Tutkijat käyttävät Facebookin dataa mielenterveyden häiriöiden tunnistamiseen

Ryhmä tutkijoita on julkaissut tutkimuksen Naturessa, jossa he kertovat yrityksistään käyttää Facebookin dataa mahdollisten psykiatristen sairauksien tunnistamiseen. Wiredin mukaan tutkijat pystyivät rakentamaan AI-mallin, joka pystyy ennustamaan mielenterveyden häiriön diagnosoinnin perusteella viesteistä, jotka on lähetetty jopa 18 kuukautta ennen virallista diagnosointia.

Jotta voitiin luoda ennustemalli, tutkimusryhmä keräsi datan 223 vapaaehtoiselta. Vapaaehtoiset suostuivat antamaan tutkijoille pääsyn viesteihin, joita he olivat lähettäneet, ja kuviin, joita he olivat julkaissut. Tutkijat kouluttivat satunnaisen metsän mallin kerättyjen viestien ja kuvien ominaisuuksista. Mallin tavoitteena oli määrittää, onko osallistujalla mielenterveyden diagnoosi, ja ryhmitellä tapaukset mielialahäiriödiagnooseihin, skitsofreniaspektrin diagnooseihin tai ilman mielenterveyden diagnoosia.

Kun tutkijat analysoivat tuloksia, he löysivät useita eri ominaisuuksia, jotka liittyivät mielenterveyden häiriöihin. Kuvien osalta siniset värit liittyivät mielialahäiriöiden diagnoosiin. Korkea kirosanien käyttö oli yleensä merkkinä mielenterveyden häiriöstä, kun taas sanat kuulla, tuntea ja nähdä (havaintosanat) liittyivät skitsofrenian diagnoosiin.

Jotta voidaan määrittää AI-mallin onnistumisen, tutkijat vertasivat virheellisiä positiivisia ja negatiivisia tuloksia. Tutkimusryhmä ilmoitti, että heidän onnistumisprosenttinsa oli 0,65-0,77, missä 1 on täydellinen tulos ja 0,5 on satunnaisen mallin keskimääräinen onnistumisprosentti. Mitä uudempia viestejä oli, sitä paremmin malli toimi. Kuitenkin, vaikka tutkijat rajoittivat itsensä viesteihin, jotka oli lähetetty yli vuosi ennen diagnoosia, malli toimi edelleen paljon paremmin kuin sattuma.

Mielenkiintoinen asia tämän tarkkuuden suhteen on, että se on suunnilleen vastaava kuin PHQ-9:n tarkkuus. PHQ-9 on diagnostinen työkalu, jota käytetään masennuksen seulontaan, ja se kysyy testihenkilöltä 10 kysymystä. Jos AI-malli, joka on koulutettu Facebookin dataa, pystyy luotettavasti suorittamaan yhtä hyvin kuin PHQ-9, se voisi potentiaalisesti toimia diagnostisena työkaluna ja täydentää nykyisiä työkaluja, joita kouluttajat käyttävät.

Tutkimuksen johtaja, apulaisprofessori Michael Birnbaum Feinsteinin lääketieteellisistä tutkimuslaitoksista Manhassetissa, New Yorkissa, totesi Wiredille, että sosiaalisen median datan käyttö voi tehdä suuren eron siinä, miten psykiatrisia sairauksia diagnosoidaan ja hoidetaan. Birnbaumin mukaan:

”Ymmärrämme nyt tämän idean, että syöpä on monissa eri vaiheissa. Jos syövän havaitsee vaiheessa I, se on dramaattisesti erilainen kuin jos se havaitaan vasta sitten, kun se on levinnyt. Psykiatriassa meillä on taipumus aloittaa työskenteleminen ihmisten kanssa vasta sitten, kun se on jo levinnyt. Mutta on mahdollista havaita ihmiset aikaisemmin.”

Itse asiassa mielenterveyden häiriöt voivat olla eri muotoisia eri aikoina, ja useammat datalähteet voivat auttaa tutkijoita ja kouluttajia ymmärtämään henkilön mielenterveyden tilaa. Sosiaalisen median datan käytön etu on, että se toimii jatkuvana henkilön ajatuksien ja tunteiden rekisterinä. Tätä dataa voidaan käyttää täydentämään pitkiä haastatteluja, joita kouluttajat käyttävät potilaiden diagnosointiin.

Birnbaum odottaa, että sosiaalisen median datan perusteella kehitetyt AI-mallit voivat auttaa terapeuteja seuraamaan potilaita pitkällä aikavälillä. Birnbaum selitti, että terapeutit saavat yleensä vain ”otteita” henkilön elämästä noin kuukauden välein, ja sosiaalisen median datan käyttö mahdollistaa kouluttajien saada täydellisemmän ymmärryksen henkilön elämän trendeistä. Birnbaum toivoo, että sosiaalisen median datan käyttö mielenterveyden arvioinnissa tulee yleistymään seuraavien viiden-kahdenkymmenen vuoden aikana.