Les publications Facebook peuvent prédire les maladies et les problèmes de santé mentale

• Les publications Facebook à elles seules peuvent prédire des maladies comme le diabète, la dépression, l'anxiété et les psychoses.
• Comme les informations génomiques, le contenu des réseaux sociaux est capable de personnaliser les soins de santé.

Plus de 2 milliards de personnes partagent des informations sur leur vie quotidienne sur les plateformes de médias sociaux, révélant souvent leur personnalité, leurs sentiments et leurs données démographiques. Ce nombre devrait atteindre plus de 3 milliards [d'utilisateurs mensuels actifs de médias sociaux] d'ici 2021, soit environ 1/3 de la population totale.

Ces informations contiennent des signaux de santé utiles au niveau de la population. Récemment, des chercheurs de Penn Medicine et de l'université Stony Brook ont ​​associé les dossiers médicaux électroniques (DME) des patients à leurs données sur les réseaux sociaux afin d'identifier certains marqueurs de la maladie.

L'équipe de recherche comprenait 999 patients qui ont accepté de partager leurs dossiers médicaux et leurs informations sur les réseaux sociaux. Ils ont analysé environ 949 000 mises à jour de statut Facebook contenant plus de 20 millions de mots. Le message de chaque participant contenait un minimum de 500 mots.

Les chercheurs ont utilisé le traitement du langage naturel - un sous-domaine de l'intelligence artificielle concerné par les interactions entre les langages humains (naturels) et informatiques - pour coder chaque langue de participant en tant que codage de langue de patient à 700 dimensions.

Ils ont ensuite classé les diagnostics du DME des participants en 21 groupes en fonction de la prévalence au sein de l'échantillon et de l'indice de comorbidité Elixhauser.

En d'autres termes, les chercheurs ont analysé les schémas linguistiques [des publications sur Facebook] - mots, phrases, groupes de mots connexes - et leur lien avec 21 catégories standard de diagnostics de DME.

Dans l'ensemble, ils ont utilisé trois modèles pour examiner le pouvoir prédictif pour les patients -

1. Le premier modèle a analysé la langue de publication sur Facebook
2. La seconde utilise des données démographiques telles que le sexe et l'âge.
3. Le troisième modèle a fusionné les deux ensembles de données.

Référence :PLOS ONE | DOI :10.1371/journal.pone.0215476 | Université Stony Brook

Résultats

Le contenu de Facebook a considérablement amélioré la précision de la prédiction de 18 des 21 catégories de maladies. Il s'est avéré très efficace pour prédire le diabète, la grossesse, la dépression, l'anxiété, les psychoses et d'autres problèmes de santé mentale.

En fait, 10 catégories étaient fondées plus efficacement sur les publications sur Facebook que sur les facteurs démographiques traditionnels (sexe, âge et race).

Les diagnostics médicaux liés au langage codé des médias sociaux peuvent servir d'outil de dépistage et être utilisés pour élucider l'épidémiologie de la maladie.

Comme l'information génomique, le contenu des médias sociaux est capable de personnaliser les soins de santé. En examinant plusieurs conditions médicales, les chercheurs peuvent mieux comprendre comment ces conditions sont associées les unes aux autres, ce qui peut permettre de nouvelles applications de l'intelligence artificielle pour la médecine.

Lire :Des scientifiques découvrent et corrigent le facteur de risque génétique de la maladie d'Alzheimer

Pour améliorer encore les résultats, les futures études peuvent comparer les différences dans les données relatives à la santé divulguées par les patients de différentes populations démographiques et sur d'autres plateformes comme Twitter.