根據PennMedicine和StonyBrook大學研究人員的一項研究，一個人的Facebook帖子的語言可能是鑑定糖尿病，焦慮，抑鬱和精神病的糖尿病，焦慮，抑鬱和精神病的強大指標。它認為帖子中的語言可能是疾病指標，並且可以在患者同意，就像物理症狀一樣監測。該研究在PLOS中公佈。
“這項工作很早，但我們的希望是從這些帖子中收集的洞察力可以用於更好地通知患者和提供者的健康，”LairAuthorRainaMerchant說，MD，賓夕法尼亞州的數字健康中心和急診醫學副教授的賓夕法尼亞州醫學中心。“隨著社交媒體帖子往往是某人的生活方式選擇和經驗或他們的感受，這些信息可以提供有關疾病管理和加重的額外信息。”
如何進行研究？
使用自動數據收集技術，研究人員分析了整個Facebook郵政歷史，近1,000名患者，同意將其電子醫療記錄數據與其檔案相關聯。
研究人員然後建立了三種模型來分析患者的預測力量：一個型號僅分析了Facebook郵政語言，另一個用於年齡和性別等人口統計數據，以及結合兩個數據集的最後一個模型。
在觀察到21個不同的條件後，研究人員發現所有21次從Facebook上可預測。
實際上，10條條件更好通過使用Facebook數據而不是人口統計信息。
一些發現比人口統計數據更加預測的Facebook數據看起來直觀。例如，“飲料”和“瓶子”被證明更加預測酒精濫用。
一些並不容易！
<例如，最常見的人在他們的帖子中提到的宗教語言或“上帝”或“祈禱”的人數是糖尿病的15倍，而不是那些使用這些條款的人。此外，表達敵意的詞語-就像“愚蠢”和一些咒罵-擔任藥物濫用和手機的指標。
為什麼它工作？
“我們的數字語言捕獲了我們生活的強大方面，這可能與通過傳統醫療數據捕獲的內容完全不同，”該研究的高級作者安德魯·施瓦茨（Phd）彭恩省的助理教授和信息科學，以及StonyBrookUniversity計算機科學助理教授。“許多研究現在已經顯示了語言模式和特定疾病之間的聯繫，例如抑鬱或語言的語言預測，抑鬱或語言，了解有人是否與癌症生活有所了解。但是，通過觀察許多醫療條件，我們可以了解如何條件彼此涉及，可以使AI用於藥物的新應用。“
Facebook帖子和抑鬱症
去年，本研究團隊的許多成員都能夠表明Facebook帖子的分析可以預測抑鬱症的診斷多達三個月早於診所診斷。這項工作在該研究中建立並表明，對於可以分析社交媒體職位的患者可能有可能開發一個選擇的系統，並為臨床醫生提供額外信息來改進護理。商家說，預測這種系統的普及是如何普遍的，但對於使用社交媒體經常使用社交媒體的患者來說，它“可能是有價值的”。
“例如，如果有人正在努力減肥，需要有助於了解他們的食物選擇和鍛煉方案，具有醫療保健提供商審查他們的社交媒體記錄可能會讓他們更加洞察，以幫助改善他們，以幫助改善它們，“Merchant說。
今年晚些時候，商家將進行大型試驗，其中將要求患者直接與其醫療保健提供者分享社交媒體內容。這將展示查看此數據是否可行的是可行的，以及有多少患者實際上將與其賬戶同意用於補充主動護理。
“一個挑戰這是一個挑戰，因為提供瞭如此多的數據，我們作為提供者，沒有訓練來解釋自己-或者基於它進行臨床決策，“商人解釋道。“為了解決這個問題，我們將探討如何融入和總結社交媒體數據。”
還閱讀：蘇丹危機：它是如何開始和其他事實
也讀取1在7個全球範圍內出生的7個嬰兒出生，出生重量低-刺血針全球健康，聯合國兒童基金會，世衛組織，世衛組織，世衛組織
