Forskere bruker AI trent på Facebook-data for å oppdage tegn på psykisk sykdom

En gruppe forskere har nylig publisert en studie i Nature, der de detaljerer sine forsøk på å bruke Facebook-data til å identifisere mulige psykiatriske sykdommer. Ifølge Wired var forskerne i stand til å konstruere en AI-modell som kan forutsi en diagnose av en psykisk sykdom basert på meldinger sendt opp til 18 måneder før diagnosen ble offisiell.

For å lage den prediktive modellen, samlet forskningsteamet data fra 223 frivillige. Frivillige samtykket til å gi forskerne tilgang til meldinger de hadde sendt og bilder de hadde publisert. Forskerne trente en Random Forest-modell på funksjoner utledet fra de samlede meldingene og bildene. Modellens mål var å bestemme om en deltaker hadde en psykisk helse-diagnose, gruppering instanser i humørforstyrrelse-diagnoser, schizofreni-spektrum-diagnoser eller ingen psykisk helse-diagnose.

Når forskerne analyserte resultatene, fant de at flere forskjellige funksjoner var korrelert med psykiske helseforstyrrelser. Når det kom til bilder, var blå farger assosiert med en diagnose av humørforstyrrelser. Høy bruk av banneord var generelt indikativt for psykisk sykdom, mens ord som høre, føle og se (persepsjonsord) var assosiert med en diagnose av schizofreni.

For å bestemme suksessen til AI-modellen, sammenlignet forskerne falske positiver og falske negativer. Forskningsteamet rapporterte at deres suksessrate var mellom 0,65 og 0,77, med 1 som en perfekt score og 0,5 som den gjennomsnittlige suksessen til en modell som tilfeldig gjetter. Jo nyere meldingene var, jo bedre var suksessen til modellen. Men selv når teamet av forskere begrenset seg til meldinger som var datert til over ett år før en diagnose, utførte modellen fortsatt mye bedre enn tilfeldighet.

Det interessante med denne nivået av nøyaktighet er at det er omtrent ekvivalent med nøyaktigheten til PHQ-9. PHQ-9 er et diagnostisk verktøy som brukes til å skjerme for depresjon, og stiller testpersonen 10 spørsmål. Hvis en AI-modell trent på Facebook-data kan pålitelig utføre like godt som PHQ-9, kan den potensielt brukes som et diagnostisk verktøy, og supplere de eksisterende verktøyene som brukes av kliniske forskere.

Studiens leder, Michael Birnbaum, var en assistentprofessor ved Feinstein Institutes for Medical Research i Manhasset, New York. Ifølge Wired har AI-verktøy som bruker sosiale medier-data potensialet til å gjøre en stor forskjell i hvordan psykiatriske sykdommer diagnostiseres og behandles. Som Birnbaum ble sitert av Wired:

“Vi forstår nå denne ideen om at kreft har mange forskjellige stadier. Hvis du fanger kreft i stadium I, er det dramatisk forskjellig fra hvis du fanger det når det har metastasert. I psykiatri har vi en tendens til å begynne å arbeide med mennesker når det allerede er metastasert. Men det er potensialet til å fange mennesker tidligere.”

Essensielt kan psykiske sykdommer ta forskjellige former på forskjellige tidspunkter, og mer varierte kilder av data kan hjelpe forskere og kliniske forskere til å triangulere en persons mentale helse. Fordelen med å bruke sosiale medier-data er at det tjener som en kontinuerlig rekord av en enkelt persons tanker og følelser. Denne dataen kan brukes til å supplere de lange intervjuene som kliniske forskere avhenger av for å diagnostisere en pasient.

Birnbaum forventer at AI-modeller basert på sosiale medier-data kan assistere terapeuter i å overvåke pasienter over den lange behandlingsforløpet. Birnbaum forklarte at terapeuter vanligvis bare får et “snapshot” av en persons liv en gang i måneden eller så, og at evnen til å bruke sosiale medier-data lar kliniske forskere få en mer komplett, representativ forståelse av trendene i en persons liv. Birnbaum håper at innen fem til ti år vil bruken av sosiale medier-data i psykisk helse-vurdering bli mer vanlig.