Социальные сети как комплектный диагностический центр

Japanese woman working on a laptop

Социальные сети, это место, куда люди ходят общаться, заводить друзей, рассказывать о себе, слушать рассказы других, шутить, писать гневные отзывы о несправедливости, умиляться от видео и фото меньших наших братьев и милых детей и многое другое. В общем, современные соцсети, в частности, Facebook и все его составляющие, стали для очень многих людей целым миром, в котором они живут и чувствуют себя в нём прекрасно. Учёные, как всегда, используют любую возможность, чтобы что-нибудь поизучать, а такое скопление людей очень даже благодатная почва. Кроме того, человек в соцсетях живёт, и живёт словно в стеклянном кубе, аквариуме, вся его жизнь практически на виду. А что это значит для учёного медика? Это самый правдивый и подробный анамнез!

Так и поступили американские учёные, которые смогли, используя информацию в социальных сетях (не ту, где написан адрес, место учёбы, работы и прочие персональные данные) для диагностирования более двадцати различных заболеваний, причём не только психологического характера типа депрессии, но и диабета. Пользователи соцсетей с удовольствием рассказывают на площадке о своих переживаниях, опыте, чувствах, именно эта информация и является кладезью материала для медиков, который помогает медицинской диагностике.

Исследователи из двух американских университетов привлекли к своей научной работе около тысячи добровольцев, согласных на просмотр и анализ всех их публикаций и постов в соцсетях, а также доступных медицинских данных. После того, как специальные алгоритмы проанализировали более двадцати миллионов слов из этих постов, то выявились языковые закономерности, в которую входили лексические наборы, фразеологические, а также порядок выбора похожих и родственных слов. Все закономерности разбили по группам (всего 21), которые соответствовали требованиям современной медицинской диагностики

При анализе публикаций использовались три модели: первая опиралась исключительно на слова в публикациях, вторая модель использовала демографические данные, а третья модель объединяла две предыдущие модели. Так вот, не используя ничего, кроме слов в публикациях, учёным удалось диагностировать более двадцати расстройств. При этом по словам в постах десять заболеваний диагностировались гораздо точнее, чем с использованием демографической информации.

Лингвистические алгоритмы прогноза дали такой же результат в выявлении диабета, какой даёт настоящий тест по индексу массы. Вообще, языковые закономерности следует рассматривать как настоящий геном, дело в том, что одинаковые по генезису болезни имеют одинаковые или схожие лингвистические паттерны. Помимо диабета, легко диагностируются психоз, депрессия, а также тревожность. При этом многие так называемые паттерны или улики просто лежать на самом виду. Простой пример – в публикациях человека часто используются слова пить, бутылка и различные сочетания. Это на 95 процентов означает, что человек имеет неоднозначные отношения с алкоголем.

В прошлом году эта же группа исследователей запустила ИИ алгоритмы на выявление депрессии по 600 тысячам публикаций. Выяснилось, что алгоритмы точно вычисляют проблемы раньше на несколько месяцев, чем врач сможет поставить достоверный диагноз.