Výzkumníci používají umělou inteligenci vyškolovanou na datech z Facebooku k detekci příznaků duševních onemocnění

Skupina výzkumníků nedávno zveřejnila studii v Nature, ve které popisují své pokusy využít data z Facebooku k identifikaci možných psychiatrických onemocnění. Podle Wired výzkumníci vytvořili model umělé inteligence, který může úspěšně předpovídat diagnózu duševního onemocnění na základě zpráv odeslaných až 18 měsíců před oficiálním stanovením diagnózy.

Pro vytvoření prediktivního modelu výzkumný tým shromáždil data od 223 dobrovolníků. Dobrovolníci souhlasili s tím, že výzkumníkům poskytnou přístup ke zprávám, které odeslali, a obrázkům, které zveřejnili. Výzkumníci vyškolili model Random Forest na funkcích extrahovaných z shromážděných zpráv a obrázků. Cílem modelu bylo určit, zda účastník má diagnózu duševního onemocnění, a to seskupením instancí do diagnóz poruch nálady, diagnóz spektra schizofrenie nebo bez diagnózy duševního onemocnění.

Khi výzkumníci analyzovali výsledky, zjistili, že několik různých funkcí bylo spojeno s duševními poruchami. Pokud šlo o obrázky, modré barvy byly spojeny s diagnózou poruch nálady. Vysoké používání sprostých slov bylo obecně indikativní pro duševní onemocnění, zatímco slova jako slyšet, cítit a vidět (percepční slova) byla spojena s diagnózou schizofrenie.

Pro určení úspěšnosti modelu umělé inteligence výzkumníci porovnali falešně pozitivní a falešně negativní výsledky. Výzkumný tým uvedl, že jejich úspěšnost se pohybovala mezi 0,65 a 0,77, přičemž 1 je ideální skóre a 0,5 je průměrná úspěšnost modelu, který náhodně hádá. Čím byly zprávy novější, tím lepší byla úspěšnost modelu. Avšak i když se výzkumníci omezili na zprávy, které byly starší než rok před diagnózou, model stále fungoval mnohem lépe než náhoda.

Zajímavé na této úrovni přesnosti je, že se aproximativně rovná přesnosti PHQ-9. PHQ-9 je diagnostický nástroj, který se používá k screeningu deprese, a skládá se z 10 otázek. Pokud model umělé inteligence vyškolovaný na datech z Facebooku může spolehlivě fungovat stejně dobře jako PHQ-9, mohl by být potenciálně použit jako diagnostický nástroj, který doplňuje stávající nástroje používané klinickými pracovníky.

Vedoucím výzkumníkem studie byl asistent profesora na Feinstein Institutes for Medical Research v Manhassetu, New York, Michael Birnbaum. Podle Wired mají nástroje umělé inteligence, které využívají data z sociálních médií, potenciál udělat velký rozdíl v tom, jak jsou psychiatrická onemocnění diagnostikována a léčena. Birnbaum byl citován Wired:

“Nyní chápeme myšlenku, že rakovina má mnoho různých stádií. Pokud chytíte rakovinu ve stádiu I, je to dramaticky odlišné od toho, když ji chytíte, až metastázuje. V psychiatrii máme tendenci začínat pracovat s lidmi, až když je již metastázuje. Ale existuje potenciál chytit lidi dříve.”

V podstatě mohou duševní onemocnění mít různé formy v různých časech a více různých zdrojů dat může pomoci výzkumníkům a klinickým pracovníkům triangulovat stav duševního zdraví člověka. Výhodou používání dat z sociálních médií je, že slouží jako kontinuální záznam myšlenek a pocitů jednotlivce. Tato data by mohla být použita k doplnění dlouhých rozhovorů, na které se klinici spoléhají při diagnostice pacienta.

Birnbaum očekává, že modely umělé inteligence založené na datech z sociálních médií by mohly pomoci terapeutům při monitorování pacientů v dlouhodobém průběhu jejich léčby. Birnbaum vysvětlil, že terapeuti obvykle dostanou pouze “snapshot” života člověka jednou za měsíc nebo tak, a že schopnost používat data z sociálních médií umožňuje klinickým pracovníkům získat úplnější a reprezentativnější pochopení trendů v životě člověka. Birnbaum doufá, že do pěti až deseti let se používání dat z sociálních médií v hodnocení duševního zdraví stane více obvyklým.