研究者はFacebookデータを使用したAIで精神疾患の兆候を検出する

研究者の一団は最近、Natureに研究を発表し、Facebookデータを使用して精神疾患の可能性を特定するための試みを詳細に説明している。 Wiredによると、研究者は、診断が公式に発表される18ヶ月前に送信されたメッセージに基づいて、精神疾患の診断を成功的に予測できるAIモデルを構築することができた。

研究者は、予測モデルを作成するために、223人のボランティアからデータを収集した。ボランティアは、送信したメッセージや投稿した画像へのアクセスを研究者に許可した。研究者は、収集したメッセージや画像から抽出された特徴に基づいてランダムフォレストモデルを訓練した。モデルの目的は、参加者が精神衛生の診断を受けているかどうかを判断することであり、インスタンスを気分障害の診断、統合失調症スペクトルの診断、または精神衛生の診断がないものに分類した。

研究者が結果を分析したところ、さまざまな特徴が精神衛生障害と関連していることがわかった。画像については、青い色が気分障害の診断と関連していた。多くの悪口が一般的に精神疾患を示唆していた一方で、聞く、感じる、見る（認識の言葉）などの言葉は統合失調症の診断と関連していた。

AIモデルの成功を判断するために、研究者は偽陽性と偽陰性を比較した。研究チームは、自分の成功率が0.65から0.77の間であると報告した。1は完全なスコアであり、0.5はランダムに推測するモデルの平均的な成功率である。メッセージが最近のものであるほど、モデルの成功率が高かった。しかし、研究チームが診断の1年以上前に送信されたメッセージに限定した場合でも、モデルの性能は偶然よりもはるかに優れていた。

この精度のレベルについて興味深いのは、PHQ-9の精度とほぼ同等であるということである。PHQ-9は、うつ病をスクリーニングするために使用される診断ツールであり、テスト対象者に10の質問を出すものである。如果、Facebookデータを使用して訓練されたAIモデルが信頼性の高いPHQ-9と同等の性能を発揮できる場合、それは現在臨床医が使用しているツールを補完するために使用できる可能性がある。

研究のリーダーは、ニューヨークのマンハセットにあるファインスタイン医療研究所の助教授であるマイケル・バーンバウムであった。Wiredによると、ソーシャルメディアデータを使用するAIツールは、精神疾患の診断と治療方法に大きな違いをもたらす可能性がある。バーンバウムはWiredによって引用された。

「がんには多くの異なる段階があるという考え方が今では理解されている。がんがステージIで発見された場合、それは転移した場合とは大きく異なる。精神医学では、すでに転移している場合にのみ作業を開始する傾向がある。しかし、より早期に発見する可能性がある。」

本質的に、精神疾患はさまざまな時期にさまざまな形態をとることができ、より多様なデータ源を使用することで、研究者と臨床医は個人の精神衛生状態を三角測量することができる。ソーシャルメディアデータを使用する利点は、個人の考えや感情の連続した記録を提供することである。このデータは、臨床医が患者を診断するために依存している長い面接を補完するために使用できる。

バーンバウムは、ソーシャルメディアデータに基づくAIモデルが、治療の長期的な過程で患者を監視するためにセラピストを支援することができると期待している。バーンバウムは、セラピストは通常、1ヶ月ごとに人の生活の「スナップショット」しか得られないと説明したが、ソーシャルメディアデータを使用することで、臨床医は人の生活の傾向についてより完全で代表的な理解を得ることができる。バーンバウムは、5〜10年以内に、精神衛生評価におけるソーシャルメディアデータの使用がより一般的になることを期待している。