フェイスブックデータを使用したAIモデルが精神疾患の兆候を検出する

最近、研究者の一群が、フェイスブックデータを使用して精神疾患を検出するための研究を発表しました。 ネイチャー誌に掲載された研究によると、研究者たちは、精神疾患の診断を予測するためのAIモデルを構築することができました。 ワイアード誌の報道によると、研究者たちは、診断が正式に発表される18ヶ月前に送信されたメッセージを使用して、精神疾患の診断を予測することができました。

予測モデルを作成するために、研究チームは223人のボランティアからデータを収集しました。ボランティアたちは、研究者たちに送信したメッセージや投稿した画像へのアクセスを許可しました。研究者たちは、収集したメッセージや画像から特徴を抽出し、ランダムフォレストモデルを訓練しました。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した。インスタンスは、気分障害の診断、統合失調症スペクトル診断、または精神衛生の診断がないものにグループ化されました。

研究者たち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りました。画像については、青い色が気分障害の診断と関連していました。悪口の使用頻度が高いことは一般的に精神疾患を示唆しており、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ました。

AIモデルの成功を判断するために、研究者たちは偽陽性と偽陰性を比較しました。研究チームは、成功率が0.65から0.77の間であったと報告しました。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成功率です。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くなりました。ただし、研究者たちが診断の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、モデルの成功率は偶然性を超えて高くなりました。

この精度の興味深い点は、PHQ-9と同等の精度であるということです。PHQ-9は、うつ病をスクリーニングするための診断ツールであり、テスト対象者に10の質問をします。如果フェイスブックデータで訓練されたAIモデルがPHQ-9と同等の精度で信頼性を持って実行できる場合、現在臨床医が使用しているツールを補完する診断ツールとして使用できる可能性があります。

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、マイケル・バーンバウムでした。 ワイアード誌の報道によると、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ります。バーンバウムはワイアード誌に引用されました。

「がんには多くの段階があるという考え方を理解しています。如果がんをステージIで発見できれば、転移してしまうよりもはるかに異なります。精神医学では、すでに転移してしまった後に人々と働き始める傾向があります。しかし、人々を早期に発見する可能性があります。」

本質的に、精神疾患は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、研究者と臨床医は人の精神衛生状態を三角測量できます。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レコードを提供することです。このデータは、患者を診断するために臨床医が頼る長い面接を補完するために使用できます。

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、治療の長期的な経過を監視するためにセラピストを支援できることを期待しています。バーンバウムは、セラピストは通常、約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ましたが、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ます。バーンバウムは、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、5〜10年以内により一般的になることを希望しています。