Sprache erfasst wichtige Aspekte unseres Lebens, die sich wahrscheinlich stark von denen unterscheiden, die durch traditionelle medizinische Daten erfasst werden", sagte der leitende Autor der Studie, Andrew Schwartz, PhD.

„Viele Studien haben inzwischen einen Zusammenhang zwischen Sprachmustern und bestimmten Krankheiten gezeigt, z. B. eine Sprache, die Depressionen vorhersagt, oder eine Sprache, die Aufschluss darüber gibt, ob jemand mit Krebs lebt. Wenn wir uns jedoch viele Erkrankungen ansehen, erhalten wir einen Überblick darüber, wie sich die Erkrankungen zueinander verhalten, was neue Anwendungen von KI für die Medizin ermöglichen kann. “

Im vergangenen Jahr konnten viele Mitglieder dieses Forschungsteams zeigen, dass die Analyse von Facebook-Posts eine Diagnose einer Depression bis zu drei Monate früher vorhersagen kann als eine Diagnose in der Klinik.

Diese Arbeit baut auf dieser Studie auf und zeigt, dass möglicherweise ein Opt-In-System für Patienten entwickelt werden kann, das ihre Social-Media-Beiträge analysiert und den Klinikern zusätzliche Informationen zur Verfeinerung der Leistungserbringung zur Verfügung stellt. Der Händler sagte, es sei schwierig vorherzusagen, wie weit verbreitet ein solches System sein würde, aber es könnte für Patienten, die häufig soziale Medien nutzen, "wertvoll" sein.

"Wenn zum Beispiel jemand versucht, Gewicht zu verlieren und Hilfe beim Verständnis seiner Ernährungsgewohnheiten und Trainingsprogramme benötigt, kann ein Gesundheitsdienstleister, der seine Social-Media-Daten überprüft, mehr Einblick in seine üblichen Muster erhalten, um sie zu verbessern", sagte Merchant .

Später in diesem Jahr wird Merchant eine große Studie durchführen, in der Patienten gebeten werden, Social-Media-Inhalte direkt mit ihrem Gesundheitsdienstleister zu teilen. Auf diese Weise wird untersucht, ob die Verwaltung und Anwendung dieser Daten möglich ist und wie viele Patienten tatsächlich zustimmen würden, dass ihre Konten zur Ergänzung der aktiven Versorgung verwendet werden.

"Eine Herausforderung dabei ist, dass es so viele Daten gibt und wir als Anbieter nicht geschult sind, diese selbst zu interpretieren - oder darauf basierend klinische Entscheidungen zu treffen", erklärte Merchant. "Um dies zu beheben, werden wir untersuchen, wie Social-Media-Daten komprimiert und zusammengefasst werden können."

Quelle: Medizinische Fakultät der Universität von Pennsylvania