AI とソーシャルメディアはうつ病と不安を追跡できる

人工知能とソーシャルメディアの投稿を使用して、アメリカの郡のほぼ半数におけるうつ病と不安症の割合を評価した研究では、AIが生成した測定値が人口調査よりも信頼性の高い評価を生成することがわかりました。

ストーニーブルック大学の研究者が主導し、スタンフォード大学およびペンシルバニア大学のコンピュータ科学者および心理学者と協力したこの研究では、週レベルで割合を評価し、チームがより小さな地域の変化も追跡できるようになりました。

調査結果は次のとおりです。 ネイチャーデジタルメディシン。

うつ病と不安症がその2大原因 精神的健康状態 社会に。 国立保健統計センター (NCHS) と国勢調査局によると、2019 年にアメリカ成人の 10.8% が不安やうつ病に苦しんでいます。メンタルヘルスの専門家らは、メンタルヘルスの悪化が最近の自殺率と自殺率の増加の中心的な役割を果たしていると述べています。 オピオイド関連の死亡。

通常、国民の健康状態を測定するために、高額な電話調査で「悲しみ」や「心配」を経験したかどうかを尋ねます。 しかし研究によれば、そのような報告書には、地域社会の人口変化を追跡するのに十分なデータが含まれていることはほとんどありません。

この研究には、公的に使用されているうつ病と不安の測定に関する最大のデータセットの 1 つが組み込まれています。 これらのメンタルヘルス測定の用語は、言語ベースのメンタルヘルス評価 (LBMHA) です。これは、以下を使用してコミュニティレベルのメンタルヘルスを測定するための新しい AI システムです。 ソーシャルメディア言語。 研究者らはこのシステムを使用して、米国全50州の1,418郡に住む200万人以上のユーザーからの10億近くのツイートを分析した。

主著者であるストーニー ブルック大学コンピューター サイエンス准教授の H. アンドリュー シュワルツ氏によると、LBMHA は国民の幸福に関して実施された最大規模の世論調査よりも信頼性が高いとのことです。 LBMHA はまた、死亡率など、メンタルヘルスに一般的に関連する他の地域社会の測定値を調査よりも正確に予測するという点で、多くの外面的妥当性を示しています。 AI によって生成されたスコアは、他の社会的、経済的、政治的変数の予測性も高くなりました。

シュワルツ氏は、筆頭著者でストーニー ブルック大学コンピューター サイエンスの博士課程学生であるシッダールス マンガリク氏、およびスタンフォード大学の心理学と人間中心 AI の助教授であるヨハネス C. アイヒシュテット氏とともに、LBMHA を作成しました。

LBMHA システムは、堅牢なメンタルヘルス評価を作成するための 10 年近くの研究の集大成です。 これには、Twitter/X ユーザーの地理的位置を特定すること、Tweet/X の投稿からユーザーの言語使用パターンを判断すること、これらの推定値を地域に結合すること、言語を分析してメンタルヘルスを推定する AI モデルを Twitter/X 上でうまく機能するように適応させることが含まれます。

この方法は、2020 年の代表的な電話調査を通じて収集されたうつ病と悲しみの割合、および不安と心配の割合を驚くべき精度で一致させました。

「この研究の主な結果は、AI モデルの予測が調査ベースの手法とどの程度一致しているか、また計算手法がこれまで不可能だったメンタルヘルス研究の新たな解決策をどのように可能にするかを比較したことです」とマンガリク氏は説明します。

彼らは、教育、住宅、収入、社交性などの外部要因との相関において、提案されたシステムが調査方法よりも 10 パーセントポイント優れていることを発見しました。

マンガリク氏とその共著者らは、言語行動やユーザーがソーシャルメディア上で自分自身を表現する方法を通じて精神病理のシグナルを捉えることの難しさを認識している。

「ソーシャルメディアを活用することで、原理的にはリアルタイムでうつ病や不安症を追跡することができます。 ソーシャルメディアプラットフォームは、そのリーダーシップ、ポリシー、研究者が社会共通利益のためにデータにアクセスする方法において常に変化しています」とアイヒシュテット氏は言います。

共著者でストーニーブルック大学ルネサンス医科大学（RSOM）の公衆衛生プログラムおよび家族・人口・予防医学部門の教授であるショーン・クローストン氏は、人々の話を聞くことは理解するためのより良い方法であると指摘するストレートな調査回答よりも、不安や悲しみの感情を含む感情状態を表します。

「この研究は、わずか5年前には想像もできなかった方法で公衆の精神的健康を説明し、理解するための新しいツールを提供します」とクローストンは言う。 「将来的には公衆の精神衛生の改善に役立つよう、臨床医や精神保健提供者などがすぐに利用できるようになることを願っています。」

著者らは、公衆衛生当局に対し、調査データと並行して言語ベースの評価を検討して、問題を理解するよう推奨しています。 地域社会の健康 リアルタイムに近い状態で。 彼らは、表現された心理状態ではなく観察された心理状態を含めることで、参加者が精神状態の存在など、あまり望ましくない特徴や非難されている特徴を過小報告する傾向を回避すると説明している。

シュワルツ氏は、今後何年にもわたってこのAI生成システムの有用性を検証するために評価を続けると述べた。 ソーシャルメディアの言語やプラットフォームが時間の経過とともに変化するにつれて、評価も同様に進化し、変化する状況に適応する必要があります。

ソース： ストーニーブルック大学