Redes sociales y medicina: cómo las publicaciones pueden ayudar a predecir afecciones médicas

Médico Científicos de la Universidad de Pensilvania han descubierto que las condiciones médicas se pueden predecir a partir del contenido de las publicaciones en las redes sociales.

Redes sociales es ahora una parte integral de nuestras vidas. En 2019, al menos 2.7 millones personas Utilice regularmente plataformas de redes sociales en línea como Facebook, Twitter e Instagram. Esto significa que más de mil millones de personas comparten diariamente información sobre sus vidas en estas plataformas públicas. Las personas comparten libremente sus pensamientos, gustos y disgustos, sentimientos y personalidades. Los científicos están explorando si esta información, generada fuera del por sistema de salud, podría revelar posibles predictores de enfermedades en la vida diaria de los pacientes que de otro modo podrían estar ocultos para el personal sanitario y los investigadores. Estudios anteriores han demostrado cómo Twitter puede predecir la tasa de mortalidad por enfermedades cardíacas o monitorear la opinión pública sobre temas relacionados con la salud, como los seguros. Sin embargo, la información de las redes sociales hasta ahora no se ha utilizado para predecir condiciones médicas a nivel individual.

Un nuevo estudio publicado el 17 de junio en PLoS ONE ha mostrado por primera vez la vinculación de historias clínicas electrónicas de pacientes (que han dado su consentimiento) con sus perfiles de redes sociales. Los investigadores tenían como objetivo investigar: en primer lugar, si las condiciones médicas de un individuo se pueden predecir a partir del idioma publicado en las cuentas de redes sociales del usuario y, en segundo lugar, si se pueden identificar marcadores de enfermedades específicos.

Los investigadores utilizaron una técnica de recopilación de datos automatizada para analizar el historial completo de Facebook de 999 pacientes. Esto significó analizar la enorme cantidad de 20 millones de palabras en alrededor de 949,000 actualizaciones de estado de Facebook con publicaciones que contienen al menos 500 palabras. Los investigadores desarrollaron tres modelos para hacer predicciones para cada paciente. El primer modelo analizó el lenguaje de las publicaciones de Facebook identificando palabras clave. El segundo modelo analizó la información demográfica del paciente, como su edad y sexo. El tercer modelo combinó estos dos conjuntos de datos. Se analizaron un total de 21 afecciones médicas, incluidas diabetes, ansiedad, depresión, hipertensión, abuso de alcohol, obesidad y psicosis.

El análisis mostró que las 21 condiciones médicas eran predecibles solo a partir de las publicaciones de Facebook. Y las publicaciones de Facebook predijeron 10 condiciones mejor que incluso los datos demográficos. Las palabras clave prominentes fueron, por ejemplo, 'beber', 'borracho' y 'botella', que predecían el abuso de alcohol, y las personas con diabetes usaban 15 veces más palabras como 'Dios', 'rezar' o 'familia'. Palabras como "tonto" sirvieron como indicadores de abuso de drogas y psicosis y palabras como "dolor", "llanto" y "lágrimas" se vincularon a la angustia emocional. El lenguaje de Facebook utilizado por las personas fue muy eficaz para hacer predicciones, especialmente sobre la diabetes y la salud mental. salud condiciones que incluyen ansiedad, depresión y psicosis.

El estudio actual sugiere que se podría desarrollar un sistema de participación voluntaria para los pacientes en el que los pacientes permitieran el análisis de sus publicaciones en las redes sociales al brindar acceso a esta información a los médicos. Este enfoque podría ser más valioso para las personas que utilizan habitualmente las redes sociales. Dado que las redes sociales reflejan los pensamientos, la personalidad, el estado mental y los comportamientos de salud de las personas, estos datos podrían usarse para predecir la aparición o el empeoramiento de una enfermedad. En lo que respecta a las redes sociales, la privacidad, el consentimiento informado y la propiedad de los datos serán cruciales. Condensar y resumir el contenido de las redes sociales y hacer interpretaciones es el objetivo principal.

El estudio actual puede abrir camino para desarrollar nuevos inteligencia artificial Aplicaciones para predecir condiciones médicas. Los datos de las redes sociales son cuantificables y brindan nuevas vías para evaluar los factores de riesgo ambientales y de comportamiento de una enfermedad. Los datos de las redes sociales de un individuo se denominan "medioma social" (similar al genoma: conjunto completo de genes).

***

{Puede leer el trabajo de investigación original haciendo clic en el enlace DOI que figura a continuación en la lista de fuentes citadas}

Fuentes)

Merchant RM y col. 2019. Evaluación de la previsibilidad de las condiciones médicas a partir de publicaciones en redes sociales. MÁS UNO. 14 (6). https://doi.org/10.1371/journal.pone.0215476

Últimos

Primer nacimiento en el Reino Unido tras un trasplante uterino de donante viva

La mujer que se sometió por primera vez a un trasplante de útero de donante vivo...

Qfitlia (Fitusiran): Un nuevo tratamiento basado en ARNi para la hemofilia  

Qfitlia (Fitusiran), un nuevo tratamiento basado en ARNi para la hemofilia, ha...

Las observaciones de campo profundo del JWST contravienen el principio cosmológico

Observaciones de campo profundo del telescopio espacial James Webb bajo el JWST...

Hidrocarburos de cadena larga detectados en Marte  

Un análisis de una muestra de roca existente dentro de Análisis de Muestras en...

Boletín

No se pierda

Programa de energía de fusión del Reino Unido: se presenta el diseño conceptual de la planta de energía prototipo STEP 

El enfoque de producción de energía de fusión del Reino Unido tomó forma con...

Estudio PRIME (ensayo clínico Neuralink): el segundo participante recibe el implante 

El 2 de agosto de 2024, Elon Musk anunció que su...

Resonancia magnética humana de campos ultraaltos (UHF): cerebro vivo fotografiado con resonancia magnética de 11.7 teslas del Proyecto Iseult  

La máquina de resonancia magnética de 11.7 Tesla del Proyecto Iseult ha obtenido resultados notables...

WAIfinder: una nueva herramienta digital para maximizar la conectividad en todo el panorama de IA del Reino Unido 

UKRI ha lanzado WAIfinder, una herramienta en línea para mostrar...

La bioimpresión 3D ensambla tejido cerebral humano funcional por primera vez  

Los científicos han desarrollado una plataforma de bioimpresión 3D que ensambla...
Equipo SCIEU
Equipo SCIEUhttps://www.scientificeuropean.co.uk
Scientific European® | SCIEU.com | Avances significativos en la ciencia. Impacto en la humanidad. Mentes inspiradoras.

Dispositivo portátil se comunica con sistemas biológicos para controlar la expresión génica 

Los dispositivos portátiles se han vuelto predominantes y están ganando cada vez más terreno. Estos dispositivos suelen interconectar biomateriales con la electrónica. Algunos dispositivos electromagnéticos portátiles actúan como mecánicos...

Sistemas de inteligencia artificial: ¿Hacen posible un diagnóstico médico rápido y eficiente?

Estudios recientes han demostrado la capacidad de los sistemas de inteligencia artificial en el diagnóstico médico de enfermedades importantes Los sistemas de inteligencia artificial (IA) han existido durante bastante tiempo ...

Estudio PRIME (ensayo clínico Neuralink): el segundo participante recibe el implante 

El 2 de agosto de 2024, Elon Musk anunció que su empresa Neuralink había implantado un dispositivo de interfaz cerebro-computadora (BCI) a un segundo participante. Dijo que el procedimiento...