چگونه پست‌های فیسبوک شما می‌توانند احتمال ابتلا به بیماری روانی را پیش‌بینی کنند؟

به گزارش مجله خبری نگار، یک مطالعه جدید نشان داده است که محتوای پست‌های فیس‌بوک شما می‌تواند پیش‌بینی کند که آیا به اسکیزوفرنی یا اختلال خلقی مبتلا خواهید شد یا خیر.

این نتایج بر اساس الگوریتم‌های یادگیری ماشینی بود که «اثر انگشت زبانی» کاربران را پیدا می‌کنند و توسط مؤسسات تحقیقات پزشکی فاینشتاین نورث‌ول و دانشمندان کامپیوتر در IBM توسعه داده شده‌اند.

این مطالعه که در مجله Nature Partner Journals Schizophrenia منتشر شده است، نشان داد که افراد مبتلا به اسکیزوفرنی یا اختلالات خلقی بیشتر از داوطلبان سالم در پیام‌های فوری در فیس‌بوک از کلمات رکیک استفاده می‌کنند.

شرکت‌کنندگان مبتلا به اختلالات خلقی همچنین در مقایسه با شرکت‌کنندگان سالم، از کلمات بیشتری مربوط به خون و درد استفاده می‌کردند و از زبان «احساس منفی» بیشتری مانند «غمگین» و «ناراحت» استفاده می‌کردند.

بیماران اسکیزوفرنیک از کلمات ادراکی بیشتری مانند «شنیدن»، «دیدن» و «احساس کردن» و همچنین علائم نگارشی تأکیدی استفاده کردند.

کلمات استفاده شده در یک برنامه تحلیلی به نام «شمارش کلمات جستجوی زبانی» وارد شدند.

این مطالعه همچنین نشان داد که شرکت‌کنندگان مبتلا به اختلالات طیف اسکیزوفرنی عکس‌های کوچک‌تری نسبت به داوطلبان سالم ارسال کردند، در حالی که افراد مبتلا به اختلالات خلقی عکس‌هایی با رنگ آبی بیشتر و رنگ زرد کمتر ارسال کردند.

این تحقیق بخشی از یک حوزه نوظهور در روانپزشکی است که ارتباطات و رفتار بیماران را در رسانه‌های اجتماعی تجزیه و تحلیل می‌کند، که می‌تواند منجر به تشخیص و مداخله زودهنگام و بهتر برای مراقبت‌های سلامت روان شود.

محققان بیش از ۳.۴ میلیون پیام فیسبوک و بیش از ۱۴۰ هزار عکس ارسال شده توسط ۲۲۳ شرکت‌کننده که برای مطالعه نورث‌ول استخدام شده بودند را جمع‌آوری کردند.

شرکت‌کنندگان در این مطالعه بین ۱۵ تا ۳۵ سال سن داشتند و شامل ۷۹ بیمار مبتلا به اختلال طیف اسکیزوفرنی، ۷۴ بیمار مبتلا به اختلال خلقی و ۷۰ داوطلب سالم بودند.

مایکل بیرنباوم، مدیر برنامه درمان زودهنگام در نورث‌ول و نویسنده اصلی این مطالعه، گفت: «در تحقیقات موجود، نویدبخش رابطه بین فعالیت رسانه‌های اجتماعی و سلامت رفتاری است.» «یافته‌های ما که با IBM Research منتشر شده است، نشان می‌دهد که الگوریتم‌های یادگیری ماشینی قادر به شناسایی علائم مرتبط با بیماری روانی، بیش از یک سال قبل از اولین بستری در بیمارستان روانی هستند. با گنجاندن این داده‌ها در این زمینه، ما این پتانسیل را داریم که روانپزشکی را به طور متفکرانه وارد عصر دیجیتال مدرن کنیم.»

بیرنباوم، روانپزشک کودک، خاطرنشان کرد که اختلالات سلامت روان اغلب به تدریج و طی چندین سال ایجاد می‌شوند، بنابراین تجزیه و تحلیل پیام‌ها و پست‌ها در رسانه‌های اجتماعی می‌تواند به تشخیص زودهنگام و بهبود درمان کمک کند.

در آینده، این تحلیل‌های پیچیده می‌توانند برای کمک به شناسایی علائم هشدار دهنده مربوط به خودکشی و سایر اشکال خشونت مورد استفاده قرار گیرند.

بیرنباوم توضیح داد که بررسی پیام‌های فیس‌بوک می‌تواند بینشی در مورد بهبود بیمار ارائه دهد، زیرا «اجتماعی شدن بخش مهمی از بهبودی است».

او تأکید کرد که استفاده از تجزیه و تحلیل‌های جدید ضمن احترام به حریم خصوصی بیمار بسیار مهم خواهد بود. هدف، کسب رضایت بیمار برای دسترسی به ردپای دیجیتال اوست.