Twitter wykrywa chorobę psychiczną
Naukowcy przeanalizowali dane z Twittera pochodzące od grupy 105 pacjentów ze zdiagnozowaną depresją i porównali z grupą kontrolną liczącą 99 osób. Wykorzystali do tego tzw. algorytm uczenia nadzorowanego (ang. supervised learning algorithm). Algorytm ten wykrywał zmiany w języku stosowanym przez użytkowników (np. ilość pozytywnych i negatywnych sformułowań używanych w wiadomościach) i na tej podstawie trafnie diagnozował chorobę.
Analogiczne badania przeprowadzono na grupie 63 pacjentów z zespołem stresu pourazowego. Tutaj także algorytm wykrył znaczącą zmianę w języku u osób chorych. Trafność diagnozy, a dokładnie wartość predykcyjna dodatnia (ang. positive predictive value, PPV) wynosiła ok. 90%. Dla porównania - współczynnik PPV dla lekarzy pierwszego kontaktu wynosi ok. 50%.
Wyniki te brzmią naprawdę świetnie. Krytycy przypominają jednak, że przyjęty w badaniu stosunek osób chorych do zdrowych (około 1:1) nie ma odzwierciedlenia w rzeczywistej populacji. Zaburza to statystykę, a przedstawiona przez naukowców wartość PPV jest mocno zawyżona. Niemniej jednak narzędzie to może znaleźć swoje zastosowanie w przyszłości. Pytanie tylko, czy chcemy być diagnozowani w oparciu o treści zamieszczane przez nas w tego typu serwisach.
źródło: acsh.org, zdjęcie: Pixabay.com