Facebookの投稿は病気や精神的健康状態を予測することができます

• Facebookの投稿だけで、糖尿病、うつ病、不安、精神病などの病気を予測できます。
• ゲノム情報と同様に、ソーシャルメディアコンテンツはヘルスケアをパーソナライズすることができます。

20億人以上の人々が、ソーシャルメディアプラットフォームを介して日常生活に関する情報を共有し、多くの場合、自分の性格、感情、人口統計を明らかにしています。その数は、2021年までに30億人を超える[月間アクティブソーシャルメディアユーザー]に達すると予想されており、全人口の約3分の1です。

このような情報には、人口レベルでの有用な健康信号が含まれています。最近、ペン医学とストーニーブルック大学の研究者は、患者の電子医療記録（EMR）をソーシャルメディアデータとリンクさせて、特定の疾患マーカーを特定しました。

研究チームには、医療記録とソーシャルメディア情報を共有することに同意した999人の患者が含まれていました。彼らは、2000万語以上を含む約949,000のFacebookステータスアップデートを分析しました。各参加者の投稿には最低500語が含まれていました。

研究者は、自然言語処理（人間（自然）言語とコンピューター言語間の相互作用に関係する人工知能のサブフィールド）を使用して、各参加者の言語を700次元の患者言語エンコードとしてエンコードしました。

次に、参加者のEMRからの診断を、サンプル内の有病率とElixhauser併存疾患指数に基づいて21のグループに分類しました。

言い換えれば、研究者は[Facebookの投稿の]言語パターン（単語、文、関連する単語の束）と、EMR診断の21の標準カテゴリとの関係を分析しました。

全体として、彼らは3つのモデルを使用して、患者の予測力を調べました–

1. 最初のモデルはFacebookの投稿の言語を分析しました
2. 2つ目は、性別や年齢などの人口統計を使用しました。
3. 3番目のモデルは2つのデータセットをマージしました。

参照：PLOS ONE | DOI：10.1371 / journal.pone.0215476 |ストーニーブルック大学

結果

Facebookのコンテンツは、21の疾患カテゴリのうち18を予測する精度が大幅に向上しました。糖尿病、妊娠、うつ病、不安、精神病、その他の精神的健康状態を予測するのに非常に効率的であることが証明されました。

実際、10のカテゴリは、従来の人口統計学的要因（性別、年齢、人種）よりもFacebookの投稿によってより効果的に予測されていました。

エンコードされたソーシャルメディア言語にリンクされた医療診断は、スクリーニングツールとして機能し、病気の疫学を解明するために使用できます。

ゲノム情報と同様に、ソーシャルメディアコンテンツはヘルスケアをパーソナライズすることができます。いくつかの病状を調べることで、研究者はこれらの病状が互いにどのように関連しているかをよりよく理解でき、医学の人工知能の新しいアプリケーションを可能にすることができます。

読む：科学者はアルツハイマー病の遺伝的危険因子を発見して修正する

結果をさらに改善するために、将来の研究では、さまざまな人口統計集団の患者やTwitterなどの他のプラットフォームで開示された健康関連データの違いを比較できます。