Élmuwan médis ti Universitas Pennsylvania parantos mendakan yén kaayaan médis tiasa diprediksi tina eusi postingan média sosial.
Média sosial ayeuna geus jadi bagian integral tina kahirupan urang. Dina taun 2019, sahenteuna 2.7 milyar jalma rutin ngagunakeun platform média sosial online sapertos Facebook, Twitter sareng Instagram. Ieu ngandung harti yén langkung ti samiliar individu ngabagikeun inpormasi unggal dintenna ngeunaan kahirupanna dina platform umum ieu. Jalma-jalma sacara bébas ngabagikeun pamikiran, karesep sareng teu karesep, sentimen sareng kapribadianana. Para ilmuwan nuju nalungtik naha inpormasi ieu, anu dihasilkeun di luar sistem kasehatan klinis , tiasa ngungkabkeun kamungkinan prediktor panyakit dina kahirupan sadidinten pasien anu upami teu kitu tiasa disumputkeun ka petugas kasehatan sareng panaliti. Panilitian sateuacana parantos nunjukkeun kumaha Twitter tiasa ngaduga tingkat mortalitas panyakit jantung atanapi ngawas sentimen masarakat ngeunaan masalah anu aya hubunganana sareng médis sapertos asuransi. Nanging, inpormasi média sosial dugi ka ayeuna teu acan dianggo pikeun ngaduga kaayaan médis dina tingkat individu.
Hiji panilitian anyar anu diterbitkeun dina 17 Juni di PLOS ONE pikeun kahiji kalina nunjukkeun patalina rékaman médis éléktronik pasien (anu parantos masihan idin) sareng profil média sosialna. Para panalungtik ngagaduhan tujuan pikeun nalungtik - mimitina, naha kaayaan médis hiji jalma tiasa diprediksi tina basa anu dipasang dina akun média sosial pangguna sareng kadua, naha pananda panyakit khusus tiasa diidentifikasi.
Panaliti ngagunakeun téknik ngumpulkeun data otomatis pikeun nganalisis sajarah Facebook pinuh ku 999 pasien. Ieu hartosna nganalisa 20 juta kecap anu humungous dina sakitar 949,000 apdet status Facebook kalayan tulisan anu ngandung sahenteuna 500 kecap. Panaliti ngembangkeun tilu modél pikeun ngaramalkeun unggal pasien. Modél munggaran nganalisis basa tulisan Facebook ku ngaidentipikasi kecap konci. Model kadua nganalisis inpormasi demografi pasien sapertos umur sareng genderna. Model katilu ngagabungkeun dua set data ieu. Jumlahna aya 21 kaayaan médis anu ditalungtik kaasup diabetes, kahariwang, depresi, hipertensi, penyalahgunaan alkohol, obesitas, psychoses.
Analisis nunjukkeun yén sadaya 21 kaayaan médis tiasa diprediksi tina postingan Facebook nyalira. Sareng, 10 kaayaan diprediksi langkung saé ku postingan Facebook tibatan démografi. Kecap konci anu nonjol nyaéta, contona, 'nginum', 'mabok' sareng 'botol' anu ngaduga panyalahgunaan alkohol sareng kecap-kecap sapertos 'Gusti' atanapi 'ngadoa' atanapi 'kulawarga' dianggo 15 kali langkung dipikaresep ku jalma anu ngagaduhan diabetes. Kecap-kecap sapertos 'bisu' janten indikator pikeun panyalahgunaan narkoba sareng psikosis sareng kecap-kecap sapertos 'nyeri', 'nangis' sareng 'cimata' aya hubunganana sareng tekanan émosional. Basa Facebook anu dianggo ku individu épéktip pisan dina ngadamel prediksi - khususna ngeunaan diabetes sareng kaayaan kaséhatan méntal kalebet kahariwang, déprési sareng psikosis.
Panaliti ayeuna nunjukkeun yén sistem opt-in pikeun pasien tiasa dikembangkeun dimana pasién ngijinkeun analisa tulisan média sosialna ku cara masihan aksés kana inpormasi ieu ka dokter. Pendekatan ieu tiasa paling berharga pikeun jalma anu rutin ngagunakeun média sosial. Kusabab média sosial ngagambarkeun pamikiran jalma, kapribadian, kaayaan méntal sareng paripolah kaséhatan, data ieu tiasa dianggo pikeun ngaduga awal atanapi parah panyakit. Dimana média sosial prihatin, privasi, idin informed sareng kapamilikan data bakal penting. Kondensasi sareng nyimpulkeun eusi média sosial sareng ngadamel interpretasi mangrupikeun tujuan utami.
Panilitian ayeuna tiasa mingpin jalan pikeun ngembangkeun aplikasi kecerdasan jieunan anyar pikeun ngaramal kaayaan médis. Data média sosial tiasa diukur sareng nyayogikeun jalan anyar pikeun meunteun faktor résiko paripolah sareng lingkungan tina hiji panyakit. Data média sosial hiji individu disebut 'médiom sosial' (sarupa sareng génom - sakumpulan gén lengkep).
***
{Anjeun tiasa maca makalah panalungtikan asli ku ngaklik tautan DOI anu dipasihkeun di handap dina daptar sumber anu dicutat}}
Sumber (s)
Merchant RM et al. 2019. Ngaevaluasi prediktabilitas kaayaan médis tina postingan média sosial. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
