Sztuczna inteligencja i Twitter mogą być wykorzystywane do wykrywania depresji i zaburzeń

Według naukowców z Uniwersytetu w São Paulo (USP) w Brazylii, aktualnie prowadzone są badania nad stworzeniem modeli wykorzystujących sztuczną inteligencję (AI) oraz platformę Twitter - jedną z największych platform mediów społecznościowych na świecie, które umożliwią wykrycie objawów lęku oraz depresji przed postawieniem diagnozy klinicznej.

Naukowcy wykorzystują wpisy na Twitterze, do wyszukiwania osób z zaburzeniami psychicznymi.

Wstępne wyniki badań sugerują, że dzięki analizie danych z mediów społecznościowych, w tym informacji o znajomych oraz obserwujących, możliwe jest wykrycie prawdopodobieństwa wystąpienia depresji u danej osoby. Naukowcy zauważyli, że większość badań dotyczących przetwarzania języka naturalnego (NLP) w kontekście depresji, lęku i choroby afektywnej dwubiegunowej, skupia się na analizie tekstów w języku angielskim, co nie odpowiada profilom Brazylijczyków. W związku z tym, aby rozwiązać ten problem, badacze postanowili zbadać teksty napisane w języku portugalskim. Pierwszym krokiem w badaniu było stworzenie bazy danych o nazwie SetembroBR, która zawiera informacje o 47 milionach publicznie opublikowanych tweetów w języku portugalskim oraz sieci połączeń między 3900 użytkownikami Twittera, u których wcześniej zdiagnozowano lub leczono problemy zdrowia psychicznego. Dane zostały zebrane w czasie pandemii COVID-19.

Brazylijscy naukowcy wykorzystują posty z Twittera oraz algorytmy uczenia maszynowego do analizy i wyszukiwania osób z depresją i innymi zaburzeniami psychicznymi.

„Najpierw ręcznie zebraliśmy osie czasu, analizując tweety około 19 000 użytkowników, co odpowiada liczbie mieszkańców wsi lub małego miasteczka.Następnie wykorzystaliśmy dwa zestawy danych, jeden dla użytkowników, którzy zgłosili, że zdiagnozowano u nich problem ze zdrowiem psychicznym, a drugi wybrany losowo do celów kontrolnych. Chcieliśmy odróżnić osoby z depresją od populacji ogólnej” – powiedział Ivandre Paraboni, autor badania i profesor w USP. Ponieważ osoby z problemami ze zdrowiem psychicznym miały tendencję do obserwowania pewnych kont, takich jak fora dyskusyjne, influencerzy i celebryci, którzy publicznie przyznali się do swojej depresji, w badaniu zebrano również tweety od znajomych i obserwujących.

Drugi etap, który wciąż jest w toku, dostarczył pewnych wstępnych ustaleń, takich jak możliwość wykrycia prawdopodobieństwa wystąpienia depresji u osoby wyłącznie na podstawie znajomych i obserwujących w mediach społecznościowych, bez brania pod uwagę ich własnych postów.  Po dokonaniu wstępnego przetworzenia danych w celu zachowania oryginalnych tekstów poprzez usunięcie niestandardowych znaków, naukowcy zastosowali głębokie uczenie (AI), aby stworzyć cztery klasyfikatory tekstu i osadzenia słów. Do tego celu wykorzystali modele oparte na dwukierunkowych reprezentacjach enkodera z transformatorów (BERT), które są algorytmem uczenia maszynowego stosowanym w NLP. Modele BERT są siecią neuronową, która uczy się kontekstu i znaczeń poprzez monitorowanie kolejnych relacji danych, takich jak słowa w zdaniu. Dane wejściowe do szkolenia składały się z próby 200 tweetów wybranych losowo od każdego użytkownika.

Na Twittera zamiast do lekarza...

Naukowcy zauważyli, że modele BERT najlepiej radzą sobie z przewidywaniem depresji i lęku. Powiedzieli, że modele analizują sekwencje słów i pełne zdania i można zauważyć, że osoby z depresją często piszą na tematy związane z nimi, używając czasowników i wyrażeń w pierwszej osobie, a także poruszają tematy takie jak śmierć, kryzys i psychologia.

„Oznaki depresji, które można wykryć podczas wizyty u lekarza, niekoniecznie są takie same, jak te, które pojawiają się w mediach społecznościowych” – powiedział Paraboni. „Na przykład użycie zaimków pierwszej osoby liczby pojedynczej ja i mnie było bardzo oczywiste, a w psychologii jest to uważane za klasyczną oznakę depresji. Zaobserwowaliśmy również częste używanie emoji serca przez użytkowników z depresją.