Medikal natuklasan ng mga siyentipiko mula sa University of Pennsylvania na ang mga kondisyong medikal ay maaaring mahulaan mula sa mga nilalaman ng mga post sa social media
social media ngayon ay isang mahalagang bahagi ng ating buhay. Noong 2019, hindi bababa sa 2.7 bilyon mga tao regular na gumagamit ng mga online na social media platform tulad ng Facebook, Twitter at Instagram. Nangangahulugan ito na higit sa isang bilyong indibidwal ang nagbabahagi ng impormasyon araw-araw tungkol sa kanilang buhay sa mga pampublikong platform na ito. Ang mga tao ay malayang nagbabahagi ng kanilang mga iniisip, gusto at hindi gusto, damdamin at personalidad. Sinisiyasat ng mga siyentipiko kung ang impormasyong ito, na nabuo sa labas ng kliniko sistema ng pangangalagang pangkalusugan, ay maaaring magbunyag ng mga posibleng hula sa sakit sa pang-araw-araw na buhay ng mga pasyente na kung hindi man ay maaaring maitago sa mga tauhan ng pangangalagang pangkalusugan at mga mananaliksik. Ipinakita ng mga naunang pag-aaral kung paano mahulaan ng Twitter ang rate ng namamatay sa sakit sa puso o masubaybayan ang damdamin ng publiko sa mga isyung nauugnay sa medikal tulad ng insurance. Gayunpaman, ang impormasyon ng social media sa ngayon ay hindi pa ginagamit para sa paghula ng mga kondisyong medikal sa isang indibidwal na antas.
Isang bagong pag-aaral na inilathala noong Hunyo 17 sa PLoS ONE sa unang pagkakataon ay ipinakita ang pag-uugnay ng mga elektronikong medikal na rekord ng mga pasyente (na nagbigay ng kanilang pahintulot) sa kanilang mga profile sa social media. Nilalayon ng mga mananaliksik na mag-imbestiga – una, kung mahulaan ba ang mga kondisyong medikal ng isang indibidwal mula sa wikang naka-post sa (mga) social media account ng user at pangalawa, kung matutukoy ang mga partikular na marker ng sakit.
Gumamit ang mga mananaliksik ng isang awtomatikong pamamaraan sa pagkolekta ng data upang suriin ang buong kasaysayan ng Facebook ng 999 na mga pasyente. Nangangahulugan ito ng pagsusuri sa isang napakalaking 20 milyong salita sa humigit-kumulang 949,000 mga update sa status sa Facebook na may mga post na naglalaman ng hindi bababa sa 500 salita. Ang mga mananaliksik ay bumuo ng tatlong mga modelo upang gumawa ng mga hula para sa bawat pasyente. Sinuri ng unang modelo ang wika ng mga post sa Facebook sa pamamagitan ng pagtukoy ng mga keyword. Sinuri ng pangalawang modelo ang impormasyon ng demograpiko ng pasyente tulad ng kanilang edad at kasarian. Pinagsama ng ikatlong modelo ang dalawang dataset na ito. Isang kabuuan ng 21 mga kondisyong medikal ang sinuri kabilang ang diabetes, pagkabalisa, depresyon, hypertension, pag-abuso sa alkohol, labis na katabaan, psychoses.
Ang pagsusuri ay nagpakita na ang lahat ng 21 medikal na kondisyon ay predictable mula sa mga post sa Facebook lamang. At, 10 kundisyon ang hinulaang mas mahusay ng mga post sa Facebook kaysa sa mga demograpiko. Ang mga kilalang keyword ay, halimbawa, 'inom', 'lasing' at 'bote' na hinuhulaan ang pag-abuso sa alak at ang mga salitang tulad ng 'Diyos' o 'magdasal' o 'pamilya' ay ginamit nang 15 beses na mas malamang ng mga taong may diabetes. Ang mga salitang tulad ng 'pipi' ay nagsilbing tagapagpahiwatig para sa pag-abuso sa droga at psychosis at ang mga salitang tulad ng 'sakit', 'pag-iyak' at 'luha' ay nauugnay sa emosyonal na pagkabalisa. Ang wika sa Facebook na ginagamit ng mga indibidwal ay napaka-epektibo sa paggawa ng mga hula - lalo na tungkol sa diabetes at mental kalusugan mga kondisyon kabilang ang pagkabalisa, depresyon at psychosis.
Ang kasalukuyang pag-aaral ay nagmumungkahi na ang isang opt-in system para sa mga pasyente ay maaaring bumuo kung saan pinapayagan ng mga pasyente ang pagsusuri ng kanilang mga post sa social media sa pamamagitan ng pagbibigay ng access sa impormasyong ito sa mga clinician. Ang diskarte na ito ay maaaring maging pinakamahalaga para sa mga taong regular na gumagamit ng social media. Dahil ang social media ay sumasalamin sa mga iniisip, personalidad, estado ng pag-iisip at mga gawi sa kalusugan ng mga tao, maaaring gamitin ang data na ito upang mahulaan ang pagsisimula o paglala ng isang sakit. Kung saan ang social media ay nababahala, ang pagkapribado, may kaalamang pahintulot at pagmamay-ari ng data ay magiging mahalaga. Ang pag-condense at pagbubuod ng nilalaman ng social media at paggawa ng mga interpretasyon ang pangunahing layunin.
Ang kasalukuyang pag-aaral ay maaaring humantong sa paraan upang makabuo ng bago artificial intelligence mga aplikasyon para sa paghula ng mga kondisyong medikal. Ang data ng social media ay nasusukat at nagbibigay ng mga bagong paraan upang masuri ang mga salik ng panganib sa asal at kapaligiran ng isang sakit. Ang data ng social media ng isang indibidwal ay tinutukoy bilang 'social mediome' (katulad ng genome – kumpletong hanay ng mga gene).
***
{Maaari mong basahin ang orihinal na papel ng pananaliksik sa pamamagitan ng pag-click sa link ng DOI na ibinigay sa ibaba sa listahan ng (mga) binanggit na pinagmulan}
Pinagmulan (s)
Merchant RM et al. 2019. Pagsusuri sa predictability ng mga medikal na kondisyon mula sa mga post sa social media. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
