使用AI跟踪Covid-19大流行对心理健康的影响

Covid-19机器学习心理健康

麻省理工学院和哈佛大学的研究人员使用机器学习来分析数十万个Reddit帖子的文本,允许他们识别人们用作Covid-19流行的语言的语气和内容的变化。信誉:克里斯汀丹尼洛夫,麻省理工学院

对社交媒体帖子的文本分析发现,除了其他负面趋势外,用户的焦虑和自杀风险水平正在上升。

处理全球性大流行已经造成了数百万人心理健康的损失。一个团队麻省理工学院哈佛大学的研究人员表示,他们可以通过分析人们在网上表达焦虑的语言来衡量这些影响。

使用机器学习分析超过800,000个红线职位的文本,研究人员能够从2012年1月至4月开始识别人们用作Covid-19流行的第一波的语言的语气和语言内容的变化。他们的分析揭示了关于心理健康的对话的几个关键变化,包括讨论焦虑和自杀的总体增加。

“我们发现,出现了这些与自杀和孤独有关的自然聚集,这些聚集中的帖子数量在大流行期间比前一年同期增加了一倍多,这是一个严重的问题,”Daniel Low说,他是哈佛大学和麻省理工学院语言和听力生物科学与技术项目的研究生,也是这项研究的主要作者。

分析还对已经患有不同类型的精神疾病的人产生了不同的影响。研究人员表示,该研究员可以帮助研究的精神病学家,或者潜在的雷迪特论坛的主持人,以更好地识别和帮助其心理健康正在遭受痛苦的人。

“当我们社会中如此多的心理健康需求不充分满足,即使在基线时,我们也希望注意许多人在此期间遭受的方式,以便放大和通知资源分配以支持它们“哈佛大学的生物信息学和综合基因组学博士计划中的研究生Laurie Rumker说,劳里·鲁姆克斯说,哈佛大学和研究作者之一。

MIT麦戈尔恩大脑研究所的主要研究科学家Satrajit Ghosh是该研究的高级作者,它出现在互联网医学研究杂志.该论文的其他作者包括哈佛大学和麻省理工学院语言和听力生物科学与技术项目的研究生塔尼亚·塔尔卡;贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center)数字精神病学部门主任约翰·托鲁斯(John Torous);以及IBM托马斯·沃森研究中心(Thomas J. Watson research Center)的首席研究人员Guillermo Cecchi。

一波焦虑

在麻省理工学院电气工程系和计算机科学部门,新的研究越来越多的MIT 3.897 / HST.956(Machine学习),在麻省理工学院的电气工程系和计算机科学系。在去年春天的课程中都采取的低,鲁米克和陷阱已经完成了一些关于使用机器学习来检测心理健康障碍的研究,根据人们发言以及他们所说的话。在Covid-19 Pandemer开始后,他们决定将他们的课程项目集中在分析致力于不同类型的精神疾病的红线论坛上。

“当Covid打击时,我们都很好奇,无论是对别人更多的人是否影响某些社区,”低说。“Reddit让我们有机会看看是专门支持群体的所有这些伪责。看看这些不同的社区是如何在发生的情况下发生不同的影响,这是一个非常独特的机会。“

研究人员分析了reddit上15个专门讨论各种精神疾病的分组,包括精神分裂症、抑郁症和双相情感障碍。他们还包括一些专门讨论与心理健康无关的话题的小组,比如个人理财、健身和育儿。

研究人员使用几种自然语言处理算法,测量了与焦虑、死亡、孤独和药物滥用等主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。这些方法使研究人员能够识别出大流行爆发后各组文章之间的相似之处,以及各组之间的显著差异。

研究人员发现,虽然大多数支持小组的人在3月份就开始发布有关Covid-19的帖子,但专注于健康焦虑的小组开始发布的时间要早得多,是在1月份。然而,随着大流行的发展,其他心理健康组开始在最常用的语言方面与健康焦虑组非常相似。与此同时,在2020年1月至4月期间,研究个人理财的小组语义变化最为消极,与经济压力和负面情绪相关的词汇的使用显著增加。

他们还发现,在流感流行的早期,受到负面影响最大的心理健康群体是那些与多动症和饮食失调有关的群体。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管理自己的状况会困难得多。在这些人群中,研究人员发现,由于隔离,人们的饮食没有受到他人的监控,那些过分关注新闻的帖子又回到了厌食症类型的行为。

使用另一种算法,研究人员将帖子分组成孤独或物质使用的群集,然后跟踪这些群体如何随意改变。与Persemy水平的自杀相关的帖子增加了一倍多,并且在大流行期间与自杀群体显着相关的群体是临界人格障碍和创伤后应激障碍的支持群。

研究人员还发现引入专门寻求心理健康帮助或社会互动的新主题。“这些潜水员支持小组内的主题正在转移一下,因为人们试图适应新的生活,并专注于如果需要,他们如何在需要时可以获得更多帮助,”Talkar说。

虽然作者强调,但他们不能涉及观察到的语言变化的唯一原因,但他们注意到2020年1月至4月期间比2019年和2018年的同一月在20世纪的同期发生了更大的变化。正常年趋势无法解释更改。

心理健康资源

研究人员说,这种类型的分析可以帮助精神保健提供者确定最容易受到Covid-19大流行病的患者造成的心理健康减少的人口的群体。

此外,如果实时应用于Reddit或其他社交媒体帖子,则该分析可用于为用户提供其他资源,例如对不同支持组的指导,有关如何找到心理健康处理的信息,或者自杀热线。

“Reddit是对患有心理健康挑战的许多人的非常有价值的支持来源,其中许多人可能没有正式获得其他类型的心理健康支持,因此这项工作的含义是支持内部的方式Rumker说,可以提供Reddit。

研究人员现在计划应用这种方法来研究Reddit和其他社交媒体网站上的帖子是否可用于检测心理健康障碍。一项当前项目涉及在社交媒体网站中筛选帖子,为退伍军人进行自杀风险和创伤后应激障碍。

参考:“自然语言处理揭示了脆弱的心理健康支持群体,并在Reddit期间提高了健康焦虑新冠肺炎:“观察研究”,Daniel M Low,理学硕士;劳里·鲁姆克,MSc;坦尼娅Talkar,孟;John Torous, MBI,医学博士;Guillermo Cecchi博士和Satrajit S Ghosh博士,2020年10月12日,互联网医学研究杂志
DOI:10.2196 / 22635

该研究由国家卫生研究院和麦戈尔恩研究所资助。

是第一个评论关于“用人工智能追踪新冠肺炎大流行对心理健康的影响”

发表评论

电子邮件地址是可选的。如果提供的话,您的电子邮件不会发布或共享。