ವೈದ್ಯಕೀಯ scientists from University of Pennsylvania have found that medical conditions could be predicted from contents of social media posts
ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ is now an integral part of our lives. In 2019, at least 2.7 billion ಜನರು regularly use online social media platforms like Facebook, Twitter and Instagram. This means that more than a billion individuals share information on a daily basis about their lives on these public platforms. People freely share their thoughts, likes and dislikes, sentiments and personalities. Scientists are exploring whether this information, generated outside the ಪ್ರಾಯೋಗಿಕ healthcare system, could reveal possible disease predictors in daily lives of ರೋಗಿಗಳು ಇಲ್ಲದಿದ್ದರೆ ಅದನ್ನು ಆರೋಗ್ಯ ಸಿಬ್ಬಂದಿ ಮತ್ತು ಸಂಶೋಧಕರಿಗೆ ಮರೆಮಾಡಬಹುದು. ಹಿಂದಿನ ಅಧ್ಯಯನಗಳು ಟ್ವಿಟರ್ ಹೃದ್ರೋಗದ ಮರಣ ಪ್ರಮಾಣವನ್ನು ಹೇಗೆ ಊಹಿಸಬಹುದು ಅಥವಾ ವಿಮೆಯಂತಹ ವೈದ್ಯಕೀಯ-ಸಂಬಂಧಿತ ಸಮಸ್ಯೆಗಳ ಮೇಲೆ ಸಾರ್ವಜನಿಕ ಭಾವನೆಯನ್ನು ಹೇಗೆ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬಹುದು ಎಂಬುದನ್ನು ತೋರಿಸಿದೆ. ಆದಾಗ್ಯೂ, ವೈಯಕ್ತಿಕ ಮಟ್ಟದಲ್ಲಿ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಊಹಿಸಲು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಮಾಹಿತಿಯನ್ನು ಇಲ್ಲಿಯವರೆಗೆ ಬಳಸಲಾಗಿಲ್ಲ.
ಜೂನ್ 17 ರಂದು ಹೊಸ ಅಧ್ಯಯನವನ್ನು ಪ್ರಕಟಿಸಲಾಗಿದೆ PLOS ಒನ್ ಮೊದಲ ಬಾರಿಗೆ ತಮ್ಮ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪ್ರೊಫೈಲ್‌ಗಳೊಂದಿಗೆ ರೋಗಿಗಳ (ಅವರ ಒಪ್ಪಿಗೆಯನ್ನು ನೀಡಿದ) ಎಲೆಕ್ಟ್ರಾನಿಕ್ ವೈದ್ಯಕೀಯ ದಾಖಲೆಗಳನ್ನು ಲಿಂಕ್ ಮಾಡುವುದನ್ನು ತೋರಿಸಿದೆ. ಸಂಶೋಧಕರು ತನಿಖೆ ಮಾಡುವ ಗುರಿಯನ್ನು ಹೊಂದಿದ್ದಾರೆ - ಮೊದಲನೆಯದಾಗಿ, ಬಳಕೆದಾರರ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಖಾತೆ(ಗಳು) ನಲ್ಲಿ ಪೋಸ್ಟ್ ಮಾಡಲಾದ ಭಾಷೆಯಿಂದ ವ್ಯಕ್ತಿಯ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಊಹಿಸಬಹುದೇ ಮತ್ತು ಎರಡನೆಯದಾಗಿ, ನಿರ್ದಿಷ್ಟ ರೋಗದ ಗುರುತುಗಳನ್ನು ಗುರುತಿಸಬಹುದಾದರೆ.
999 ರೋಗಿಗಳ ಸಂಪೂರ್ಣ ಫೇಸ್ಬುಕ್ ಇತಿಹಾಸವನ್ನು ವಿಶ್ಲೇಷಿಸಲು ಸಂಶೋಧಕರು ಸ್ವಯಂಚಾಲಿತ ಡೇಟಾ ಸಂಗ್ರಹಣೆ ತಂತ್ರವನ್ನು ಬಳಸಿದ್ದಾರೆ. ಇದರರ್ಥ ಕನಿಷ್ಠ 20 ಪದಗಳನ್ನು ಹೊಂದಿರುವ ಪೋಸ್ಟ್‌ಗಳೊಂದಿಗೆ ಸುಮಾರು 949,000 ಫೇಸ್ಬುಕ್ ಸ್ಥಿತಿ ನವೀಕರಣಗಳಲ್ಲಿ 500 ಮಿಲಿಯನ್ ಪದಗಳನ್ನು ವಿಶ್ಲೇಷಿಸುವುದು. ಪ್ರತಿ ರೋಗಿಗೆ ಮುನ್ನೋಟಗಳನ್ನು ಮಾಡಲು ಸಂಶೋಧಕರು ಮೂರು ಮಾದರಿಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದರು. ಮೊದಲ ಮಾದರಿಯು ಕೀವರ್ಡ್‌ಗಳನ್ನು ಗುರುತಿಸುವ ಮೂಲಕ ಫೇಸ್ಬುಕ್ ಪೋಸ್ಟ್‌ಗಳ ಭಾಷೆಯನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ. ಎರಡನೇ ಮಾದರಿಯು ರೋಗಿಯ ವಯಸ್ಸು ಮತ್ತು ಲಿಂಗದಂತಹ ಜನಸಂಖ್ಯಾ ಮಾಹಿತಿಯನ್ನು ವಿಶ್ಲೇಷಿಸಿದೆ. ಮೂರನೇ ಮಾದರಿಯು ಈ ಎರಡು ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಸಂಯೋಜಿಸಿದೆ. ಮಧುಮೇಹ, ಆತಂಕ, ಖಿನ್ನತೆ, ಅಧಿಕ ರಕ್ತದೊತ್ತಡ, ಮದ್ಯ ಸೇವನೆ, ಬೊಜ್ಜು, ಮನೋರೋಗಗಳು ಸೇರಿದಂತೆ ಒಟ್ಟು 21 ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಪರಿಶೀಲಿಸಲಾಗಿದೆ.
ಎಲ್ಲಾ 21 ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳು ಫೇಸ್ಬುಕ್ ಪೋಸ್ಟ್‌ಗಳಿಂದ ಮಾತ್ರ ಊಹಿಸಬಹುದಾದವು ಎಂದು ವಿಶ್ಲೇಷಣೆ ತೋರಿಸಿದೆ. ಮತ್ತು, 10 ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಜನಸಂಖ್ಯಾಶಾಸ್ತ್ರಕ್ಕಿಂತ ಫೇಸ್ಬುಕ್ ಪೋಸ್ಟ್‌ಗಳಿಂದ ಉತ್ತಮವಾಗಿ ಊಹಿಸಲಾಗಿದೆ. ಪ್ರಮುಖ ಕೀವರ್ಡ್‌ಗಳೆಂದರೆ, ಉದಾಹರಣೆಗೆ, ಮದ್ಯದ ದುರುಪಯೋಗವನ್ನು ಮುನ್ಸೂಚಿಸುವ 'ಪಾನೀಯ', 'ಕುಡಿತ' ಮತ್ತು 'ಬಾಟಲ್' ಮತ್ತು 'ದೇವರು' ಅಥವಾ 'ಪ್ರಾರ್ಥನೆ' ಅಥವಾ 'ಕುಟುಂಬ' ನಂತಹ ಪದಗಳನ್ನು ಮಧುಮೇಹ ಹೊಂದಿರುವ ಜನರು 15 ಪಟ್ಟು ಹೆಚ್ಚಾಗಿ ಬಳಸುತ್ತಾರೆ. 'ಮೂಕ' ನಂತಹ ಪದಗಳು ಮಾದಕ ವ್ಯಸನ ಮತ್ತು ಮನೋವಿಕಾರದ ಸೂಚಕಗಳಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಮತ್ತು 'ನೋವು', 'ಅಳುವುದು' ಮತ್ತು 'ಕಣ್ಣೀರು' ಮುಂತಾದ ಪದಗಳು ಭಾವನಾತ್ಮಕ ಯಾತನೆಗೆ ಸಂಬಂಧಿಸಿವೆ. ವ್ಯಕ್ತಿಗಳು ಬಳಸುವ ಫೇಸ್ಬುಕ್ ಭಾಷೆಯು ಭವಿಷ್ಯ ನುಡಿಯಲು ಬಹಳ ಪರಿಣಾಮಕಾರಿಯಾಗಿತ್ತು - ವಿಶೇಷವಾಗಿ ಮಧುಮೇಹ ಮತ್ತು ಮಾನಸಿಕ ಬಗ್ಗೆ ಆರೋಗ್ಯ ಆತಂಕ, ಖಿನ್ನತೆ ಮತ್ತು ಸೈಕೋಸಿಸ್ ಸೇರಿದಂತೆ ಪರಿಸ್ಥಿತಿಗಳು.
ಪ್ರಸ್ತುತ ಅಧ್ಯಯನವು ರೋಗಿಗಳಿಗೆ ಆಪ್ಟ್-ಇನ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಬಹುದೆಂದು ಸೂಚಿಸುತ್ತದೆ, ಅಲ್ಲಿ ರೋಗಿಗಳು ತಮ್ಮ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್‌ಗಳ ವಿಶ್ಲೇಷಣೆಯನ್ನು ವೈದ್ಯರಿಗೆ ಈ ಮಾಹಿತಿಗೆ ಪ್ರವೇಶವನ್ನು ಒದಗಿಸುವ ಮೂಲಕ ಅನುಮತಿಸುತ್ತಾರೆ. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮವನ್ನು ವಾಡಿಕೆಯಂತೆ ಬಳಸುವ ಜನರಿಗೆ ಈ ವಿಧಾನವು ಹೆಚ್ಚು ಮೌಲ್ಯಯುತವಾಗಿದೆ. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮವು ಜನರ ಆಲೋಚನೆಗಳು, ವ್ಯಕ್ತಿತ್ವ, ಮಾನಸಿಕ ಸ್ಥಿತಿ ಮತ್ತು ಆರೋಗ್ಯ ನಡವಳಿಕೆಗಳನ್ನು ಪ್ರತಿಬಿಂಬಿಸುವುದರಿಂದ, ಈ ಡೇಟಾವನ್ನು ರೋಗದ ಆಕ್ರಮಣ ಅಥವಾ ಉಲ್ಬಣವನ್ನು ಊಹಿಸಲು ಬಳಸಬಹುದು. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ, ಗೌಪ್ಯತೆ, ತಿಳುವಳಿಕೆಯುಳ್ಳ ಸಮ್ಮತಿ ಮತ್ತು ಡೇಟಾ ಮಾಲೀಕತ್ವವು ನಿರ್ಣಾಯಕವಾಗಿರುತ್ತದೆ. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮದ ವಿಷಯವನ್ನು ಘನೀಕರಿಸುವುದು ಮತ್ತು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವುದು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಗಳನ್ನು ಮಾಡುವುದು ಪ್ರಾಥಮಿಕ ಗುರಿಯಾಗಿದೆ.
The current study can lead way to develop new ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ applications for predicting medical conditions. Social media data is quantifiable and provides new avenues to assess behavioural and environmental risk factors of a disease. Social media data of an individual is being referred to as ‘social mediome’ (similar to genome – complete set of genes).
***
{ಉದಾಹರಿಸಿದ ಮೂಲ(ಗಳ) ಪಟ್ಟಿಯಲ್ಲಿ ಕೆಳಗೆ ನೀಡಲಾದ DOI ಲಿಂಕ್ ಅನ್ನು ಕ್ಲಿಕ್ ಮಾಡುವ ಮೂಲಕ ನೀವು ಮೂಲ ಸಂಶೋಧನಾ ಪ್ರಬಂಧವನ್ನು ಓದಬಹುದು}
ಮೂಲಗಳು)
ವ್ಯಾಪಾರಿ RM ಮತ್ತು ಇತರರು. 2019. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್‌ಗಳಿಂದ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳ ಭವಿಷ್ಯವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು. ಪ್ಲಸ್ ಒನ್. 14 (6). https://doi.org/10.1371/journal.pone.0215476
