Исследователи из Университета Пенсильвании и Университета Нью-Йорка в Стоуни-Брук выяснили, что языковой анализ постов в социальных сетях может выявить такие состояния пользователя как психоз, депрессия и сахарный диабет. Результаты работы опубликованы в научном журнале PLOS ONE.
Американские ученые провели исследование с участием 999 человек. История их публикаций в соцсетях и электронные медицинские данные были проанализированы с помощью метода автоматического сбора данных. Затем ученые создали три прогностические модели: одна анализирует язык постов, другая — демографические данные, а третья объединяет оба набора.
Всего было рассмотрено 21 состояние, в том числе ожирение, проблемы с пищеварением, кожные заболевания, травмы, тревожность, злоупотребление наркотиками и алкоголем, беременность, а также инфекции, передающиеся половым путём. Оказалось, все это можно выявить у человека с помощью анализа постов в Facebook.
Ученые проанализировали 20 миллионов слов, составлявших около 950 тысяч статусов и постов. В ряде случаев результаты были предсказуемы, например, употребление слов «пить» и «бутылка» характерно для людей, имевших пристрастие к алкоголю. Однако были и неожиданные выводы. Так, люди, чаще всего использовавшие религиозные слова, такие как «Бог» или «молиться», имели в 15 раз больше шансов заболеть диабетом, чем те, кто употреблял эти термины реже всего.
Враждебные слова, например, ругательства или слова вроде «тупой» и «чушь собачья» оказались индикаторами психозов и пристрастия к наркотикам. А употребление таких слов как «живот», «голова» и «боль» может говорить о физических симптомах психического расстройства, что позволяет спрогнозировать развитие депрессии.
Отметим, год назад тот же коллектив ученых доказал, что анализ сообщений в Facebook позволяет предсказать развитие депрессии на три месяца раньше, чем этот диагноз могут поставить врачи. Новая работа является продолжением предыдущей и показывает, что анализ постов в соцсетях может давать медикам важную дополнительную информацию. Предполагается, что это будет полезно и для «цифровой эпидемиологии»: можно будет отслеживать динамику и вспышки инфекционных заболеваний.
