Estudio afirma que Facebook puede predecir enfermedades a partir de posteos de usuarios
Esto afirmaría que, por ejemplo, si se está intentando bajar de peso con apoyo médico, que el profesional supervise el registro que se lleva en redes sociales podría otorgar una mejor comprensión de los hábitos y ayudar a mejorarlos.
Miércoles 19 de junio de 2019 | 17:36
Según un estudio realizado por investigadores de la Universidad de Oxford, Reino Unido, el lenguaje que las personas utilizan en sus publicaciones en Facebook contienen señales de salud valiosas, sobre todo a nivel de población.
Por ejemplo, Twitter se ha usado para vigilar los brotes de enfermedades, predecir tasas de mortalidad por enfermedades del corazón y para controlar la opinión pública sobre seguros de salud. Sin embargo, los vínculos con los diagnósticos individuales se limitan a conexiones con salud mental.
“Este trabajo es incipiente, pero nuestra esperanza es que la información obtenida de estas publicaciones se pueda utilizar para informar mejor a los pacientes y responsables del ámbito de salud”, explica Raina Merchant, autora principal de la investigación y directora del Centro de Salud Digital Perleman. “Como las publicaciones en las redes sociales a menudo tratan sobre elecciones y experiencias de estilo de vida, esta información podría proporcionar datos adicionales sobre el control de enfermedades”, agrega.
La fórmula
La información de casi mil pacientes, cuyo reclutamiento fue llevado a cabo entre los años 2014 y 2015, se extrajo de manera consentida a través de Social Mediome, una plataforma que se dedica al análisis de datos de actividades en línea.
Pudieron recuperar la información a partir de 5 años atrás, es decir, desde marzo de 2009 hasta octubre de 2015. Gracias al Registro Médico Electrónico (EMR, en sus siglas en inglés) y utilizando la técnica de recolección automatizada, los autores construyeron tres modelos para analizar el poder predictivo para los pacientes: un modelo que sólo analiza las publicaciones de Facebook, otro que usaba datos demográficos como la edad y el sexo, y el último, que combinaba los dos, consigna el medio Quo.
“Nuestro lenguaje digital captura aspectos importantes de nuestras vidas que probablemente son muy diferentes de lo que se obtienen a través de datos médicos tradicionales. Muchos estudios han demostrado un vínculo entre los patrones de lenguaje y las enfermedades específicas, como el lenguaje predictivo de depresión o el lenguaje que proporciona información sobre si una persona está viviendo con cáncer”, dice Merchant.
La autora señala que incluso el análisis de estos datos pueden utilizarse para la medicina artificial. “Por ejemplo, si alguien está tratando de bajar de peso y necesita ayuda para entender sus opciones de alimentos y regímenes de ejercicio, hacer que un médico revise su registro en las redes sociales podría darles una mejor comprensión de sus patrones habituales para ayudar a mejorarlos”, concluye.
