บริการทางการแพทย์ นักวิทยาศาสตร์จากมหาวิทยาลัยเพนซิลวาเนียพบว่าสภาวะทางการแพทย์สามารถคาดเดาได้จากเนื้อหาในโพสต์บนโซเชียลมีเดีย
สื่อสังคม ตอนนี้เป็นส่วนสำคัญในชีวิตของเรา ในปี 2019 อย่างน้อย 2.7 พันล้าน คน ใช้แพลตฟอร์มโซเชียลมีเดียออนไลน์เช่น Facebook, Twitter และ Instagram เป็นประจำ ซึ่งหมายความว่ามีผู้คนมากกว่าพันล้านคนแบ่งปันข้อมูลในแต่ละวันเกี่ยวกับชีวิตของพวกเขาบนแพลตฟอร์มสาธารณะเหล่านี้ ผู้คนสามารถแบ่งปันความคิด สิ่งที่ชอบและไม่ชอบ ความรู้สึก และบุคลิกภาพของตนได้อย่างอิสระ นักวิทยาศาสตร์กำลังสำรวจว่าข้อมูลนี้สร้างขึ้นภายนอกหรือไม่ คลินิก ระบบการรักษาพยาบาลสามารถเปิดเผยตัวพยากรณ์โรคที่เป็นไปได้ในชีวิตประจำวันของ ผู้ป่วย ซึ่งมิฉะนั้นอาจถูกซ่อนไว้สำหรับบุคลากรทางการแพทย์และนักวิจัย การศึกษาก่อนหน้านี้แสดงให้เห็นว่า Twitter สามารถทำนายอัตราการเสียชีวิตของโรคหัวใจหรือติดตามความรู้สึกสาธารณะเกี่ยวกับประเด็นทางการแพทย์เช่นการประกันภัยได้อย่างไร อย่างไรก็ตาม จนถึงขณะนี้ ยังไม่มีการใช้ข้อมูลโซเชียลมีเดียในการทำนายสภาวะทางการแพทย์ในระดับบุคคล
การศึกษาใหม่ที่เผยแพร่เมื่อวันที่ 17 มิถุนายนใน PLoS ONE มีการแสดงการเชื่อมโยงเวชระเบียนอิเล็กทรอนิกส์ของผู้ป่วย (ที่ให้ความยินยอม) กับโปรไฟล์โซเชียลมีเดียเป็นครั้งแรก นักวิจัยมุ่งที่จะสอบสวน – ประการแรก สามารถทำนายสภาวะทางการแพทย์ของบุคคลจากภาษาที่โพสต์บนบัญชีโซเชียลมีเดียของผู้ใช้ได้หรือไม่ และประการที่สอง หากสามารถระบุเครื่องหมายโรคเฉพาะได้
นักวิจัยใช้เทคนิคการรวบรวมข้อมูลอัตโนมัติเพื่อวิเคราะห์ประวัติ Facebook ทั้งหมดของผู้ป่วย 999 ราย นี่หมายถึงการวิเคราะห์คำจำนวน 20 ล้านคำในการอัปเดตสถานะ Facebook ประมาณ 949,000 รายการพร้อมโพสต์ที่มีคำอย่างน้อย 500 คำ นักวิจัยได้พัฒนาแบบจำลองสามแบบเพื่อคาดการณ์ผู้ป่วยแต่ละราย โมเดลแรกวิเคราะห์ภาษาของโพสต์ Facebook โดยระบุคำหลัก โมเดลที่สองวิเคราะห์ข้อมูลประชากรของผู้ป่วย เช่น อายุและเพศ โมเดลที่สามรวมชุดข้อมูลทั้งสองนี้ มีการตรวจสอบเงื่อนไขทางการแพทย์ทั้งหมด 21 อย่าง ได้แก่ เบาหวาน ความวิตกกังวล โรคซึมเศร้า โรคความดันโลหิตสูง การดื่มแอลกอฮอล์ในทางที่ผิด โรคอ้วน และโรคจิต
การวิเคราะห์พบว่าเงื่อนไขทางการแพทย์ทั้ง 21 อย่างสามารถคาดเดาได้จากการโพสต์บน Facebook เพียงอย่างเดียว และโพสต์บน Facebook คาดการณ์ 10 เงื่อนไขได้ดีกว่าข้อมูลประชากร คำหลักที่โดดเด่น ได้แก่ 'ดื่ม', 'เมา' และ 'ขวด' ซึ่งทำนายการดื่มแอลกอฮอล์ในทางที่ผิด และคำเช่น 'พระเจ้า' หรือ 'อธิษฐาน' หรือ 'ครอบครัว' มักถูกใช้โดยผู้ป่วยโรคเบาหวานถึง 15 เท่า คำพูดเช่น 'ใบ้' ทำหน้าที่เป็นตัวบ่งชี้ถึงการใช้ยาเสพติดและโรคจิต และคำเช่น 'ความเจ็บปวด', 'การร้องไห้' และ 'น้ำตา' เชื่อมโยงกับความทุกข์ทางอารมณ์ ภาษา Facebook ที่แต่ละบุคคลใช้นั้นมีประสิทธิภาพมากในการคาดการณ์ โดยเฉพาะเกี่ยวกับโรคเบาหวานและจิตใจ สุขภาพ สภาพรวมทั้งความวิตกกังวลภาวะซึมเศร้าและโรคจิต
การศึกษาในปัจจุบันชี้ให้เห็นว่าระบบการเลือกรับผู้ป่วยสามารถพัฒนาได้ โดยที่ผู้ป่วยอนุญาตให้วิเคราะห์โพสต์บนโซเชียลมีเดียของตนโดยให้การเข้าถึงข้อมูลนี้แก่แพทย์ แนวทางนี้อาจเป็นประโยชน์ที่สุดสำหรับผู้ที่ใช้โซเชียลมีเดียเป็นประจำ เนื่องจากโซเชียลมีเดียสะท้อนความคิด บุคลิกภาพ สภาพจิตใจ และพฤติกรรมสุขภาพของผู้คน ข้อมูลนี้จึงสามารถนำมาใช้เพื่อคาดการณ์การเริ่มมีอาการหรืออาการแย่ลงได้ ในกรณีที่เกี่ยวข้องกับโซเชียลมีเดีย ความเป็นส่วนตัว การรับทราบและยินยอมและความเป็นเจ้าของข้อมูลจะมีความสำคัญ การย่อและสรุปเนื้อหาโซเชียลมีเดียและการตีความเป็นเป้าหมายหลัก
การศึกษาในปัจจุบันสามารถนำไปสู่การพัฒนาสิ่งใหม่ได้ ปัญญาประดิษฐ์ แอพพลิเคชั่นทำนายสภาวะทางการแพทย์ ข้อมูลโซเชียลมีเดียสามารถวัดปริมาณได้และเป็นช่องทางใหม่ในการประเมินปัจจัยเสี่ยงด้านพฤติกรรมและสิ่งแวดล้อมของโรค ข้อมูลโซเชียลมีเดียของแต่ละบุคคลถูกเรียกว่า 'สื่อกลางทางสังคม' (คล้ายกับจีโนม - ชุดยีนที่สมบูรณ์)
***
{คุณสามารถอ่านรายงานการวิจัยต้นฉบับได้โดยคลิกลิงก์ DOI ที่ระบุด้านล่างในรายการแหล่งที่มาที่อ้างอิง}
แหล่งที่มา (s)
ผู้ค้า RM และคณะ พ.ศ. 2019 การประเมินการพยากรณ์โรคจากโพสต์ในโซเชียลมีเดีย PLOS หนึ่ง 14 (6). https://doi.org/10.1371/journal.pone.0215476
