Risultati altamente rilevanti per diabete, psicosi e gravidanza
Più di due miliardi di persone in tutto il mondo utilizzano Facebook quotidianamente per condividere pensieri, informazioni personali, aggiornamenti sulla propria salute. Uno studio recente ha cercato di studiare Facebook per capire se i post degli utenti possano essere usati per fare diagnosi di malattia, come i sintomi fisici. Lo studio è stato pubblicato su PLoS One.
Ricercatori della University of Pennsylvania School of Medicine hanno esaminato circa un milione di messaggi di stato di Facebook pubblicati da 999 utenti. Di questi utenti, erano disponibili anche i dati delle cartelle cliniche elettroniche, che contengono informazioni demografiche (età, sesso, razza) ed anamnesi completa. L’analisi voleva rispondere a due domande. Possiamo prevedere le diagnosi mediche dal linguaggio dei post pubblicati sui social media? Possiamo identificare sui social media marcatori specifici di malattia?
Lo studio ha identificato in totale 21 condizioni patologiche. Tutte e 21 erano prevedibili dal linguaggio dei post su Facebook. 18 condizioni patologiche erano meglio prevedibili aggiungendo ai dati demografici anche i post su Facebook. Per 10 condizioni patologiche i soli post su Facebook avevano un valore predittivo migliore dei soli dati demografici. Le condizioni mediche per le quali gli stati di Facebook mostrano maggiore accuratezza predittiva rispetto alla sola demografia includono il diabete, la gravidanza, la psicosi e la depressione.
È interessante notare che molte delle diagnosi cliniche esaminate potevano essere identificate dal linguaggio. Il linguaggio, quindi, può diventare un marcatore di malattia. Ad esempio, le parole che esprimono ostilità si sono rivelate i marker predominanti dell'abuso di droga e anche delle psicosi marcate. Il diabete è stato predetto dal linguaggio religioso (parole quali Dio, famiglia, preghiera). Questo non significa che tutti coloro che menzionano queste parole hanno una tale condizione, ma solo che coloro che le menzionano hanno più probabilità di averla.
Così come le biobanche mirano a raccogliere campioni biologici e ad immagazzinare dati per collegare le informazioni genetiche individuali ai fenotipi clinici, i dati dei social media possono essere concepiti come un "medioma sociale" la cui espressione individuale può anche essere archiviata in un database e collegata a più marcatori fenotipici della salute e della malattia. Le informazioni dei social media, come le informazioni genomiche, mirano ad una personalizzazione dell'assistenza sanitaria. Informazioni che oggi possono essere elaborate da computer potenti e da sistemi di intelligenza artificiale.
Come per la genomica, anche la raccolta di dati dai social media per la previsione di diagnosi mediche solleva non poche domande sulla privacy, sul consenso informato e sulla proprietà dei dati.
Questo studio ha diversi limiti, tuttavia mostra il grande potenziale delle informazioni che gli utenti condividono sui social media. Rivelando ciò che le persone pensano, sentono e fanno, i social media catturano marcatori emotivi, cognitivi, comportamentali e ambientali che hanno una sostanziale validità predittiva di malattia e che spesso rimangono sconosciuti a ricercatori e clinici.
Fonti: Merchant RM, Asch DA, Crutchley P, Ungar LH, Guntuku SC, Eichstaedt JC, Hill S, Padrez K, Smith RJ, Schwartz HA. Evaluating the predictability of medical conditions from social media posts. PLoS One. 2019 Jun 17;14(6):e0215476. doi: 10.1371/journal.pone.0215476. eCollection 2019.
Mau M. Verräterische Sprache: Diagnosetool Facebook? Esanum.de. 02.07.2019