शोधकर्ताओं ने एक एल्गोरिदम बनाया है जो अवसाद के लिए भाषाई मार्कर खोजने के लिए सोशल मीडिया पोस्ट का विश्लेषण करता है।
किसी भी वर्ष में, अवसाद संयुक्त राज्य अमेरिका में वयस्क आबादी के छह प्रतिशत से अधिक प्रभावित करता है- कुछ 16 मिलियन लोग-लेकिन आधे से कम उन्हें आवश्यक उपचार प्राप्त करते हैं।
सोशल मीडिया डेटा का विश्लेषण करना जो निराशाजनक निदान तक पहुंचने वाले महीनों में साझा उपयोगकर्ताओं को सहमति देता है, शोधकर्ताओं ने पाया कि उनके एल्गोरिदम भविष्य में अवसाद की सटीक भविष्यवाणी कर सकते हैं। इस स्थिति के संकेतकों में शत्रुता और अकेलापन, "आँसू" और "भावनाओं" जैसे शब्दों और "प्रथम" और "मुझे" जैसे पहले व्यक्ति के सर्वनामों का उपयोग शामिल था।
निष्कर्षों में दिखाई देते हैं नेशनल एकेडमी ऑफ साइंसेज की कार्यवाही.
आपका सोशल मीडिया 'जीनोम'
"सोशल मीडिया और ऑनलाइन लोगों में जो लोग लिखते हैं, वे जीवन के एक पहलू को कैप्चर करते हैं जो अन्यथा पहुंचने के लिए दवा और शोध में बहुत कठिन है। स्टोन ब्रुक यूनिवर्सिटी और सीनियर पेपर लेखक में कंप्यूटर साइंस के सहायक प्रोफेसर एच एंड्रयू श्वार्टज़ कहते हैं, "यह एक आयाम है जो बीमारी के बायोफिजिकल मार्करों की तुलना में अपेक्षाकृत अप्रत्याशित है।" "अवसाद, चिंता, और PTSD जैसी स्थितियां, उदाहरण के लिए, लोगों को डिजिटल रूप से व्यक्त करने के तरीके में आपको अधिक सिग्नल मिलते हैं।"
छह साल तक, पेंसिल्वेनिया के सकारात्मक मनोविज्ञान केंद्र और स्टोनी ब्रुक की मानव भाषा विश्लेषण प्रयोगशाला में स्थित विश्व वेल-प्रोजेक्ट (डब्ल्यूडब्ल्यूबीपी) के शोधकर्ता, अध्ययन कर रहे हैं कि लोग जो शब्द उपयोग करते हैं, उनकी आंतरिक भावनाओं और संतुष्टि को दर्शाते हैं। एक्सएनएएनएक्स में, जोहान्स ईचस्टेड, डब्ल्यूडब्ल्यूबीपी ने शोध वैज्ञानिक और पेन में एक पोस्टडॉक्टरल साथी की स्थापना की, आश्चर्यचकित होना शुरू किया कि सोशल मीडिया के लिए मानसिक स्वास्थ्य परिणामों की भविष्यवाणी करना संभव है, खासकर अवसाद के लिए।
"सोशल मीडिया डेटा में जीनोम के समान मार्कर होते हैं। जीनोमिक्स में इस्तेमाल होने वाले लोगों के लिए आश्चर्यजनक रूप से समान तरीकों के साथ, हम इन मार्करों को खोजने के लिए सोशल मीडिया डेटा को जोड़ सकते हैं, "ईचस्टेड बताते हैं। "इस तरह से अवसाद कुछ पता लगाने योग्य प्रतीत होता है; यह वास्तव में लोगों के सोशल मीडिया के उपयोग को इस तरह से बदलता है कि त्वचा की बीमारी या मधुमेह जैसी कोई चीज नहीं है। "
फेसबुक की दीवार पर लेखन
पिछले अध्ययनों के मुकाबले करने के बजाय-भर्ती प्रतिभागियों जिन्होंने आत्म-रिपोर्ट की थी, उन्हें अवसाद था- शोधकर्ताओं ने फेसबुक की स्थिति और इलेक्ट्रॉनिक मेडिकल रिकॉर्ड जानकारी साझा करने के लिए सहमति रखने वाले लोगों से डेटा की पहचान की, फिर मशीन-लर्निंग तकनीकों का उपयोग करके स्थितिओं का विश्लेषण किया औपचारिक अवसाद निदान।
अध्ययन के लेखक रैना मर्चेंट कहते हैं, "डिजिटल मेडिसिन सेंटर के लिए पेन मेडिसिन सेंटर से हमारे सोशल मेडियॉम रजिस्ट्री से यह शुरुआती काम है, जो स्वास्थ्य रिकॉर्ड से डेटा के साथ सोशल मीडिया में शामिल हो जाता है।" "इस परियोजना के लिए, सभी व्यक्तियों को सहमति दी जाती है, उनके नेटवर्क से कोई डेटा एकत्र नहीं किया जाता है, डेटा को अनामित किया जाता है, और गोपनीयता और सुरक्षा के सख्त स्तर का पालन किया जाता है।"
लगभग 1,200 लोगों ने डिजिटल संग्रह दोनों प्रदान करने के लिए सहमति दी। इनमें से, 114 लोगों को उनके मेडिकल रिकॉर्ड में अवसाद का निदान था। इसके बाद शोधकर्ताओं ने 683 लोगों के कुल नमूने के लिए अवसाद के निदान के साथ हर व्यक्ति को अवसाद के निदान के साथ मिलान किया, (स्थिति अपडेट के भीतर अपर्याप्त शब्दों के लिए एक को छोड़कर)। विचार शोधकर्ताओं के एल्गोरिदम को प्रशिक्षित और परीक्षण करने के लिए यथार्थवादी यथार्थवादी बनाना था।
"एक धारणा है कि सोशल मीडिया का उपयोग किसी के मानसिक स्वास्थ्य के लिए अच्छा नहीं है, लेकिन यह निदान, निगरानी और अंततः इसका इलाज करने के लिए एक महत्वपूर्ण उपकरण बन सकता है।"
"यह वास्तव में एक कठिन समस्या है," Eichstaedt कहते हैं। "यदि 683 लोग अस्पताल में उपस्थित होते हैं और उनमें से 15 प्रतिशत उदास हैं, तो क्या हमारे एल्गोरिदम भविष्यवाणी करने में सक्षम होंगे? अगर एल्गोरिदम का कहना है कि कोई भी उदास नहीं था, तो यह 85 प्रतिशत सटीक होगा। "
एल्गोरिदम बनाने के लिए, शोधकर्ताओं ने अवसाद के साथ प्रत्येक व्यक्ति के निदान के लिए अग्रणी होने के साथ-साथ नियंत्रण के लिए अवधि के लिए 524,292 फेसबुक अपडेट पर वापस देखा। उन्होंने सबसे अधिक बार उपयोग किए जाने वाले शब्दों और वाक्यांशों को निर्धारित किया, फिर 200 विषयों को मॉडलिंग करने के लिए मॉडलिंग किया जो उन्होंने "अवसाद से जुड़े भाषा मार्कर" कहा। अंत में, उन्होंने तुलना की कि किस तरह और कितनी बार निराशाजनक बनाम नियंत्रण प्रतिभागियों ने इस तरह के वाक्यांश का उपयोग किया।
अवसाद निदान के लिए 'पीला झंडे'
उन्होंने सीखा कि इन मार्करों में भावनात्मक, संज्ञानात्मक और पारस्परिक प्रक्रियाएं शामिल हैं जैसे शत्रुता और अकेलापन, उदासी और रोशनी, और चिकित्सा रिकॉर्ड में बीमारी के पहले दस्तावेज़ीकरण से पहले तीन महीने पहले भविष्य में अवसाद की भविष्यवाणी कर सकते हैं।
"एक धारणा है कि सोशल मीडिया का उपयोग किसी के मानसिक स्वास्थ्य के लिए अच्छा नहीं है, लेकिन यह निदान, निगरानी और अंततः इसका इलाज करने के लिए एक महत्वपूर्ण उपकरण हो सकता है," श्वार्टज़ कहते हैं। "यहां, हमने दिखाया है कि इसका उपयोग क्लिनिकल रिकॉर्ड्स, सोशल मीडिया के साथ मानसिक स्वास्थ्य में सुधार की दिशा में एक कदम के साथ किया जा सकता है।"
Eichstaedt अवसाद निदान के लिए अविभाज्य स्क्रीनिंग के रूप में इन डेटा का उपयोग करने में दीर्घकालिक क्षमता देखता है। "आशा है कि एक दिन, इन स्क्रीनिंग सिस्टम को देखभाल की प्रणालियों में एकीकृत किया जा सकता है," वे कहते हैं। "यह उपकरण पीले झंडे उठाता है; आखिरकार आशा है कि आप उन लोगों को सीधे फैन कर सकते हैं जो स्केलेबल उपचार पद्धतियों में पहचानते हैं। "
अध्ययन के लिए कुछ सीमाओं के बावजूद, एक विशिष्ट शहरी नमूना, और क्षेत्र में सीमाएं शामिल हैं-एक मेडिकल रिकॉर्ड में हर अवसाद निदान, स्वर्ण मानक को पूरा नहीं करता है, जो संरचित नैदानिक साक्षात्कार प्रदान करता है, उदाहरण के लिए-निष्कर्ष उजागर करने के लिए एक संभावित नया तरीका प्रदान करते हैं और अवसाद से पीड़ित लोगों के लिए सहायता प्राप्त करें।
स्रोत: स्टोनी ब्रूक विश्वविद्यालय
संबंधित पुस्तकें
at इनरसेल्फ मार्केट और अमेज़न
