联系我们

卫生保健

研究人员使用在Facebook数据上训练有素的AI来检测心理疾病的迹象

mm

已发表

 on

一组研究人员最近发表了 自然研究,详细介绍了他们使用Facebook数据识别可能的精神疾病的尝试。  据《连线》报道,研究人员能够构建一个AI模型,该模型可以根据在诊断正式之前最多发送的18条消息成功预测精神疾病的诊断。

为了创建预测模型,研究小组从223名志愿者中收集了数据。志愿者同意让研究人员访问他们发送的消息和发布的图像。研究人员对从收集到的消息和图像中提取的特征进行了随机森林模型训练。该模型的目的是确定参与者是否有精神健康诊断,将实例分为情绪障碍诊断,精神分裂症频谱诊断或无精神健康诊断。

当研究人员分析结果时,他们发现几种不同的特征与精神健康障碍有关。当涉及图像时,蓝色与心境障碍的诊断有关。经常使用粗口的单词通常表示精神疾病,而像“听”,“感觉”和“看见”(感知词)之类的单词则与精神分裂症的诊断有关。

为了确定AI模型的成功,研究人员比较了误报和误报。研究团队报告说,他们的成功率在0.65到0.77之间,其中1为满分,而0.5为随机猜测模型的平均成功率。消息越多,模型的成功就越好。但是,即使研究人员小组将自己仅限于诊断之前一年以上的消息,该模型的效果仍然要好于偶然。

关于这种精确度的有趣之处在于,它大约等于PHQ-9的精确度。 PHQ-9是一种用于筛查抑郁症的诊断工具,向测试对象询问10个问题。如果经过Facebook数据训练的AI模型能够像PHQ-9一样可靠地运行,则它有可能被用作诊断工具,从而扩大了临床医生目前使用的现有工具。

这项研究的首席研究员是纽约曼哈塞特的费恩斯坦医学研究所的助理教授迈克尔·伯恩鲍姆(Michael Birnbaum)。根据Wired的说法,使用社交媒体数据的AI工具有可能在诊断和治疗精神疾病方面产生重大变化。正如《连线》引述伯恩鲍姆的话:

“我们现在了解到癌症具有许多不同阶段的想法。如果您在第一阶段患上了癌症,则与转移后才发现有很大不同。在精神病学领域,一旦转移,我们就有开始与他人合作的趋势。但是有可能更早地吸引人。”

本质上,精神疾病在不同的时间可以采取不同的形式,更多的数据来源可以帮助研究人员和临床医生确定一个人的心理健康状况。使用社交媒体数据的优势在于,它可以连续记录个人的想法和感受。该数据可用于补充临床医生用来诊断患者的长期访谈。

Birnbaum期望基于社交媒体数据的AI模型可以帮助治疗师在长期治疗过程中监控患者。伯恩鲍姆(Birnbaum)解释说,治疗师通常每个月只能收到一个人生命的“快照”,并且使用社交媒体数据的能力使临床医生可以更全面,更具代表性地了解一个人的生活趋势。 Birnbaum希望在五到十年内在心理健康评估中使用社交媒体数据将变得越来越普遍。