De studie onder leiding van onderzoekers van Stony Brook University, Stanford University en de University of Pennsylvania, gepubliceerd in Nature Digital Medicine, toont de effectiviteit aan van het gebruik van kunstmatige intelligentie (AI) en posts op sociale media om het aantal depressies en angstgevoelens in de Verenigde Staten te beoordelen. . Door bijna een miljard tweets van meer dan twee miljoen gebruikers in 1.418 Amerikaanse provincies te analyseren, ontwikkelden de onderzoekers een systeem genaamd Language-based Mental Health Assessments (LBMHA’s).
De belangrijkste bevindingen van het onderzoek zijn onder meer:
Betrouwbaarheid van door AI gegenereerde metingen: LBMHA’s produceerden betrouwbaardere beoordelingen van depressie en angst vergeleken met traditionele bevolkingsonderzoeken. Deze beoordelingen werden wekelijks uitgevoerd en maakten het mogelijk veranderingen voor kleinere regio’s te volgen.
Het onderzoek omvatte een van de grootste publiekelijk gebruikte datasets van depressie- en angstmetingen, waarbij de nadruk lag op taalpatronen in berichten op sociale media. Het LBMHA-systeem is het resultaat van bijna tien jaar werk, waaronder het geolokaliseren van gebruikers, het analyseren van taalgebruikspatronen en het aanpassen van AI-modellen om de geestelijke gezondheid te schatten.
De door AI gegenereerde scores waren zeer voorspellend voor verschillende sociale, economische en politieke variabelen, en kwamen overeen met de cijfers van depressie en angst, verzameld via representatieve telefonische enquêtes in 2020.
Het voorgestelde AI-systeem presteerde 10 procentpunten beter dan de onderzoeksmethoden wat betreft de correlatie met externe factoren zoals onderwijs, huisvesting, inkomen en socialisatie.
Maatregelen op sociale media maken het real-time volgen van depressie en angst mogelijk, wat een potentieel hulpmiddel biedt voor deskundigen op het gebied van de geestelijke gezondheidszorg en beoordelingen van de volksgezondheid.
De auteurs suggereren dat volksgezondheidsfunctionarissen overwegen om taalgebaseerde beoordelingen op te nemen naast traditionele enquêtegegevens om de gezondheid van gemeenschappen dichter bij realtime te begrijpen. Deze aanpak kan helpen de onderrapportage van psychische aandoeningen in enquêtes te ondervangen. De onderzoekers zijn verder van plan het door AI gegenereerde systeem te blijven beoordelen om het nut ervan in de loop van de tijd te verifiëren, waarbij ze de noodzaak van aanpassing erkennen naarmate taal- en sociale-mediaplatforms evolueren.
Over het geheel genomen benadrukt de studie het potentieel van AI en sociale-mediagegevens bij het verbeteren van ons begrip en de beoordeling van geestelijke gezondheid op gemeenschapsniveau. Het biedt een veelbelovend instrument voor deskundigen op het gebied van de geestelijke gezondheidszorg en volksgezondheidsfunctionarissen om geestelijke gezondheidsproblemen effectiever te monitoren en aan te pakken.