Bolehkah Posting Facebook Mendedahkan Siapa yang Akan Mengalami Kemurungan?
Pasukan penyelidik dari University of Pennsylvania dan Stony Brook University baru-baru ini mengembangkan algoritma baru yang dapat mengenal pasti pengguna Facebook mana yang akan didiagnosis mengalami kemurungan.
Untuk kajian ini, para penyelidik menganalisis data media sosial yang dikongsi oleh pengguna persetujuan selama beberapa bulan. Berdasarkan data ini, para penyelidik mengembangkan algoritma yang dapat meramalkan kemurungan masa depan dengan tepat.
Petunjuk kemurungan merangkumi sebutan permusuhan dan kesunyian, kata-kata seperti "air mata" dan "perasaan", dan penggunaan kata ganti nama diri orang pertama seperti "Saya" dan "saya."
"Apa yang orang tulis di media sosial dan dalam talian menangkap aspek kehidupan yang sangat sukar dalam perubatan dan penyelidikan untuk diakses sebaliknya," kata Dr H. Andrew Schwartz, pengarang kertas kanan dan penyiasat utama Projek Kesejahteraan Dunia (WWBP ).
"Ini adalah dimensi yang relatif belum digunakan berbanding dengan penanda penyakit biofizik. Dengan mempertimbangkan keadaan seperti kemurungan, kegelisahan, dan PTSD, sebagai contoh, anda dapati lebih banyak isyarat dalam cara orang mengekspresikan diri mereka secara digital. "
Selama enam tahun, WWBP, yang berpusat di Pusat Psikologi Positif University of Pennsylvania dan Makmal Analisis Bahasa Manusia Universiti Stony Brook, telah mengkaji bagaimana kata-kata yang digunakan orang mencerminkan perasaan dan kepuasan hati.
Pada tahun 2014, Johannes Eichstaedt, saintis penyelidik WWBP, mula mempersoalkan apakah mungkin media sosial dapat meramalkan hasil kesihatan mental, terutama untuk kemurungan.
"Data media sosial mengandungi penanda yang serupa dengan genom," jelas Eichstaedt. "Dengan kaedah yang sangat mirip dengan kaedah yang digunakan dalam genomik, kita dapat menggabungkan data media sosial untuk mencari penanda ini. Kemurungan nampaknya sesuatu yang cukup dapat dikesan dengan cara ini; ini benar-benar mengubah penggunaan media sosial orang dengan cara yang tidak seperti penyakit kulit atau diabetes. "
Eichstaedt dan Schwartz bekerjasama dengan rakan sekerja Robert J. Smith, Raina Merchant, David Asch, dan Lyle Ungar dari Pusat Perubatan Penn untuk Kesihatan Digital untuk kajian ini.
Daripada merekrut peserta yang mengalami kemurungan yang dilaporkan sendiri, para penyelidik mengenal pasti data dari orang yang bersetuju untuk berkongsi status Facebook dan maklumat rekod perubatan elektronik, dan kemudian menganalisis status menggunakan teknik pembelajaran mesin untuk membezakan mereka dengan diagnosis kemurungan formal.
"Ini adalah pekerjaan awal dari Registry Mediome Sosial kami dari Pusat Perubatan Penn untuk Kesihatan Digital," kata Merchant, "yang bergabung dengan media sosial dengan data dari rekod kesihatan. Untuk projek ini, semua individu bersetuju, tidak ada data yang dikumpulkan dari rangkaian mereka, data tersebut dianonimkan, dan tahap privasi dan keselamatan yang paling ketat dipatuhi. "
Hampir 1,200 orang bersetuju untuk membenarkan penyelidik mengakses kedua-dua arkib digital. Dari jumlah tersebut, 114 orang mempunyai diagnosis kemurungan dalam rekod perubatan mereka.
Para penyelidik kemudian memadankan setiap orang dengan diagnosis kemurungan dengan lima orang yang tidak mempunyai diagnosis seperti itu, untuk bertindak sebagai kawalan, untuk jumlah sampel sebanyak 683 orang (tidak termasuk satu untuk perkataan yang tidak mencukupi dalam kemas kini status). Tujuannya adalah untuk mewujudkan senario se realistik mungkin untuk melatih dan menguji algoritma penyelidik.
"Ini adalah masalah yang sangat sukar," kata Eichstaedt. "Sekiranya 683 orang hadir ke hospital dan 15 peratus dari mereka mengalami kemurungan, adakah algoritma kami dapat meramalkan yang mana? Sekiranya algoritma mengatakan tidak ada yang tertekan, itu akan 85 peratus tepat. "
Untuk mengembangkan algoritma, para penyelidik melihat kembali 524,292 kemas kini Facebook sejak bertahun-tahun yang membawa kepada diagnosis bagi setiap peserta dengan kemurungan dan untuk jangka masa yang sama untuk kawalan.
Mereka mengenal pasti kata dan frasa yang paling sering digunakan dan kemudian memodelkan 200 topik untuk menggoda apa yang mereka sebut sebagai "penanda bahasa yang berkaitan dengan kemurungan." Akhirnya, mereka membandingkan dengan cara apa dan seberapa sering peserta yang mengalami kemurungan berbanding kawalan menggunakan frasa seperti itu.
Mereka mendapati bahawa petunjuk ini merangkumi proses emosi, kognitif, dan interpersonal seperti permusuhan dan kesunyian, kesedihan dan khayalan. Petunjuk tersebut dapat meramalkan kemurungan masa depan seawal tiga bulan sebelum dokumentasi pertama penyakit dalam rekod perubatan.
"Ada persepsi bahawa menggunakan media sosial tidak baik untuk kesihatan mental seseorang," kata Schwartz, "tetapi mungkin menjadi alat penting untuk mendiagnosis, memantau, dan akhirnya mengobatinya."
Penemuan ini diterbitkan dalam jurnal Prosiding Akademi Sains Nasional.
Sumber: Universiti Pennsylvania
