研究人员使用机器学习分析了成千上万的文本。
研究人员利用机器学习分析了Reddit上成千上万的帖子,揭示了对心理健康的几个关键影响,包括焦虑和自杀想法的总体增加。
资料来源:Christine Daniloff,麻省理工学院

利用人工智能跟踪大流行对心理健康的影响

应对全球流行病对数百万人的心理健康造成了损害。麻省理工学院(MIT)和哈佛大学(Harvard University)的一组研究人员表示,他们可以通过分析人们在网上表达焦虑时使用的语言来衡量这些影响。

使用机器学习通过分析80多万篇Reddit帖子,研究人员能够识别出人们在第一波社交网络中使用的语气和语言内容的变化新型冠状病毒肺炎从2020年1月到4月,大流行有所进展。他们的分析揭示了在关于心理健康,包括关于焦虑和自杀的讨论全面增加。Daniel Low说:“我们发现,有一些与自杀和孤独有关的自然群体出现,与去年同期相比,这些群体中的职位数量增加了一倍多,这是一个严重的问题。”,哈佛大学和麻省理工学院演讲与听力生物科学与技术课程的研究生,该研究的主要作者。

分析还揭示了对已经患有不同类型疾病的人的不同影响精神病. 研究人员说,这一发现可能有助于精神病学家,或是研究中的Reddit论坛的潜在主持人,更好地识别和帮助那些心理健康受到影响的人。Laurie Rumker说:“当我们社会中这么多人的心理健康需求得不到充分满足时,即使是在基线水平上,我们也希望引起人们对许多人在这段时间所遭受痛苦的关注,以便扩大和告知支持他们的资源分配。”,哈佛大学生物信息学和整合基因组学博士项目的研究生,该研究的作者之一。

麻省理工学院麦戈文大脑研究所首席研究科学家Satrajit Ghosh是该研究的资深作者,该研究发表在《医学互联网研究杂志》上。这篇论文的其他作者包括Tanya Talkar,她是哈佛和麻省理工学院演讲和听力生物科学与技术项目的研究生;约翰·托罗斯,贝思以色列女执事医疗中心数字精神病学部主任;以及IBM Thomas J.Watson研究中心的主要研究人员Guillermo Cecchi。

焦虑的浪潮

这项新研究产生于麻省理工学院电子工程与计算机科学系的一个班级。Low、Rumker和Talkar都在去年春天上了这门课,他们之前已经做了一些研究,研究如何利用机器学习来根据人们的说话方式和说话内容检测精神健康障碍。新冠肺炎疫情爆发后,他们决定将课程重点放在分析Reddit上关于不同类型精神疾病的论坛上。劳说:“当Covid来袭时,我们都很好奇,它对某些社区的影响是否比其他社区更大。“Reddit让我们有机会看到所有这些专门支持小组的子版块。这是一个非常独特的机会,可以实时看到这些不同的社区如何受到不同的影响。”

研究人员分析了来自15个亚Reddit小组的关于各种精神疾病的帖子,包括精神分裂症抑郁症双相情感障碍。他们还包括一些专门讨论与心理健康无关的话题的小组,如个人理财、健身和育儿。

使用几种类型的自然语言处理通过算法,研究人员测量了与焦虑、死亡、孤独和药物滥用等话题相关的词汇的频率,并根据使用语言的相似性将帖子分组在一起。这些方法使研究人员能够在疫情爆发后确定每个组的帖子之间的相似之处,以及组之间的显著差异。

研究人员发现,虽然大多数支持小组的人从3月开始发布关于Covid-19的帖子,但该小组致力于健康焦虑早在1月份就开始了。然而,随着疫情的发展,其他心理健康组在使用最常用的语言方面开始与健康焦虑组非常相似。与此同时,2020年1月至4月,个人理财组在语义上的负面变化最大,与经济压力和负面情绪相关的词汇使用显著增加。

他们还发现,在流感大流行早期,心理健康群体受到的负面影响最大的是与艾滋病相关的群体注意力缺陷多动症和饮食失调。研究人员假设,由于封锁,在没有正常的社会支持系统的情况下,患有这些疾病的人发现更难控制自己的病情。在这些群体中,研究人员发现了一些帖子,内容是由于隔离,人们的饮食没有受到其他人的监控,所以他们过度关注新闻,并重新陷入厌食症行为。

使用另一个算法在美国,研究人员将帖子分成孤独感或药物滥用等组,然后追踪这些组在疫情发展过程中的变化。与自杀相关的帖子数量比大流行前增加了一倍多,在大流行期间与自杀群集显著相关的群体是边缘型人格障碍和创伤后应激障碍的支持群体。

研究人员还发现,引入新的主题,特别是寻求心理健康帮助或社会互动。塔尔卡尔说:“reddit支持小组的话题发生了一些变化,因为人们都在努力适应新生活,并关注在需要时如何获得更多帮助。”

作者强调,他们虽然不能表明大流行是观察到的语言变化的唯一原因,他们注意到有更明显的变化从2020年的1月到4月期间比2019年和2018年在同一个月,指示不能解释为正常的年度变化趋势。

精神卫生资源

研究人员说,这种类型的分析可以帮助精神卫生保健提供者确定最容易受到心理健康下降影响的人群群体,这种下降不仅是由Covid-19大流行造成的,也是由有争议的选举或自然灾害等其他心理健康压力造成的。

此外,如果实时应用于Reddit或其他社交媒体帖子,该分析可用于为用户提供额外资源,如指导不同的支持小组、如何找到心理健康治疗的信息或自杀热线号码。Rumker说:“Reddit是许多面临心理健康挑战的人的一个非常宝贵的支持来源,他们中的许多人可能无法获得其他类型的心理健康支持,因此这项工作对Reddit内提供支持的方式有一定的影响。”。

研究人员现在计划将这种方法应用于研究Reddit和其他社交媒体网站上的帖子是否可以用于检测心理健康障碍。目前的一个项目是在一个社交媒体网站上筛查退伍军人自杀风险和创伤后应激障碍的帖子。

订阅我们的时事通讯

相关文章

AI在冠状病毒草堆中发现新冠病毒-19针头

AI在冠状病毒草堆中发现新冠病毒-19针头

科学家们组合了数据挖掘、机器学习算法和基于压缩的分析,将最有用的数据放在办公室电脑的前面。

机器学习治疗全球COVID-19患者

机器学习治疗全球COVID-19患者

全球20多家医院联合英伟达,利用人工智能预测了全球新冠肺炎患者的需氧量。

人工智能增强了对COVID-19结果的预测

人工智能增强了对COVID-19结果的预测

研究人员利用“联合学习”来检查电子健康记录,以更好地预测新冠病毒-19患者的进展情况。

人工智能可以通过胸片准确检测新冠病毒

人工智能可以通过胸片准确检测新冠病毒

研究人员开发了一种新的人工智能平台,通过分析肺部的X射线图像来检测新冠病毒-19。

用机器学习来分类病毒

用机器学习来分类病毒

科学家们开发了一种无需标签的方法,可以根据通过硅纳米孔时电流的变化来识别呼吸道病毒。

人工智能模型通过咳嗽检测新冠病毒-19感染

人工智能模型通过咳嗽检测新冠病毒-19感染

研究人员发现,Covid-19无症状感染者的咳嗽方式可能与健康人不同。

通过数字表型评估精神疾病

通过数字表型评估精神疾病

数字表型和机器学习已成为监测精神病谱系疾病患者的有前途的工具。

AI预示着疾病可能会卷土重来

AI预示着疾病可能会卷土重来

科学家们已经使用机器学习来预测现有传染病的重新出现。

使用机器学习估计COVID-19的季节周期

使用机器学习估计COVID-19的季节周期

科学家正在启动一个项目,应用机器学习方法来评估气候变量在疾病传播中的作用

受欢迎的文章

订阅时事通讯
Baidu