Forskare använder AI utbildad på Facebook-data för att upptäcka tecken på psykisk ohälsa

En grupp forskare har nyligen publicerat en studie i Nature, som beskriver deras försök att använda Facebook-data för att identifiera möjliga psykiatriska sjukdomar.  Som rapporterats av Wired, kunde forskarna konstruera en AI-modell som framgångsrikt kan förutsäga en diagnos av en psykisk sjukdom baserat på meddelanden som skickats upp till 18 innan diagnosen gjordes officiell.

För att skapa den prediktiva modellen samlade forskargruppen in data från 223 frivilliga. Volontärerna gick med på att ge forskarna tillgång till meddelanden de hade skickat och bilder de hade lagt upp. Forskarna tränade en Random Forest-modell på funktioner som extraherats från de insamlade meddelandena och bilderna. Modellernas mål var att avgöra om en deltagare hade en mental hälsodiagnos, gruppera fall i diagnoser av humörstörningar, schizofrenispektrumdiagnoser eller ingen mental hälsodiagnos.

När forskarna analyserade resultaten fann de att flera olika egenskaper var korrelerade med psykiska störningar. När det kom till bilder var blå färger förknippade med en diagnos av humörstörningar. Hög användning av svordomar var i allmänhet tecken på psykisk sjukdom, medan ord som hör, känna och se (uppfattningsord) var förknippade med en diagnos av schizofreni.

För att avgöra framgången med AI-modellen jämförde forskarna falska positiva och falska negativa. Forskargruppen rapporterade att deras framgångsfrekvens låg mellan 0.65 och 0.77, där 1 är ett perfekt betyg och 0.5 är den genomsnittliga framgången för en modell som slumpmässigt gissar. Ju nyare meddelandena var, desto bättre blev modellen. Men även när forskargruppen begränsade sig till meddelanden som daterades till över ett år före en diagnos, presterade modellen fortfarande mycket bättre än slumpen.

Det intressanta med denna noggrannhetsnivå är att den är ungefär lika med noggrannheten hos PHQ-9. PHQ-9 är ett diagnostiskt verktyg som används för att screena för depression och ställer testpersonen 10 frågor. Om en AI-modell som tränats på Facebook-data kan fungera lika bra som PHQ-9, kan den potentiellt användas som ett diagnostiskt verktyg, vilket utökar befintliga verktyg som används av kliniker.

Studiens ledande forskare var en biträdande professor vid Feinstein Institutes for Medical Research i Manhasset, New York, Michael Birnbaum. Enligt Wired har AI-verktyg som använder sociala medier-data potential att göra stor skillnad i hur psykiatriska sjukdomar diagnostiseras och behandlas. Som Birnbaum citerades av Wired:

"Vi förstår nu idén att cancer har många olika stadier. Om du drabbas av cancer i stadium I, är det drastiskt annorlunda än om du drabbas av den när den väl har metastaserat. Inom psykiatrin har vi en tendens att börja arbeta med människor när det redan har metastaserats. Men det finns potential att fånga folk tidigare.”

I grund och botten kan psykiska sjukdomar ta olika former vid olika tidpunkter och mer varierade datakällor kan hjälpa forskare och kliniker att triangulera en persons psykiska hälsotillstånd. Fördelen med att använda sociala mediers data är att det fungerar som en kontinuerlig registrering av en individs tankar och känslor. Dessa data skulle kunna användas för att komplettera de långa intervjuer som läkare förlitar sig på för att diagnostisera en patient.

Birnbaum förväntar sig att AI-modeller baserade på data från sociala medier kan hjälpa terapeuter att övervaka patienter under långtidsbehandlingen. Birnbaum förklarade att terapeuter vanligtvis bara får en "ögonblicksbild" av en persons liv en gång i månaden eller så och att förmågan att använda sociala medier-data låter läkare få en mer fullständig, representativ förståelse av trenderna i en persons liv. Birnbaum hoppas att det inom fem till tio år kommer att bli vanligare att använda sociala mediers data för bedömning av psykisk hälsa.