Postingan Facebook Dapat Memprediksi Penyakit dan Kondisi Kesehatan Mental
- Postingan Facebook saja dapat memprediksi penyakit seperti diabetes, depresi, kecemasan, dan psikosis.
- Seperti informasi genomik, konten media sosial mampu mempersonalisasi perawatan kesehatan.
Lebih dari 2 miliar orang berbagi informasi tentang kehidupan sehari-hari mereka melalui platform media sosial, sering kali mengungkapkan kepribadian, sentimen, dan demografi mereka. Jumlahnya diperkirakan akan mencapai lebih dari 3 miliar [pengguna media sosial aktif bulanan] pada tahun 2021, sekitar sepertiga dari seluruh populasi.
Informasi tersebut mengandung sinyal kesehatan yang berguna di tingkat populasi. Baru-baru ini, para peneliti di Penn Medicine dan Stony Brook University menghubungkan rekam medis elektronik (EMR) pasien dengan data media sosial mereka untuk mengidentifikasi penanda penyakit tertentu.
Tim peneliti melibatkan 999 pasien yang setuju untuk membagikan catatan medis dan informasi media sosial mereka. Mereka menganalisis sekitar 949.000 pembaruan status Facebook yang berisi lebih dari 20 juta kata. Setiap postingan peserta berisi minimal 500 kata.
Para peneliti menggunakan pemrosesan bahasa alami — subbidang kecerdasan buatan yang berkaitan dengan interaksi antara bahasa manusia (alami) dan komputer — untuk mengkodekan setiap bahasa peserta sebagai pengkodean bahasa pasien 700 dimensi.
Mereka kemudian mengkategorikan diagnosis dari EMR peserta menjadi 21 kelompok berdasarkan prevalensi dalam sampel dan Indeks Komorbiditas Elixhauser.
Dengan kata lain, peneliti menganalisis pola bahasa [postingan facebook] — kata, kalimat, kumpulan kata terkait — dan hubungannya dengan 21 kategori standar diagnosis EMR.
Secara keseluruhan, mereka menggunakan tiga model untuk menguji kekuatan prediksi pasien –
- Model pertama menganalisis bahasa postingan Facebook
- Yang kedua menggunakan demografi seperti jenis kelamin dan usia.
- Model ketiga menggabungkan dua set data.
Referensi:PLOS ONE | DOI:10.1371/journal.pone.0215476 | Universitas Stony Brook
Hasil
Konten Facebook secara substansial meningkat pada akurasi memprediksi 18 dari 21 kategori penyakit. Ini terbukti sangat efisien dalam memprediksi diabetes, kehamilan, depresi, kecemasan, psikosis, dan kondisi kesehatan mental lainnya.
Faktanya, 10 kategori lebih efektif berdasarkan postingan Facebook daripada faktor demografi tradisional (jenis kelamin, usia, dan ras).
Diagnosis medis yang terkait dengan bahasa media sosial yang disandikan dapat berfungsi sebagai alat skrining dan digunakan untuk menjelaskan epidemiologi penyakit.
Seperti informasi genomik, konten media sosial mampu mempersonalisasi perawatan kesehatan. Dengan memeriksa beberapa kondisi medis, peneliti dapat lebih memahami bagaimana kondisi ini terkait satu sama lain, yang dapat mengaktifkan aplikasi baru kecerdasan buatan untuk kedokteran.
Baca:Ilmuwan Temukan dan Perbaiki Faktor Risiko Genetik Penyakit Alzheimer
Untuk lebih meningkatkan hasil, penelitian di masa depan dapat membandingkan perbedaan data terkait kesehatan yang diungkapkan oleh pasien dari populasi demografis yang berbeda dan di platform lain seperti Twitter.
