Araştırmacılar Facebook Verilerini Kullanarak Zihinsel Hastalıkların Belirtilerini Tespit Etmek için AI Kullandı

Bir grup araştırmacı yakın zamanda Nature’da bir çalışma yayınladı, Facebook (META ) verilerini kullanarak olası psikiyatrik hastalıkları tanımlamaya yönelik çabalarını detaylandırdı. Wired tarafından bildirildiği üzere, araştırmacılar resmi olarak teşhis konulmadan önce 18 ay öncesine ait gönderilen mesajlara dayanarak bir zihinsel hastalığın teşhisini başarılı bir şekilde tahmin edebilen bir AI modeli oluşturmayı başardılar.

Öngörüsel modeli oluşturmak için araştırma ekibi 223 gönüllüden veri topladı. Gönüllüler araştırmacılara gönderdikleri mesajlara ve paylaştıkları görsellere erişim izni verdi. Araştırmacılar topladıkları mesajlardan ve görsellerden çıkarılan özelliklere dayalı bir Rassal Orman modeli eğitti. Modellerin amacı, bir katılımcının zihinsel sağlık teşhisi olup olmadığını belirlemekti ve örnekleri mood bozukluğu teşhisleri, şizofreni spektrum teşhisleri veya hiçbir zihinsel sağlık teşhisi olarak gruplandırdı.

Araştırmacılar sonuçları analiz ettiğinde, çeşitli özelliklerin zihinsel sağlık bozukluklarıyla ilişkili olduğunu buldular. Görsellerde, mavi renkler mood bozukluğu teşhisi ile ilişkiliydi. Küfür kelimelerinin yüksek kullanımı genellikle zihinsel hastalık göstergesiydi, mentre kelimeleri gibi kelimeler (algı kelimeleri) şizofreni teşhisi ile ilişkiliydi.

AI modelinin başarısını belirlemek için araştırmacılar yanlış pozitif ve yanlış negatif değerleri karşılaştırdı. Araştırma ekibi, başarı oranlarının 0,65 ile 0,77 arasında olduğunu bildirdi, burada 1 mükemmel bir skor ve 0,5 rastgele tahmin eden bir modelin ortalama başarısıydı. Mesajların ne kadar yeni olduğu, modelin başarısını etkiledi. Ancak, araştırmacılar teşhis tarihinden bir yıldan daha eski mesajlarla sınırlı kalsalar bile, model hala şansa göre çok daha iyi performans gösterdi.

İlginç olan şey, bu düzeydeki doğruluğun yaklaşık olarak PHQ-9’un doğruluğuyla eşdeğer olmasıdır. PHQ-9, depresyon için ekranlama yapmak kullanılan bir tanı aracıdır ve test konusuna 10 soru sorar. Facebook verilerine dayalı olarak eğitilen bir AI modeli PHQ-9 gibi güvenilir bir şekilde performans gösterebilirse, potansiyel olarak mevcut araçlara ek olarak bir tanı aracı olarak kullanılabilecektir.

Çalışmanın baş araştırmacısı, New York’taki Manhasset’teki Feinstein Tıp Araştırma Enstitüsü’nde yardımcı profesör olan Michael Birnbaum’du. Wired’e göre, sosyal medya verilerini kullanan AI araçları, psikiyatrik hastalıkların teşhis ve tedavisi şeklini önemli ölçüde değiştirebilir. Birnbaum, Wired tarafından alıntılandığı üzere:

“Şimdi bu fikri anlıyoruz ki kanser birçok farklı aşamaya sahiptir. Kanseri Stage I’de yakalarsanız, metastaz yapmışsa çok farklıdır. Psikiyatride, insanların already metastaz olmuş olduğu anda çalışmaya başlama eğilimindeyiz. Ancak insanların daha erken yakalanma potansiyeli var.”

Aslında, zihinsel hastalıklar farklı zamanlarda farklı formlara girebilir ve daha çeşitli veri kaynakları, araştırmacıların ve klinisyenlerin bir kişinin zihinsel sağlığı durumunu üçgenlemesine yardımcı olabilir. Sosyal medya verilerini kullanmanın avantajı, bir bireyin düşünceleri ve duygularının sürekli bir kaydını sağlamasıdır. Bu veriler, klinisyenlerin bir hastayı teşhis etmek için güvendikleri uzun görüşmelere ek olarak kullanılabilir.

Birnbaum, sosyal medya verilerine dayalı AI modellerinin, terapötik tedavilerin uzun vadeli seyri boyunca hastaları izlemelerine yardımcı olabileceğini umuyor. Birnbaum, terapötiklerin genellikle bir kişinin hayatının yalnızca bir “fotoğrafını” görebildiğini, ancak sosyal medya verilerini kullanmanın klinisyenlere bir kişinin hayatındaki trendleri daha eksiksiz ve temsil edici bir şekilde anlamalarına olanak tanıdığını açıkladı. Birnbaum, sosyal medya verilerinin zihinsel sağlık değerlendirmesinde kullanılması beş ila on yıl içinde daha yaygın hale geleceğini umuyor.