բժշկական Փենսիլվանիայի համալսարանի գիտնականները պարզել են, որ բժշկական պայմանները կարելի է կանխատեսել սոցիալական ցանցերում գրառումների բովանդակությունից:
սոցիալական ԶԼՄ - ների այժմ մեր կյանքի անբաժանելի մասն է: 2019 թվականին առնվազն 2.7 մլրդ մարդ կանոնավոր կերպով օգտագործել առցանց սոցիալական մեդիա հարթակներ, ինչպիսիք են Facebook-ը, Twitter-ը և Instagram-ը: Սա նշանակում է, որ ավելի քան մեկ միլիարդ անհատներ ամեն օր տեղեկատվություն են տարածում իրենց կյանքի մասին այս հանրային հարթակներում: Մարդիկ ազատորեն կիսում են իրենց մտքերը, հավանումներն ու հակակրանքները, զգացմունքներն ու անհատականությունները: Գիտնականները պարզում են, թե արդյոք այս տեղեկատվությունը ստեղծվել է դրսում Կլինիկական Առողջապահական համակարգը կարող է բացահայտել հիվանդության հնարավոր կանխատեսողներ առօրյա կյանքում հիվանդները որը հակառակ դեպքում կարող է թաքցվել առողջապահական անձնակազմի և հետազոտողների համար: Ավելի վաղ ուսումնասիրությունները ցույց են տվել, թե ինչպես կարող է Twitter-ը կանխատեսել սրտի հիվանդություններից մահացության մակարդակը կամ վերահսկել հանրային տրամադրությունները բժշկական հետ կապված խնդիրների վերաբերյալ, ինչպիսիք են ապահովագրությունը: Այնուամենայնիվ, սոցիալական մեդիայի տեղեկատվությունը մինչ այժմ չի օգտագործվել անհատական մակարդակով բժշկական պայմանները կանխատեսելու համար:
Հունիսի 17-ին հրապարակված նոր հետազոտությունը PLoS ONE առաջին անգամ ցուցադրել է հիվանդների (որոնք իրենց համաձայնությունը տվել են) էլեկտրոնային բժշկական գրառումների կապը սոցիալական մեդիայի պրոֆիլների հետ: Հետազոտողները նպատակ են ունեցել հետաքննել՝ նախ՝ արդյոք անհատի առողջական վիճակը կարելի է կանխատեսել օգտատիրոջ սոցիալական մեդիայի հաշիվ(ներ)ում տեղադրված լեզվով, և երկրորդ՝ արդյոք կարելի է բացահայտել հիվանդության հատուկ մարկերներ:
Հետազոտողները օգտագործել են տվյալների հավաքագրման ավտոմատացված տեխնիկա՝ վերլուծելու 999 հիվանդի ֆեյսբուքյան ամբողջական պատմությունը: Սա նշանակում էր վերլուծել հսկայական 20 միլիոն բառ Facebook-ի շուրջ 949,000 ստատուսի թարմացումներով՝ առնվազն 500 բառ պարունակող գրառումներով: Հետազոտողները մշակել են երեք մոդել՝ յուրաքանչյուր հիվանդի համար կանխատեսումներ անելու համար: Առաջին մոդելը վերլուծել է ֆեյսբուքյան գրառումների լեզուն՝ բացահայտելով հիմնաբառեր: Երկրորդ մոդելը վերլուծել է հիվանդների ժողովրդագրական տվյալները, ինչպիսիք են նրանց տարիքը և սեռը: Երրորդ մոդելը միավորեց այս երկու տվյալների հավաքածուները: Ընդհանուր առմամբ ուսումնասիրվել է 21 բժշկական վիճակ, այդ թվում՝ շաքարախտ, անհանգստություն, դեպրեսիա, հիպերտոնիա, ալկոհոլի չարաշահում, գիրություն, փսիխոզներ:
Վերլուծությունը ցույց է տվել, որ բոլոր 21 առողջական վիճակները կանխատեսելի են եղել միայն ֆեյսբուքյան գրառումներից: Իսկ 10 պայմաններ ավելի լավ են կանխատեսել ֆեյսբուքյան գրառումներով, քան նույնիսկ ժողովրդագրությունը։ Նշանավոր հիմնաբառերն էին, օրինակ, «խմել», «հարբած» և «շիշ», որոնք կանխատեսում էին ալկոհոլի չարաշահումը, իսկ «Աստված» կամ «աղոթիր» կամ «ընտանիք» բառերը 15 անգամ ավելի հավանական է օգտագործել շաքարախտով հիվանդ մարդկանց կողմից: «Հիմար» բառերը ծառայում էին որպես թմրամիջոցների չարաշահման և փսիխոզի ցուցանիշներ, իսկ «ցավ», «լաց» և «արցունքներ» բառերը կապված էին հուզական անհանգստության հետ: Անհատների կողմից օգտագործվող ֆեյսբուքյան լեզուն շատ արդյունավետ էր կանխատեսումներ անելու համար, մասնավորապես՝ շաքարախտի և հոգեկանի մասին առողջություն պայմաններ, ներառյալ անհանգստությունը, դեպրեսիան և փսիխոզը:
Ընթացիկ ուսումնասիրությունը ենթադրում է, որ հիվանդների համար կարող է ստեղծվել մի համակարգ, որտեղ հիվանդները թույլ են տալիս վերլուծել իրենց սոցիալական մեդիայի գրառումները՝ ապահովելով այս տեղեկատվության հասանելիությունը կլինիկական բժիշկներին: Այս մոտեցումը կարող է առավել արժեքավոր լինել այն մարդկանց համար, ովքեր կանոնավոր կերպով օգտագործում են սոցիալական լրատվամիջոցները: Քանի որ սոցիալական մեդիան արտացոլում է մարդկանց մտքերը, անհատականությունը, հոգեկան վիճակը և առողջական վարքագիծը, այս տվյալները կարող են օգտագործվել հիվանդության առաջացումը կամ վատթարացումը կանխատեսելու համար: Ինչ վերաբերում է սոցիալական լրատվամիջոցներին, ապա գաղտնիությունը, տեղեկացված համաձայնությունը և տվյալների սեփականության իրավունքը կարևոր նշանակություն կունենան: Սոցիալական լրատվամիջոցների բովանդակության խտացումն ու ամփոփումն ու մեկնաբանությունները առաջնային նպատակն են:
Ընթացիկ ուսումնասիրությունը կարող է նոր ճանապարհ զարգացնել Արհեստական բանականություն դիմումներ բժշկական պայմանները կանխատեսելու համար: Սոցիալական մեդիայի տվյալները քանակական են և նոր ուղիներ են տալիս հիվանդության վարքագծային և շրջակա միջավայրի ռիսկի գործոնները գնահատելու համար: Անհատի սոցիալական մեդիայի տվյալները կոչվում են «սոցիալական միջավայր» (գենոմի նման՝ գեների ամբողջական հավաքածու):
***
{Դուք կարող եք կարդալ հետազոտական հոդվածի բնօրինակը` սեղմելով ներքևում նշված DOI հղումը` մեջբերված աղբյուրների ցանկում:}
Աղբյուրը (ներ)
Merchant RM et al. 2019. Բժշկական պայմանների կանխատեսելիության գնահատում սոցիալական լրատվամիջոցների գրառումներից: PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476