Las publicaciones de Facebook pueden predecir enfermedades y afecciones de salud mental

• Las publicaciones de Facebook por sí solas pueden predecir enfermedades como diabetes, depresión, ansiedad y psicosis.
• Al igual que la información genómica, el contenido de las redes sociales es capaz de personalizar la atención médica.

Más de 2 mil millones de personas comparten información sobre su vida cotidiana a través de las plataformas de redes sociales, y a menudo revelan su personalidad, sentimientos y datos demográficos. Se espera que el número alcance más de 3 mil millones [usuarios activos de redes sociales mensuales] para 2021, alrededor de 1/3 de la población total.

Dicha información contiene señales de salud útiles a nivel de población. Recientemente, investigadores de Penn Medicine y Stony Brook University vincularon los registros médicos electrónicos (EMR) de los pacientes con sus datos de redes sociales para identificar ciertos marcadores de enfermedad.

El equipo de investigación incluyó a 999 pacientes que aceptaron compartir sus registros médicos y la información de las redes sociales. Analizaron aproximadamente 949.000 actualizaciones de estado de Facebook que contienen más de 20 millones de palabras. La publicación de cada participante contenía un mínimo de 500 palabras.

Los investigadores utilizaron el procesamiento del lenguaje natural, un subcampo de la inteligencia artificial que se ocupa de las interacciones entre los lenguajes humanos (naturales) y de computadora, para codificar el lenguaje de cada participante como una codificación del lenguaje del paciente de 700 dimensiones.

Luego categorizaron los diagnósticos del EMR del participante en 21 grupos según la prevalencia dentro de la muestra y el Índice de comorbilidad de Elixhauser.

En otras palabras, los investigadores analizaron los patrones de lenguaje [de las publicaciones de Facebook] (palabras, oraciones, un montón de palabras relacionadas) y su conexión con 21 categorías estándar de diagnósticos de EMR.

En general, utilizaron tres modelos para examinar el poder predictivo de los pacientes:

1. El primer modelo analizó el idioma de la publicación de Facebook
2. El segundo utilizó datos demográficos como el sexo y la edad.
3. El tercer modelo fusionó los dos conjuntos de datos.

Referencia:PLOS ONE | DOI:10.1371 / journal.pone.0215476 | Universidad de Stony Brook

Resultados

El contenido de Facebook mejoró sustancialmente la precisión de la predicción de 18 de las 21 categorías de enfermedades. Se demostró que es muy eficaz para predecir diabetes, embarazo, depresión, ansiedad, psicosis y otras afecciones de salud mental.

De hecho, 10 categorías fueron predicadas de manera más efectiva por la publicación de Facebook que por los factores demográficos tradicionales (sexo, edad y raza).

Los diagnósticos médicos vinculados con el lenguaje codificado de las redes sociales pueden servir como una herramienta de detección y utilizarse para dilucidar la epidemiología de la enfermedad.

Al igual que la información genómica, el contenido de las redes sociales es capaz de personalizar la atención médica. Al examinar varias afecciones médicas, los investigadores pueden comprender mejor cómo estas afecciones se asocian entre sí, lo que puede permitir nuevas aplicaciones de inteligencia artificial para la medicina.

Leer:Los científicos descubren y corrigen el factor de riesgo genético de la enfermedad de Alzheimer

Para mejorar aún más los resultados, los estudios futuros pueden comparar las diferencias en los datos relacionados con la salud divulgados por pacientes de diferentes poblaciones demográficas y en otras plataformas como Twitter.