Dati sui social media utilizzati per identificare le condizioni di salute mentale e il diabete

Un nuovo studio suggerisce che i dati di mining dai siti di social media possono aiutare i professionisti a identificare e gestire una varietà di condizioni di salute, tra cui diabete, ansia, depressione e psicosi.

I ricercatori della Penn Medicine e della Stony Brook University hanno analizzato i post di Facebook e ritengono che il linguaggio nei post potrebbe essere un indicatore di malattia. Inoltre, se un individuo fornisce il consenso, i post potrebbero essere monitorati proprio come i sintomi fisici.

Lo studio appare in PLOS ONE.

"Questo lavoro è all'inizio, ma la nostra speranza è che le intuizioni raccolte da questi post possano essere utilizzate per informare meglio i pazienti e i fornitori sulla loro salute", ha detto l'autore principale Raina Merchant, MD, MS, il direttore del Penn Medicine's Center for Digital Health e un professore associato di Medicina d'urgenza.

"Poiché i post sui social media riguardano spesso le scelte di vita e le esperienze di qualcuno o come si sente, queste informazioni potrebbero fornire ulteriori informazioni sulla gestione della malattia e sull'esacerbazione".

Utilizzando una tecnica di raccolta dati automatizzata, i ricercatori hanno analizzato l'intera cronologia dei post di Facebook di quasi 1.000 pazienti che hanno accettato di collegare i dati della cartella clinica elettronica ai loro profili.

I ricercatori hanno quindi costruito tre modelli per analizzare il loro potere predittivo per i pazienti: un modello che analizza solo il linguaggio dei post di Facebook, un altro che utilizza dati demografici come età e sesso e l'ultimo che combina i due set di dati.

Esaminando 21 condizioni diverse, i ricercatori hanno scoperto che tutte e 21 erano prevedibili solo da Facebook. In effetti, 10 delle condizioni sono state previste meglio attraverso i dati di Facebook rispetto alle informazioni demografiche.

Alcuni dei dati di Facebook ritenuti più predittivi dei dati demografici sembravano intuitivi. Ad esempio, "bevanda" e "bottiglia" hanno dimostrato di essere più predittivi dell'abuso di alcol.

Tuttavia, altri non erano così facili. Ad esempio, le persone che più spesso menzionavano un linguaggio religioso come "Dio" o "prega" nei loro post avevano 15 volte più probabilità di avere il diabete rispetto a coloro che usavano meno questi termini. Inoltre, le parole che esprimevano ostilità - come "stupido" e alcune imprecazioni - servivano come indicatori di abuso di droghe e psicosi.

"Il nostro linguaggio digitale cattura aspetti potenti della nostra vita che sono probabilmente molto diversi da ciò che viene catturato attraverso i dati medici tradizionali", ha detto l'autore senior dello studio Andrew Schwartz, PhD.

“Molti studi hanno ora mostrato un legame tra modelli linguistici e malattie specifiche, come il linguaggio predittivo della depressione o il linguaggio che fornisce informazioni sul fatto che qualcuno stia vivendo con il cancro. Tuttavia, esaminando molte condizioni mediche, otteniamo una visione di come le condizioni si relazionano tra loro, il che può consentire nuove applicazioni dell'IA per la medicina ".

L'anno scorso, molti membri di questo gruppo di ricerca sono stati in grado di dimostrare che l'analisi dei post di Facebook potrebbe prevedere una diagnosi di depressione fino a tre mesi prima di una diagnosi in clinica.

Questo lavoro si basa su quello studio e mostra che potrebbe esserci il potenziale per lo sviluppo di un sistema opt-in per i pazienti che potrebbero analizzare i loro post sui social media e fornire informazioni extra ai medici per perfezionare l'erogazione delle cure. Merchant ha affermato che è difficile prevedere quanto sarebbe diffuso un tale sistema, ma "potrebbe essere prezioso" per i pazienti che utilizzano frequentemente i social media.

"Ad esempio, se qualcuno sta cercando di perdere peso e ha bisogno di aiuto per comprendere le proprie scelte alimentari e il regime di esercizio, avere un operatore sanitario che riveda i propri record sui social media potrebbe fornire loro una visione più approfondita dei loro schemi abituali al fine di aiutarli a migliorarli", ha detto Merchant .

Entro la fine dell'anno, Merchant condurrà un ampio studio in cui ai pazienti verrà chiesto di condividere direttamente i contenuti dei social media con il proprio medico. Ciò fornirà uno sguardo sulla fattibilità della gestione di questi dati e dell'applicazione, nonché sul numero di pazienti che accetterebbero effettivamente che i loro account vengano utilizzati per integrare l'assistenza attiva.

"Una sfida è che ci sono così tanti dati e noi, come fornitori, non siamo addestrati a interpretarli da soli o a prendere decisioni cliniche basate su di essi", ha spiegato Merchant. "Per affrontare questo problema, esploreremo come condensare e riassumere i dati dei social media".

Fonte: University of Pennsylvania School of Medicine