Medical científics de la Universitat de Pennsilvània han trobat que les condicions mèdiques es podrien predir a partir del contingut de les publicacions a les xarxes socials
mitjans de comunicació social ara és una part integral de les nostres vides. El 2019, almenys 2.7 milions persones utilitzar regularment plataformes de xarxes socials en línia com Facebook, Twitter i Instagram. Això vol dir que més de mil milions de persones comparteixen informació diàriament sobre les seves vides en aquestes plataformes públiques. La gent comparteix lliurement els seus pensaments, els seus gustos i no, els seus sentiments i personalitats. Els científics estan explorant si aquesta informació, generada fora de la clínic sistema sanitari, podria revelar possibles predictors de malalties en la vida diària de pacients que, d'altra manera, es poden amagar al personal sanitari i als investigadors. Estudis anteriors han demostrat com Twitter pot predir la taxa de mortalitat per malalties del cor o controlar el sentiment públic sobre qüestions relacionades amb la medicina, com ara l'assegurança. Tanmateix, fins ara, la informació de les xarxes socials no s'ha utilitzat per predir condicions mèdiques a nivell individual.
Un nou estudi publicat el 17 de juny a PLOS ONE ha mostrat per primera vegada la vinculació de la història clínica electrònica dels pacients (que han donat el seu consentiment) amb els seus perfils de xarxes socials. Els investigadors pretenien investigar: en primer lloc, si es poden predir les condicions mèdiques d'un individu a partir de l'idioma publicat als comptes de xarxes socials de l'usuari i, en segon lloc, si es poden identificar marcadors específics de la malaltia.
Els investigadors van utilitzar una tècnica de recollida de dades automatitzada per analitzar l'historial complet de Facebook de 999 pacients. Això significava analitzar 20 milions de paraules en unes 949,000 actualitzacions d'estat de Facebook amb publicacions que contenien almenys 500 paraules. Els investigadors van desenvolupar tres models per fer prediccions per a cada pacient. El primer model va analitzar el llenguatge de les publicacions de Facebook mitjançant la identificació de paraules clau. El segon model va analitzar la informació demogràfica del pacient com la seva edat i sexe. El tercer model va combinar aquests dos conjunts de dades. Es van estudiar un total de 21 afeccions mèdiques, com ara diabetis, ansietat, depressió, hipertensió, abús d'alcohol, obesitat i psicosis.
L'anàlisi va demostrar que les 21 condicions mèdiques eren previsibles només a partir de les publicacions de Facebook. I, les publicacions de Facebook prediuen 10 condicions millor que fins i tot la demografia. Les paraules clau destacades eren, per exemple, "beure", "borratxo" i "ampolla", que eren predictives de l'abús d'alcohol i paraules com "Déu" o "pregar" o "família" van ser utilitzades 15 vegades més probablement per les persones amb diabetis. Paraules com "mut" van servir com a indicadors de l'abús de drogues i la psicosi i paraules com "dolor", "plor" i "llàgrimes" estaven relacionades amb l'angoixa emocional. El llenguatge de Facebook utilitzat per les persones va ser molt eficaç per fer prediccions, especialment sobre la diabetis i la mentalitat health condicions com ansietat, depressió i psicosi.
L'estudi actual suggereix que es podria desenvolupar un sistema d'acceptació per als pacients on els pacients permetessin l'anàlisi de les seves publicacions a les xarxes socials proporcionant accés a aquesta informació als metges. Aquest enfocament podria ser més valuós per a les persones que utilitzen habitualment les xarxes socials. Atès que les xarxes socials reflecteixen els pensaments, la personalitat, l'estat mental i els comportaments de salut de les persones, aquestes dades es podrien utilitzar per predir l'aparició o l'empitjorament d'una malaltia. Pel que fa a les xarxes socials, la privadesa, el consentiment informat i la propietat de les dades seran crucials. Condensar i resumir el contingut de les xarxes socials i fer interpretacions és l'objectiu principal.
L'estudi actual pot obrir camí per desenvolupar nous intel·ligència artificial aplicacions per predir condicions mèdiques. Les dades de les xarxes socials són quantificables i ofereixen noves vies per avaluar els factors de risc ambiental i de comportament d'una malaltia. Les dades de les xarxes socials d'un individu es denominen "mediome social" (similar al genoma: conjunt complet de gens).
***
{Podeu llegir el document de recerca original fent clic a l'enllaç DOI que apareix a continuació a la llista de fonts citades}
Font (s)
Merchant RM et al. 2019. Avaluació de la predictibilitat de les condicions mèdiques a partir de publicacions a les xarxes socials. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476