Facebook投稿から糖尿病・うつ病などを予測:ソーシャルメディアが健康診断ツールに
20億人以上がソーシャルメディアで日常生活を共有し、個性・感情・人口統計学的特徴を露出しています。月間アクティブユーザーは2021年までに30億人(世界人口の約1/3)に達すると予測されます。こうした情報には人口レベルでの有用な健康シグナルが含まれています。
ペンシルベニア医科大学とストーニーブルック大学の研究者たちが、患者の電子カルテ(EMR)とソーシャルメディアデータをリンクし、疾患マーカーを特定しました。999人の患者から約949,000件のFacebookステータス更新(2,000万語以上)を分析。自然言語処理で各参加者の言語を700次元の患者言語エンコーディングに変換し、EMR診断を21グループに分類しました。
3つのモデルで予測力を検証:①Facebook投稿の言語、②性別・年齢などの人口統計、③両データの統合。
Reference: PLOS ONE | DOI:10.1371/journal.pone.0215476 | Stony Brook University
結果
Facebookコンテンツは21疾患カテゴリーのうち18で予測精度を大幅に向上。糖尿病、妊娠、うつ病、不安障害、精神病などの精神疾患予測に特に有効でした。10カテゴリーでは、従来の人口統計要因(性別、年齢、人種)よりFacebook投稿の方が効果的でした。
エンコードされたソーシャルメディア言語と医療診断のリンクは、スクリーニングツールとして、また疾患疫学の解明に利用可能です。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のパーソナライズが可能です。複数の医療状態を調べることで、それらの相互関連をよりよく理解し、医療AIの新たな応用を可能にします。
今後は、異なる人口統計グループやTwitterなど他プラットフォームでの健康関連データ開示の違いを比較し、更なる精度向上を目指します。
産業技術
- メンテナンスマネージャーのための強靭な安全衛生プログラム構築ガイド
- Shop Floor Man:製造業SNSにユーモアで新世代を惹きつける
- 革命的スマホアルゴリズムで精密な疾病診断を実現
- AIが低解像度衛星画像から世界の非正規居住地を自動検出・マッピング
- AIがアルツハイマー病を6年前に100%精度で予測、PET画像深層学習で実現
- 2020年版Facebook主要統計35選:マーケターとユーザー必見のインサイト
- Facebookで製造ビジネスを最大限に拡散:リーチ最大化の実践ガイド
- LinkedIn:製造業がつながり成長するための最高のプラットフォーム
- FR-4徹底解説:PCB設計における理想的な用途と限界
- 相互運用性とは:シームレスな統合を実現する方法
- トラックドライバーの心身健康戦略:メンタル・フィジカル両面からのウェルネス向上