Facebookの投稿は、誰がうつ病を発症するかを明らかにできるか?
ペンシルベニア大学とストーニーブルック大学の研究者チームは最近、うつ病と診断されるFacebookユーザーを特定できる新しいアルゴリズムを開発しました。
この研究では、同意したユーザーが共有したソーシャルメディアデータを数か月間分析しました。このデータに基づいて、研究者らは将来のうつ病を正確に予測できるアルゴリズムを開発しました。
うつ病の指標には、敵意と孤独の言及、「涙」や「感情」などの言葉、「私」や「私」などの一人称代名詞の使用が含まれていました。
「ソーシャルメディアやオンラインで人々が書いているものは、医学や研究でそれ以外の方法でアクセスするのが非常に難しい生活の側面を捉えています」と、上級論文著者であり、World Well-Being Project(WWBP)の主任研究者であるH.アンドリューシュワルツ博士)。
「それは、病気の生物物理学的マーカーと比較して、比較的未開拓の次元です。たとえば、うつ病、不安症、PTSDなどの条件を考慮すると、人々がデジタルで自分を表現する方法で、より多くの信号を見つけます。」
ペンシルバニア大学のポジティブ心理学センターとストーニーブルック大学の人間言語分析研究所を拠点とするWWBPは、6年間、人々が使用する言葉が内的感情と満足感をどのように反映するかを研究してきました。
2014年、WWBPの創設研究者であるヨハネスアイヒシュタットは、ソーシャルメディアがメンタルヘルスの結果、特にうつ病を予測することが可能であるかどうかを疑問視し始めました。
「ソーシャルメディアデータには、ゲノムに似たマーカーが含まれています」とEichstaedt氏は説明します。 「ゲノミクスで使用されている方法と驚くほど似た方法で、ソーシャルメディアデータをくまなく調べて、これらのマーカーを見つけることができます。うつ病は、この方法でかなり検出可能なもののようです。皮膚病や糖尿病のような何かがしないように人々のソーシャルメディアの使用を本当に変えます。」
EichstaedtとSchwartzは、この研究のためにPenn Medical Center for Digital Healthの同僚であるRobert J. Smith、Raina Merchant、David Asch、Lyle Ungarとチームを組みました。
自己申告によるうつ病のある参加者を募集するのではなく、研究者はFacebookのステータスと電子カルテ情報を共有することに同意した人々からのデータを特定し、機械学習手法を使用してステータスを分析して、正式なうつ病と診断された人を区別しました。
「これはPenn Medical Center for Digital HealthのSocial Mediome Registryによる初期の研究です」とMerchantは語り、「ソーシャルメディアと健康記録のデータを結合します。このプロジェクトでは、すべての個人が同意し、ネットワークからデータが収集されることはありません。データは匿名化され、最も厳しいレベルのプライバシーとセキュリティが守られます。」
約1,200人が、研究者が両方のデジタルアーカイブにアクセスできるようにすることに同意しました。これらのうち、114人が医療記録でうつ病と診断されました。
その後、研究者らはうつ病の診断を受けたすべての人を、そのような診断を受けなかった5人と対照として機能させるために、合計683人のサンプル(ステータス更新内の不十分な単語の1人を除く)と照合しました。目標は、研究者のアルゴリズムをトレーニングおよびテストするために、可能な限り現実的なシナリオを作成することでした。
「これは本当に難しい問題です」とアイヒシュタットは言います。 「683人が病院に来て、15%が落ち込んでいる場合、私たちのアルゴリズムはどの患者を予測できるでしょうか?誰も落ち込んでいないとアルゴリズムが言うなら、それは85パーセント正確です。」
アルゴリズムを開発するために、研究者らは、うつ病の各参加者の診断に至るまでの数年間の524,292 Facebookの更新を振り返り、コントロールの期間を同じにしました。
彼らは最も頻繁に使用される単語やフレーズを特定し、200のトピックをモデル化して、「うつ病に関連する言語マーカー」と呼ばれるものを抽出しました。最後に、彼らはどのようにしてどの程度の頻度で、うつ病対対照の参加者がそのような言い回しを使用したかを比較しました。
彼らは、これらの指標が敵意と孤独、悲しみと反すうなどの感情的、認知的、そして対人関係のプロセスで構成されていることを発見しました。これらの指標は、医療記録での病気の最初の文書化の3か月前から、将来のうつ病を予測できます。
「ソーシャルメディアの使用はメンタルヘルスに良くないとの認識があります。しかし、診断、モニタリング、そして最終的にはそれを治療するための重要なツールになるかもしれません。」
調査結果はジャーナルに掲載されています 全米科学アカデミーの議事録.
出典:ペンシルベニア大学