Thought Leadership
Die in Facebook-Postings verwendete Sprache kann auf Schizophrenie oder affektive Störungen hinweisen. Denn bestimmte Muster in den Social-Media-Beiträgen hinterlassen einen „linguistischen Fußabdruck“. Deswegen kann eine entsprechend trainierte Künstliche Intelligenz (KI) die Gefahr von psychischen Erkrankungen zeigen.
Zu diesem Ergebnis kommt eine Studie des Non-Profit-Gesundheitsnetzwerks Northwell Health und des Tech-Riesen IBM.
Frühe Diagnose möglich
„Machine-Learning-Algorithmen können Signale identifizieren, die mit psychischen Krankheiten in Verbindung stehen. Dadurch ist eine Diagnose mehr als ein Jahr vor der ersten psychiatrischen Hospitalisierung möglich. Wenn wir diese Daten in die Praxis integrieren, können wir das Feld der Psychiatrie in das digitale Zeitalter bringen“, sagt Studienleiter Michael Birnbaum.
Die Forscher haben für die Studie 223 Teilnehmer zwischen 15 und 35 Jahren herangezogen. 79 davon wurden mit Schizophrenie diagnostiziert, 74 mit affektiven Störungen. Die 70 verbliebenen Probanden hatten keine psychische Erkrankung. Die Wissenschaftler haben sich die Facebook-Accounts der Teilnehmer angesehen und mit einem IBM-Algorithmus mehr als 3,4 Mio. Facebook-Nachrichten sowie 140.000 gepostete Bilder analysiert.
Kranke nutzen Schimpfwörter
Menschen mit affektiven Störungen, die sich oft in Stimmungsschwankungen äußern, nutzen oft Worte, die mit Schmerz oder auch Blut in Verbindung stehen. Außerdem schreiben sie häufig über negative Emotionen und benutzen Begriffe wie „traurig“. Dagegen nutzen Schizophrene oft Ausrufzeichen und Fragezeichen, um sich emotional auszudrücken. Sie verwenden auch verstärkt Verben, die auf Wahrnehmung hinweisen, wie beispielsweise „sehen“ oder „hören“.
In direkten Nachrichten verwenden Personen mit beiden Erkrankungen häufiger Schimpfwörter als gesunde Menschen. Schizophrenie führt auch oft dazu, dass Betroffene kleinere Fotos posten. Hingegen vermeiden Patienten mit affektiven Störungen bei Bildern die Farbe Gelb und bevorzugen Blau. Laut Birnbaum kann ein Algorithmus, der mit diesen Daten trainiert wurde, in der Praxis Risikofaktoren feststellen. Frühe Hilfe bei solchen Erkrankungen sei entscheidend.
www.pressetext.com
