ИИ и социальные сети могут отслеживать депрессию и тревогу

Исследование, в котором использовался искусственный интеллект и публикации в социальных сетях для оценки уровня депрессии и тревоги почти в половине американских округов, показало, что измерения, сгенерированные ИИ, дают более надежные оценки, чем опросы населения.

Исследование, проведенное исследователями из Университета Стоуни-Брук в сотрудничестве с учеными-компьютерщиками и психологами из Стэнфордского университета и Пенсильванского университета, оценивало показатели на еженедельном уровне и позволило команде также отслеживать изменения в небольших регионах.

Результаты появляются в Природная цифровая медицина.

Депрессия и тревога являются двумя ведущими состояния психического здоровья в обществе. По данным Национального центра статистики здравоохранения (NCHS) и Бюро переписи населения, в 2019 году 10,8% взрослых американцев страдали от тревоги или депрессии. Специалисты в области психического здоровья говорят, что плохое психическое здоровье играет центральную роль в недавнем росте уровня самоубийств и смертность, связанная с опиоидами.

Обычно для измерения состояния здоровья населения проводятся дорогостоящие телефонные опросы, в которых людей спрашивают, испытывали ли они «печаль» или «беспокойство». Тем не менее, согласно исследованию, такие отчеты редко содержат достаточно данных для отслеживания изменений численности населения в местных сообществах.

Исследование включало в себя один из крупнейших наборов данных по измерению депрессии и тревоги, который использовался публично. Термин для этих измерений психического здоровья — «Оценки психического здоровья на основе языка» (LBMHA), новая система искусственного интеллекта для измерения психического здоровья на уровне сообщества с использованием язык социальных сетей. С помощью этой системы исследователи проанализировали почти один миллиард твитов от более чем двух миллионов пользователей, проживающих в 1418 округах США из всех 50 штатов.

По словам старшего автора Х. Эндрю Шварца, доцента кафедры компьютерных наук в Университете Стоуни-Брук, LBMHA обладали большей надежностью, чем крупнейшие общественные опросы, проведенные для общественного благосостояния. LBMHA также имеют большую внешнюю достоверность, поскольку они прогнозируют другие показатели сообщества, обычно связанные с психическим здоровьем, такие как уровень смертности, лучше, чем опросы. Оценки, полученные с помощью ИИ, также лучше прогнозировали другие социальные, экономические и политические переменные.

Шварц вместе с ведущим автором Сиддхартом Мангаликом, аспирантом по информатике в Стоуни-Брук, и Йоханнесом К. Эйхштедтом, доцентом кафедры психологии и человеко-ориентированного искусственного интеллекта в Стэнфорде, создали LBMHA.

Система LBMHA является кульминацией почти десятилетней работы по созданию надежных оценок психического здоровья. Это включает в себя географическое определение пользователей Twitter/X, определение моделей использования языка пользователями по сообщениям Tweets/X, объединение этих оценок в регионы и адаптацию моделей искусственного интеллекта, которые анализируют язык для оценки психического здоровья, для эффективной работы в Twitter/X.

Этот метод с удивительной точностью сопоставил уровень депрессии с печалью и уровень тревоги с беспокойством, собранные в ходе репрезентативных телефонных опросов в 2020 году.

«Основным результатом этого исследования стало сравнение того, насколько хорошо прогнозы нашей модели ИИ совпадают с методами опросов и как вычислительные методы позволяют получить новые результаты исследований психического здоровья, которые ранее были невозможны», — объясняет Мангалик.

Они обнаружили, что предложенная система превосходит методы опросов на 10 процентных пунктов в корреляции с внешними факторами, такими как образование, жилье, доход и социализация.

Мангалик и его соавторы осознают сложность улавливания сигналов психопатологии через языковое поведение и то, как пользователи представляют себя в социальных сетях.

«Измерения в социальных сетях позволяют нам отслеживать депрессию и тревогу — в принципе — в режиме реального времени. Платформы социальных сетей постоянно меняются в своем руководстве, политике и способах доступа исследователей к данным для общего общественного блага», — говорит Эйхштедт.

Соавтор Шон Клаустон, профессор программы общественного здравоохранения и кафедры семьи, народонаселения и профилактической медицины Школы медицины Возрождения (RSOM) Университета Стоуни-Брук, отмечает, что слушать речь людей — лучший способ понять их эмоциональное состояние, включая чувство беспокойства или печали, чем прямые ответы на опрос.

«Это исследование предоставляет новый инструмент для описания и понимания психического здоровья населения, что было невозможно представить всего пять лет назад», — говорит Клоустон. «Мы надеемся, что вскоре его смогут использовать врачи, поставщики психиатрических услуг и другие лица, чтобы помочь улучшить психическое здоровье населения в будущем».

Авторы рекомендуют чиновникам общественного здравоохранения учитывать языковые оценки наряду с данными опросов, чтобы понять здоровье сообществ ближе к реальному времени. Они объясняют, что включение наблюдаемых, а не выраженных психологических состояний позволяет избежать склонности участников занижать менее желательные или стигматизированные черты, такие как наличие психических расстройств.

Шварц говорит, что они будут продолжать оценивать эту систему, созданную искусственным интеллектом, чтобы проверить ее полезность в ближайшие годы. Поскольку язык и платформы социальных сетей со временем меняются, оценки также должны будут развиваться и адаптироваться к меняющемуся ландшафту.

Источник: Университет Стоуни-Брук