연구원은 소셜 미디어 게시물을 분석하여 우울증에 대한 언어 적 마커를 찾는 알고리즘을 만들었습니다.

주어진 해에 우울증은 미국 성인 인구의 6 % (16 만 명 정도)에 영향을 미치지 만 절반 이상은 필요한 치료를받지 못합니다.

연구자들은 우울증 진단에 이르기까지 수개월에 걸쳐 사용자가 동의 한 소셜 미디어 데이터를 분석하여 알고리즘이 미래의 우울증을 정확하게 예측할 수 있음을 발견했습니다. 조건의 지표에는 적개심과 외로움, "눈물", "감정"과 같은 단어와 "나"나 "나"와 같은 1 인칭 대명사의 사용이 포함됩니다.

조사 결과는 과학 국립 아카데미의 절차.

소셜 미디어 '게놈'

"소셜 미디어와 온라인에서 사람들이 쓰는 것은 그렇지 않은 경우 접근하기 위해 의학이나 연구에서 매우 어려운 삶의 측면을 포착합니다. Stony Brook University의 컴퓨터 과학 부교수이자 수석 논문 저자 인 H. Andrew Schwartz는 생물 물리학 적 표지자에 비해 상대적으로 미개척 인 부분이라고 강조합니다. "우울증, 불안, PTSD 같은 증상은 사람들이 디지털 방식으로 표현하는 방식에서 더 많은 신호를 발견합니다."

펜실베니아 대학의 긍정적 심리 센터 (Positive Psychology Center)와 스토니 브룩 (Stony Brook)의 인간 언어 분석 연구소 (Human Language Analysis Lab)에 기반을두고있는 세계 복지 프로젝트 (World Well-Being Project, WWBP)의 연구자들은 6 년 동안 사람들이 사용하는 단어가 어떻게 내면의 감정과 만족감을 반영 하는지를 연구 해왔다. 2014에서 Johannes Eichstaedt, WWBP 창립 연구 과학자와 Penn의 박사후 연구원은 소셜 미디어가 정신 건강 결과, 특히 우울증을 예측할 수 있는지 궁금해하기 시작했습니다.

"소셜 미디어 데이터에는 게놈과 비슷한 마커가 포함되어 있습니다. Genomics에서 사용 된 것과 놀랍게 유사한 방법을 통해 소셜 미디어 데이터를 조합하여 이러한 마커를 찾을 수 있습니다. "라고 Eichstaedt는 설명합니다. "우울증은 이런 식으로 상당히 탐지 가능한 것으로 보인다. 피부 질환이나 당뇨병과 같은 어떤 방식으로도 소셜 미디어의 사용이 정말로 바뀝니다. "

페이스 북 벽면에 글쓰기

이전 연구에서 우울증에 걸린 사람을 스스로 모집 한 사람들을 모집하는 대신 연구원은 Facebook 상태 및 전자 의료 기록 정보 공유에 동의 한 사람들의 데이터를 확인한 다음 기계 학습 기술을 사용하여 상태를 분석하여 공식 우울증 진단.

"이 연구는 건강 기록의 데이터와 소셜 미디어를 결합하는 디지털 건강을위한 펜 메디컬 센터 (Penn Medicine Center)의 소셜 메디 엄 레지스트리 (Social Mediome Registry)의 초기 작업입니다"라고 연구 공동 저자 Raina Merchant는 말합니다. "이 프로젝트의 경우 모든 개인이 동의하고 네트워크에서 데이터를 수집하지 않으며 데이터를 익명화하고 가장 엄격한 수준의 개인 정보 보호 및 보안을 준수합니다."

거의 1,200 사람들은 두 디지털 아카이브 모두를 제공하는 것에 동의했습니다. 이 중 114 사람들은 의료 기록에 우울증 진단을 받았습니다. 그 후 연구자들은 우울증 진단을받은 모든 사람과 대조군으로 활동하지 않는 5 명과 683 사람들의 전체 표본 (상태 업데이트 내 단어 수가 부족한 경우 제외)을 매치시켰다. 아이디어는 가능한 한 현실적인 시나리오를 만들어 연구원의 알고리즘을 훈련하고 테스트하는 것이 었습니다.

"소셜 미디어 사용은 정신 건강에 좋지 않지만 진단, 모니터링 및 치료에 중요한 도구가 될 수 있습니다."

"이것은 정말로 어려운 문제"라고 Eichstaedt는 말합니다. "683 사람들이 병원에 출석하여 그 중 15 %가 우울증을 앓고 있다면 알고리즘이 어떤 것을 예측할 수 있습니까? 알고리즘에 아무도 우울증이 없다고 말하면 85 퍼센트 정확합니다. "

연구원은 알고리즘을 구축하기 위해 우울증을 앓고있는 각 개인과 컨트롤을위한 동일한 시간 범위에 대한 진단까지 이어지는 524,292 Facebook 업데이트를 되돌아 보았습니다. 그들은 가장 자주 사용되는 단어와 어구를 결정한 다음 200 주제를 모델링하여 "우울증 관련 언어 마커"라고 불렀던 것을 강조했습니다. 마지막으로 우울증에 걸린 사람과 그렇지 않은 사람을 비교했습니다.

우울증 진단을위한 '노란 깃발'

그들은 이러한 마커가 적대감, 외로움, 슬픔 및 반추와 같은 정서적,인지 적, 대인 관계의 과정을 포함하고 있으며, 의료 기록에 처음 질병이 기록되기 3 개월 전부터 우울증을 조기에 예측할 수 있음을 알게되었습니다.

"소셜 미디어 사용은 정신 건강에 좋지 않지만, 진단, 모니터링 및 치료를위한 중요한 도구로 판명 될 수 있습니다"라고 Schwartz는 말합니다. "여기서는 임상 기록과 함께 사용할 수 있으며 소셜 미디어를 통한 정신 건강 개선을위한 단계로 나타났습니다."

Eichstaedt는 이러한 데이터를 우울증 진단을위한 눈에 잘 띄지 않는 스크리닝의 한 형태로 사용하는 데있어 장기적인 잠재력을보고 있습니다. 그는 "언젠가는 이러한 검사 시스템이 의료 시스템에 통합 될 수 있기를 바란다. "이 도구는 노란색 플래그를 발생시킵니다. 궁극적으로는 그것이 가능한 사람들을 확장 가능한 치료 양식으로 직접 퍼널 링 할 수 있다는 희망이 있습니다. "

독특한 도시 샘플을 포함하여 연구에 대한 몇 가지 제한 사항과 현장 자체의 제한 사항이 있지만 의료 기록의 모든 우울증 진단이 구조화 된 임상 면접에서 제공하는 황금 표준을 충족하지는 않습니다. 예를 들어, 발견 결과는 잠재적 인 새로운 발견 방법을 제공합니다 우울증을 앓고있는 사람들에게 도움을 청하십시오.

출처: 스토니 브룩 대학교

관련 서적

at 이너셀프 마켓과 아마존