Home / medicina / L’intelligenza Artificiale su FacebooK rileva segni di malattie mentali analizzando i messaggi degli utenti

L’intelligenza Artificiale su FacebooK rileva segni di malattie mentali analizzando i messaggi degli utenti

I ricercatori utilizzano l’intelligenza artificiale addestrata sui dati di Facebook per rilevare i segni di malattie mentali

Un gruppo di ricercatori ha recentemente pubblicato uno studio su Nature , descrivendo in dettaglio i loro tentativi di utilizzare i dati di Facebook per identificare possibili malattie psichiatriche. Come riportato da Wired , i ricercatori sono stati in grado di costruire un modello di IA in grado di prevedere con successo una diagnosi di una malattia mentale sulla base di messaggi inviati fino a 18 prima che la diagnosi fosse ufficializzata.

Per creare il modello predittivo, il team di ricerca ha raccolto dati da 223 volontari. I volontari hanno accettato di dare ai ricercatori l’accesso ai messaggi che avevano inviato e alle immagini che avevano pubblicato. I ricercatori hanno addestrato un modello di foresta casuale sulle caratteristiche estratte dai messaggi e dalle immagini raccolti. L’obiettivo dei modelli era determinare se un partecipante avesse una diagnosi di salute mentale, raggruppando i casi in diagnosi di disturbi dell’umore, diagnosi dello spettro della schizofrenia o nessuna diagnosi di salute mentale.

Quando i ricercatori hanno analizzato i risultati, hanno scoperto che diverse caratteristiche erano correlate a disturbi di salute mentale. Quando si trattava di immagini, i colori blu erano associati a una diagnosi di disturbi dell’umore. L’uso elevato di parolacce era generalmente indicativo di malattia mentale, mentre parole come sentire, sentire e vedere (parole di percezione) erano associate a una diagnosi di schizofrenia.

Per determinare il successo del modello di intelligenza artificiale, i ricercatori hanno confrontato falsi positivi e falsi negativi. Il team di ricerca ha riferito che il loro tasso di successo era compreso tra 0,65 e 0,77, con 1 un punteggio perfetto e 0,5 il successo medio di un modello che indovina casualmente. Più recenti erano i messaggi, migliore era il successo del modello. Tuttavia, anche quando il team di ricercatori si è limitato a messaggi datati a oltre un anno prima di una diagnosi, il modello ha comunque funzionato molto meglio del caso.

La cosa interessante di questo livello di precisione è che è approssimativamente equivalente alla precisione del PHQ-9. PHQ-9 è uno strumento diagnostico utilizzato per lo screening della depressione, ponendo 10 domande al soggetto del test. Se un modello di IA addestrato sui dati di Facebook può funzionare in modo affidabile come il PHQ-9, potrebbe essere potenzialmente utilizzato come strumento diagnostico, aumentando gli strumenti attualmente esistenti utilizzati dai medici.

Il ricercatore principale dello studio era un assistente professore presso il Feinstein Institutes for Medical Research di Manhasset, New York, Michael Birnbaum. Secondo Wired, gli strumenti di intelligenza artificiale che utilizzano i dati dei social media hanno il potenziale per fare una grande differenza nel modo in cui vengono diagnosticate e trattate le malattie psichiatriche. Come Birnbaum è stato citato da Wired:

“Ora comprendiamo questa idea che il cancro abbia molti stadi diversi. Se prendi il cancro allo stadio I, è drasticamente diverso che se lo prendi una volta che metastatizza. In psichiatria, abbiamo la tendenza a iniziare a lavorare con le persone una volta che sono già metastatizzate. Ma c’è il potenziale per catturare le persone prima. “

In sostanza, le malattie mentali possono assumere forme diverse in momenti diversi e fonti di dati più varie possono aiutare ricercatori e medici a triangolare lo stato di salute mentale di una persona. Il vantaggio dell’utilizzo dei dati dei social media è che servono come registrazione continua dei pensieri e dei sentimenti di un individuo. Questi dati potrebbero essere utilizzati per completare le lunghe interviste su cui i medici fanno affidamento per diagnosticare un paziente.

Birnbaum si aspetta che i modelli di intelligenza artificiale basati sui dati dei social media possano aiutare i terapisti nel monitoraggio dei pazienti nel corso a lungo termine del loro trattamento. Birnbaum ha spiegato che i terapisti in genere ottengono una “istantanea” della vita di una persona circa una volta al mese e che la capacità di utilizzare i dati dei social media consente ai medici di ottenere una comprensione più completa e rappresentativa delle tendenze nella vita di una persona. Birnbaum spera che entro cinque o dieci anni l’uso dei dati dei social media nella valutazione della salute mentale diventerà più comune.

Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi