ವೈದ್ಯಕೀಯ ಪೆನ್ಸಿಲ್ವೇನಿಯಾ ವಿಶ್ವವಿದ್ಯಾಲಯದ ವಿಜ್ಞಾನಿಗಳು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪೋಸ್ಟ್‌ಗಳ ವಿಷಯಗಳಿಂದ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಊಹಿಸಬಹುದು ಎಂದು ಕಂಡುಹಿಡಿದಿದ್ದಾರೆ
ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಈಗ ನಮ್ಮ ಜೀವನದ ಅವಿಭಾಜ್ಯ ಅಂಗವಾಗಿದೆ. 2019 ರಲ್ಲಿ, ಕನಿಷ್ಠ 2.7 ಬಿಲಿಯನ್ ಜನರು ಫೇಸ್ಬುಕ್, ಟ್ವಿಟರ್ ಮತ್ತು ಇನ್‌ಸ್ಟಾಗ್ರಾಮ್‌ನಂತಹ ಆನ್‌ಲೈನ್ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಪ್ಲಾಟ್‌ಫಾರ್ಮ್‌ಗಳನ್ನು ನಿಯಮಿತವಾಗಿ ಬಳಸಿ. ಇದರರ್ಥ ಒಂದು ಶತಕೋಟಿಗಿಂತ ಹೆಚ್ಚು ವ್ಯಕ್ತಿಗಳು ಈ ಸಾರ್ವಜನಿಕ ವೇದಿಕೆಗಳಲ್ಲಿ ತಮ್ಮ ಜೀವನದ ಬಗ್ಗೆ ಪ್ರತಿದಿನ ಮಾಹಿತಿಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತಾರೆ. ಜನರು ತಮ್ಮ ಆಲೋಚನೆಗಳು, ಇಷ್ಟಗಳು ಮತ್ತು ಇಷ್ಟಪಡದಿರುವಿಕೆಗಳು, ಭಾವನೆಗಳು ಮತ್ತು ವ್ಯಕ್ತಿತ್ವಗಳನ್ನು ಮುಕ್ತವಾಗಿ ಹಂಚಿಕೊಳ್ಳುತ್ತಾರೆ. ಈ ಮಾಹಿತಿಯು ಹೊರಗೆ ಉತ್ಪತ್ತಿಯಾಗಿದೆಯೇ ಎಂದು ವಿಜ್ಞಾನಿಗಳು ಅನ್ವೇಷಿಸುತ್ತಿದ್ದಾರೆ ಪ್ರಾಯೋಗಿಕ ಆರೋಗ್ಯ ವ್ಯವಸ್ಥೆ, ದೈನಂದಿನ ಜೀವನದಲ್ಲಿ ಸಂಭವನೀಯ ರೋಗ ಮುನ್ಸೂಚಕಗಳನ್ನು ಬಹಿರಂಗಪಡಿಸಬಹುದು 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.
ಪ್ರಸ್ತುತ ಅಧ್ಯಯನವು ಹೊಸದನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲು ದಾರಿ ಮಾಡಿಕೊಡುತ್ತದೆ ಕೃತಕ ಬುದ್ಧಿವಂತಿಕೆ ವೈದ್ಯಕೀಯ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಊಹಿಸಲು ಅಪ್ಲಿಕೇಶನ್‌ಗಳು. ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ದತ್ತಾಂಶವು ಪರಿಮಾಣಾತ್ಮಕವಾಗಿದೆ ಮತ್ತು ರೋಗದ ವರ್ತನೆಯ ಮತ್ತು ಪರಿಸರ ಅಪಾಯದ ಅಂಶಗಳನ್ನು ನಿರ್ಣಯಿಸಲು ಹೊಸ ಮಾರ್ಗಗಳನ್ನು ಒದಗಿಸುತ್ತದೆ. ವ್ಯಕ್ತಿಯ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಡೇಟಾವನ್ನು 'ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ' ಎಂದು ಉಲ್ಲೇಖಿಸಲಾಗುತ್ತದೆ (ಜೀನೋಮ್‌ನಂತೆಯೇ - ಜೀನ್‌ಗಳ ಸಂಪೂರ್ಣ ಸೆಟ್).
***
{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
