Medicina Cientistas da Universidade da Pensilvânia descobriram que condições médicas poderiam ser previstas a partir do conteúdo de postagens nas redes sociais
Redes sociais agora é parte integrante de nossas vidas. Em 2019, pelo menos 2.7 mil milhões pessoas usam regularmente plataformas de mídia social online como Facebook, Twitter e Instagram. Isto significa que mais de mil milhões de pessoas partilham diariamente informações sobre as suas vidas nestas plataformas públicas. As pessoas compartilham livremente seus pensamentos, gostos e desgostos, sentimentos e personalidades. Os cientistas estão a explorar se esta informação, gerada fora do clínico sistema de saúde, poderia revelar possíveis preditores de doenças na vida diária de pacientes que de outra forma podem ser ocultados para profissionais de saúde e pesquisadores. Estudos anteriores mostraram como o Twitter pode prever a taxa de mortalidade por doenças cardíacas ou monitorar a opinião pública sobre questões médicas, como seguros. No entanto, as informações da mídia social até agora não foram usadas para prever condições médicas em um nível individual.
Um novo estudo publicado em 17 de junho em PLoS ONE mostrou pela primeira vez a ligação de prontuários médicos eletrônicos de pacientes (que deram seu consentimento) com seus perfis de mídia social. Os pesquisadores objetivaram investigar - primeiro, se as condições médicas de um indivíduo podem ser previstas a partir da linguagem postada na (s) conta (s) do usuário nas redes sociais e, segundo, se marcadores específicos de doenças podem ser identificados.
Os pesquisadores usaram uma técnica de coleta de dados automatizada para analisar o histórico completo do Facebook de 999 pacientes. Isso significou analisar colossais 20 milhões de palavras em cerca de 949,000 atualizações de status do Facebook com postagens contendo pelo menos 500 palavras. Os pesquisadores desenvolveram três modelos para fazer previsões para cada paciente. O primeiro modelo analisou a linguagem das postagens do Facebook por meio da identificação de palavras-chave. O segundo modelo analisou as informações demográficas do paciente, como idade e sexo. O terceiro modelo combinou esses dois conjuntos de dados. Um total de 21 condições médicas foram investigadas, incluindo diabetes, ansiedade, depressão, hipertensão, abuso de álcool, obesidade, psicoses.
A análise mostrou que todas as 21 condições médicas eram previsíveis apenas com base nas postagens do Facebook. E 10 condições foram previstas melhor pelas postagens do Facebook do que até mesmo os dados demográficos. As palavras-chave proeminentes foram, por exemplo, 'beber', 'bêbado' e 'mamadeira', que previam abuso de álcool e palavras como 'Deus' ou 'orar' ou 'família' foram usadas 15 vezes mais provavelmente por pessoas com diabetes. Palavras como 'idiota' serviram como indicadores de abuso de drogas e psicose, e palavras como 'dor', 'choro' e 'lágrimas' foram associadas a sofrimento emocional. A linguagem do Facebook usada por indivíduos foi muito eficaz para fazer previsões - particularmente sobre diabetes e doenças mentais conectores condições incluindo ansiedade, depressão e psicose.
O estudo atual sugere que um sistema opt-in para pacientes poderia ser desenvolvido, onde os pacientes permitissem a análise de suas postagens nas redes sociais, fornecendo acesso a essas informações aos médicos. Essa abordagem pode ser mais valiosa para pessoas que usam rotineiramente as mídias sociais. Como a mídia social reflete os pensamentos, a personalidade, o estado mental e os comportamentos de saúde das pessoas, esses dados podem ser usados para prever o início ou agravamento de uma doença. No que diz respeito à mídia social, privacidade, consentimento informado e propriedade de dados serão cruciais. Condensar e resumir o conteúdo da mídia social e fazer interpretações é o objetivo principal.
O estudo atual pode abrir caminho para o desenvolvimento de novos inteligência artificial aplicações para prever condições médicas. Os dados das redes sociais são quantificáveis e fornecem novos caminhos para avaliar os fatores de risco comportamentais e ambientais de uma doença. Os dados de mídia social de um indivíduo são chamados de “medioma social” (semelhante ao genoma – conjunto completo de genes).
***
{Você pode ler o artigo de pesquisa original clicando no link DOI fornecido abaixo na lista de fontes citadas}
Fontes)
Merchant RM et al. 2019. Avaliando a previsibilidade de condições médicas de postagens de mídia social. PLOS ONE. 14 (6). https://doi.org/10.1371/journal.pone.0215476
