Des scientifiques médicaux de l'Université de Pennsylvanie ont découvert que les conditions médicales pouvaient être prédites à partir du contenu des publications sur les réseaux sociaux
Réseaux sociaux fait désormais partie intégrante de nos vies. En 2019, au moins 2.7 milliards de personnes utilisent régulièrement des plateformes de médias sociaux en ligne comme Facebook, Twitter et Instagram. Cela signifie que plus d'un milliard de personnes partagent quotidiennement des informations sur leur vie sur ces plateformes publiques. Les gens partagent librement leurs pensées, leurs goûts et leurs aversions, leurs sentiments et leurs personnalités. Les scientifiques cherchent à savoir si ces informations, générées en dehors du système de santé clinique, pourraient révéler d'éventuels prédicteurs de maladies dans la vie quotidienne des patients qui, autrement, pourraient être cachés au personnel de santé et aux chercheurs. Des études antérieures ont montré comment Twitter peut prédire le taux de mortalité par maladie cardiaque ou surveiller l'opinion publique sur des problèmes médicaux comme l'assurance. Cependant, les informations des médias sociaux n'ont jusqu'à présent pas été utilisées pour prédire les conditions médicales au niveau individuel.
Une nouvelle étude publiée le 17 juin dans PLoS ONE a pour la première fois montré la mise en relation des dossiers médicaux électroniques des patients (qui ont donné leur consentement) avec leurs profils sur les réseaux sociaux. Les chercheurs visaient à enquêter - premièrement, si les conditions médicales d'un individu peuvent être prédites à partir de la langue publiée sur le(s) compte(s) de médias sociaux de l'utilisateur et deuxièmement, si des marqueurs de maladie spécifiques peuvent être identifiés.
Les chercheurs ont utilisé une technique de collecte de données automatisée pour analyser l'historique complet de Facebook de 999 patients. Cela signifiait analyser un énorme 20 millions de mots dans environ 949,000 500 mises à jour de statut Facebook avec des messages contenant au moins 21 mots. Les chercheurs ont développé trois modèles pour faire des prédictions pour chaque patient. Le premier modèle analysait la langue des publications Facebook en identifiant des mots-clés. Le deuxième modèle a analysé les informations démographiques des patients comme leur âge et leur sexe. Le troisième modèle a combiné ces deux ensembles de données. Au total, XNUMX conditions médicales ont été examinées, notamment le diabète, l'anxiété, la dépression, l'hypertension, l'abus d'alcool, l'obésité et les psychoses.
L'analyse a montré que les 21 conditions médicales étaient prévisibles à partir des publications Facebook uniquement. Et, 10 conditions ont été mieux prédites par les publications sur Facebook que même par les données démographiques. Les mots clés prédominants étaient, par exemple, « boire », « ivre » et « bouteille » qui étaient prédictifs de l'abus d'alcool et des mots comme « Dieu » ou « prier » ou « la famille » étaient utilisés 15 fois plus souvent par les personnes atteintes de diabète. Des mots comme « idiot » servaient d'indicateurs d'abus de drogues et de psychose et des mots comme « douleur », « pleurs » et « larmes » étaient liés à la détresse émotionnelle. Le langage Facebook utilisé par les individus était très efficace pour faire des prédictions - en particulier sur le diabète et les troubles mentaux. décomposition cellulaire conditions telles que l'anxiété, la dépression et la psychose.
L'étude actuelle suggère qu'un système d'adhésion pour les patients pourrait être développé où les patients permettraient l'analyse de leurs publications sur les réseaux sociaux en donnant accès à ces informations aux cliniciens. Cette approche pourrait être très utile pour les personnes qui utilisent régulièrement les médias sociaux. Étant donné que les médias sociaux reflètent les pensées, la personnalité, l'état mental et les comportements de santé des gens, ces données pourraient être utilisées pour prédire l'apparition ou l'aggravation d'une maladie. En ce qui concerne les médias sociaux, la confidentialité, le consentement éclairé et la propriété des données seront cruciaux. Condenser et résumer le contenu des médias sociaux et faire des interprétations est l'objectif principal.
L'étude actuelle peut ouvrir la voie au développement de nouvelles applications d'intelligence artificielle pour prédire les conditions médicales. Les données des médias sociaux sont quantifiables et offrent de nouvelles voies pour évaluer les facteurs de risque comportementaux et environnementaux d'une maladie. Les données des médias sociaux d'un individu sont appelées « médiome social » (similaire au génome – ensemble complet de gènes).
***
{Vous pouvez lire le document de recherche original en cliquant sur le lien DOI ci-dessous dans la liste des sources citées}
Sources)
Marchand RM et al. 2019. Évaluation de la prévisibilité des conditions médicales à partir des publications sur les réseaux sociaux. PLOS UN. 14 (6). https://doi.org/10.1371/journal.pone.0215476
