과학자들은 다음과 같은 증상을 감지하는 알고리즘을 만들었습니다. 우울증 사용자를 기반으로 인스타그램 게시물. 이번 주 저널에 발표된 연구에 설명된 새로운 도구 EPJ 데이터 사이언스, 70% 정확도로 회색, 파란색 및 더 어두운 색조에 대한 선호도에 따라 우울한 사람들을 식별할 수 있습니다.. 연구의 공동 저자인 버몬트 대학의 크리스 댄포스(Chris Danforth)는 "이렇게 하면 의사에게 더 빨리 갈 수 있습니다. 인디펜던트. 또는 의사에게 가서 버튼을 눌러 알고리즘이 검사의 일부로 소셜 미디어 기록을 읽도록 할 수 있다고 상상해보십시오.”
과거 연구 분위기와 색상을 연결했습니다. 특히, 연구 색상 부족과 더 어둡거나 더 칙칙한 색상이 우울증과 관련이 있습니다. 우울증과도 관련이 있음에도 불구하고 적은 사회 활동, 많은 우울한 사람들이 여전히 소셜 미디어에 게시합니다. 그 결과, 연구자들은 이를 활용하기 위해 얼마 동안 노력해 왔습니다. 예측하는 소셜 미디어 그리고 이상적으로는 의료 전문가가 항상 보지 못하는 것을 조사하여 우울증 및 기타 정신 건강 문제를 예방합니다. Danforth는 "의사들은 휴대폰처럼 우리 삶에 대한 가시성을 갖고 있지 않습니다."라고 말했습니다. 매셔블.
"우리가 우리 자신에 대해 아는 것보다 우리에 대해 더 많이 알고 있습니다."
존 폰 라도위츠
현재 공부하다, 댄포스(Danforth)와 하버드 대학의 연구 파트너 앤드류 리스(Andrew Reece)는 이전에 우울증 진단을 받은 적이 있는 71명을 포함해 166명의 인스타그램 게시물 43,950개에서 알고리즘을 테스트했습니다. 결과에 따르면 우울한 참가자는 친구와 함께 찍은 사진에 더 적게 나타나며 필터를 사용할 가능성도 적습니다. 필터를 사용했을 때 이미지를 흑백으로 바꾸는 기능인 잉크웰을 선택할 가능성이 더 높았습니다. 알고리즘 자체는 70%의 시간 동안 어떤 참가자가 우울증을 앓고 있는지 정확하게 식별하고 81%의 정확도로 우울증을 배제했습니다. 반대로 의사는 우울증을 정확히 진단하는 확률이 42%에 불과합니다.
존 폰 라도위츠
Reece는 "비교적으로 표본 크기가 작았지만 우울한 개인과 우울하지 않은 개인 간의 소셜 미디어 게시물 특징의 차이를 안정적으로 관찰할 수 있었습니다."라고 말했습니다. 성명. "우리는 또한 우울증의 임상 진단을 받기 전에 작성된 게시물에서 우울증의 마커를 관찰할 수 있음을 보여줍니다."
컴퓨터가 인간이 궁극적으로 놓치는 것을 감지할 수 있다면 모든 사람을 위한 보다 빠르고 효과적인 치료 및 개입 옵션을 의미할 수 있습니다. 어쩌면 당신의 아이가 소셜 미디어에 들어가는 것은 결국 그들에게 그렇게 나쁘지 않을 것입니다.
