Forscher verwenden künstliche Intelligenz, die auf Facebook-Daten trainiert wurde, um Anzeichen von psychischen Erkrankungen zu erkennen

Eine Gruppe von Forschern hat kürzlich eine Studie in Nature veröffentlicht, in der sie ihre Bemühungen beschreiben, Facebook-Daten zu verwenden, um mögliche psychiatrische Erkrankungen zu identifizieren. Wie Wired berichtet, konnten die Forscher ein KI-Modell erstellen, das erfolgreich eine Diagnose einer psychischen Erkrankung auf der Grundlage von Nachrichten vorhersagen kann, die bis zu 18 Monate vor der offiziellen Diagnose gesendet wurden.

Um das Vorhersagemodell zu erstellen, sammelte das Forschungsteam Daten von 223 Freiwilligen. Die Freiwilligen stimmten zu, den Forschern Zugang zu den von ihnen gesendeten Nachrichten und den von ihnen veröffentlichten Bildern zu gewähren. Die Forscher trainierten ein Random-Forest-Modell mit Merkmalen, die aus den gesammelten Nachrichten und Bildern extrahiert wurden. Das Ziel des Modells bestand darin, zu bestimmen, ob ein Teilnehmer eine psychische Gesundheitsdiagnose hatte, wobei die Fälle in Stimmungsstörungsdiagnosen, Schizophrenie-Spektrum-Diagnosen oder keine psychische Gesundheitsdiagnose unterteilt wurden.

Als die Forscher die Ergebnisse analysierten, fanden sie heraus, dass verschiedene Merkmale mit psychischen Gesundheitsstörungen korrelierten. Bei Bildern wurden blaue Farben mit einer Diagnose von Stimmungsstörungen in Verbindung gebracht. Ein hoher Gebrauch von Schimpfwörtern war im Allgemeinen ein Indikator für psychische Erkrankungen, während Wörter wie hören, fühlen und sehen (Wahrnehmungsmerkmale) mit einer Diagnose von Schizophrenie in Verbindung gebracht wurden.

Um den Erfolg des KI-Modells zu bestimmen, verglichen die Forscher falsche Positiver und falsche Negativer. Das Forschungsteam berichtete, dass ihre Erfolgsrate zwischen 0,65 und 0,77 lag, wobei 1 einen perfekten Wert und 0,5 den durchschnittlichen Erfolg eines Modells darstellt, das zufällig rät. Je neuer die Nachrichten waren, desto besser war der Erfolg des Modells. Allerdings funktionierte das Modell auch noch viel besser als der Zufall, als das Forschungsteam sich auf Nachrichten beschränkte, die über ein Jahr vor einer Diagnose datierten.

Das Interessante an diesem Maß an Genauigkeit ist, dass es ungefähr der Genauigkeit des PHQ-9 entspricht. PHQ-9 ist ein diagnostisches Werkzeug, das zur Screening-Untersuchung auf Depressionen verwendet wird und dem Testteilnehmer 10 Fragen stellt. Wenn ein KI-Modell, das auf Facebook-Daten trainiert wurde, zuverlässig so gut wie das PHQ-9 funktionieren kann, könnte es potenziell als diagnostisches Werkzeug verwendet werden und die derzeit existierenden Werkzeuge, die von Klinikern verwendet werden, ergänzen.

Der leitende Forscher der Studie war Michael Birnbaum, Assistant Professor am Feinstein Institutes for Medical Research in Manhasset, New York. Laut Wired haben KI-Tools, die soziale Medien-Daten verwenden, das Potenzial, einen großen Unterschied in der Art und Weise zu machen, wie psychiatrische Erkrankungen diagnostiziert und behandelt werden. Wie Birnbaum von Wired zitiert wird:

„Wir verstehen nun diese Idee, dass Krebs viele verschiedene Stadien hat. Wenn man Krebs im Stadium I erkennt, ist es dramatisch anders, als wenn man ihn erst erkennt, wenn er metastasiert ist. In der Psychiatrie neigen wir dazu, mit Menschen zu arbeiten, wenn es bereits metastasiert ist. Aber es gibt das Potenzial, Menschen früher zu erkennen.“

Im Wesentlichen können psychische Erkrankungen zu verschiedenen Zeiten verschiedene Formen annehmen, und mehrere Quellen von Daten können Forschern und Klinikern helfen, den Zustand der psychischen Gesundheit einer Person zu triangulieren. Der Vorteil der Verwendung von sozialen Medien-Daten besteht darin, dass sie eine kontinuierliche Aufzeichnung der Gedanken und Gefühle eines Einzelnen darstellen. Diese Daten könnten verwendet werden, um die langen Interviews zu ergänzen, auf die Kliniker angewiesen sind, um einen Patienten zu diagnostizieren.

Birnbaum erwartet, dass KI-Modelle, die auf sozialen Medien-Daten basieren, Therapeuten dabei helfen können, Patienten über den langen Zeitraum ihrer Behandlung zu überwachen. Birnbaum erklärte, dass Therapeuten normalerweise nur ein „Snapshot“ des Lebens einer Person etwa einmal im Monat erhalten und dass die Fähigkeit, soziale Medien-Daten zu verwenden, Klinikern hilft, ein umfassenderes, repräsentativeres Verständnis der Trends im Leben einer Person zu erhalten. Birnbaum hofft, dass die Verwendung von sozialen Medien-Daten in der psychischen Gesundheitsbewertung innerhalb von fünf bis zehn Jahren üblicher werden wird.