Публичные сообщения в социальных сетях содержат огромный объем информации о деятельности, идеях и мимолетных мыслях миллионов людей по всему миру. Масштабы такого объема подавляют, но они также открывают возможности для исследователей общественного здравоохранения, которые могут отсортировать массу данных, чтобы извлечь важную информацию об общественном здравоохранении.
Исследователи надеются, что это может стать ценным инструментом для мониторинга, например, опиоидного кризиса. В новом исследовании количество твитов об опиоидах и злоупотреблении опиоидами - проанализированных и классифицированных программой машинного обучения - совпало с количеством смертей от передозировки опиоидов в округах Пенсильвании и количеством употребления опиоидов, измеренным в ходе национальных опросов.
"Конечная цель, конечно, состоит в том, чтобы иметь возможность прогнозировать потенциальные кризисы, подобные опиоидному кризису. Именно над этим мы и работаем", - написал автор исследования Абид Саркер, доцент кафедры биомедицинской информатики в Школе медицины Университета Эмори, в электронном письме в Popular Science.
Однако другие говорят, что эти инструменты пока не имеют значимого применения. "Это еще не очень полезно для того, чтобы можно было сказать: вот где нам следует сосредоточить усилия по вмешательству", - говорит Лайл Унгар, профессор компьютерных и информационных наук в Университете Пенсильвании, который работал в этой области.
В исследовании использовались твиты, опубликованные в период с января 2012 года по октябрь 2015 года в штате Пенсильвания, в которых упоминались опиоиды. Команда использовала более 200 ключевых слов, отражающих употребление опиоидов, которые включали в себя все - от случайных неправильных написаний этих ключевых слов до зеркальных ошибок, распространенных в социальных сетях. Они вручную проанализировали 16 000 сообщений, чтобы понять, как ключевые слова обычно используются в сообщениях, и сгруппировали 550 сообщений в четыре различные категории: сообщения о злоупотреблении или неправильном использовании, обмен информацией, несвязанные и неанглийские сообщения. Затем они обучили алгоритмы машинного обучения, одним из которых была нейронная сеть, на этих аннотированных сообщениях. Нейронная сеть показала наилучшие результаты и идентифицировала твиты, в которых говорилось о злоупотреблении опиоидами, с той же точностью, что и человек.
Количество твитов, указывающих на злоупотребление опиоидами в каждом округе, коррелирует с количеством смертей от передозировки в этом округе. Этот показатель также коррелировал с показателями немедицинского потребления опиоидов по рецепту, потребления запрещенных наркотиков, зависимости от запрещенных наркотиков, а также зависимости от запрещенных наркотиков или злоупотребления ими на уровне округа по данным Национального опроса о потреблении наркотиков и здоровье.
В ряде предыдущих исследований также был автоматизирован процесс извлечения информации об опиоидах из социальных сетей. "Мы считаем, что эта модель более надежна, чем предыдущие модели, потому что она более устойчива к несвязанной болтовне - например, если знаменитость умирает от передозировки опиоидов, об этом много говорят в социальных сетях, но это не означает, что на уровне населения наблюдается рост потребления опиоидов", - сказал Саркер.
Майкл Чари, специалист по медицинской токсикологии в Бостонской детской больнице, работал над одним из таких предыдущих исследований. Его работа была посвящена опиоидным тенденциям на уровне штатов. "В этой работе географическое разрешение увеличено до уровня страны", - говорит он. "Это очень важно. Из других исследований мы знаем, что в городских и сельских общинах существуют различные модели употребления опиоидов, что позволяет предположить, что политика, которая работает в одном случае, может не работать в другом".
Однако использование нейронной сети в статье усложняет понимание того, как именно система сортировала и классифицировала твиты. "Существуют проблемы с прозрачностью нейронных сетей. Это ограничение в целом", - говорит он. Кроме того, глубокие сверточные нейронные сети - тип, использованный в данном исследовании, - обычно применяются для работы с изображениями и только недавно начали использоваться для работы с языком, поэтому в данном случае они особенно непрозрачны, говорит он.
По словам Саркера, за усилиями по определению лучших методов анализа должно следовать исследование, определяющее наилучшие способы использования данных, полученных в результате анализа. "Мы считаем, что достигли того момента, когда пора перестать задаваться вопросом, можно ли использовать социальные сети для решения задач общественного здравоохранения", - сказал он. "Междисциплинарные, совместные исследования - это будущее, и они могут помочь решить текущие кризисы, такие как опиоидный кризис, и предотвратить будущие кризисы путем раннего обнаружения". Команда Саркера по биомедицинской информатике работает вместе с Жанмари Перроне, токсикологом из Университета Пенсильвании и автором статьи, над определением методов, которые могут помочь экспертам, работающим непосредственно с группами, пострадавшими от опиоидов.
Чари, однако, не столь оптимистичен в отношении того, что приложения появятся в ближайшее время. Твиты еще должны быть подтверждены как источник эпидемиологических данных. Кроме того, необходимо доказать, что твиты способны предсказать употребление опиоидов в ближайшем будущем, а не просто отследить данные предыдущих опросов. "Предсказывать прошлое бесполезно".
Большие данные об общем употреблении опиоидов также не дифференцируют виды опиоидов, что является важной информацией для врачей и тех, кто занимается целенаправленным вмешательством. "Этот слой данных очень важен. Объединение всех данных в один сигнал закрывает глаза на это", - говорит Чари.
Унгар также отметил, что лишь небольшая часть населения пользуется Твиттером, и только некоторые люди готовы писать в Твиттере о незаконном употреблении наркотиков. "Вы получаете странные предубеждения. Вы измеряете, сколько наркотиков они употребляют и насколько они готовы об этом рассказать".
Данные из твитов об употреблении опиоидов могут помочь исследователям лучше понять *как* люди говорят о своем употреблении опиоидов или особенности людей, которые борются с этим, говорит Унгар. Однако, по его словам, пока неясно, насколько полезными будут данные из социальных сетей.
"Существует несоответствие между поиском твитов, в которых говорится об опиоидах, и возможностью использовать это для общественного здравоохранения, чтобы сказать, куда мы должны направить ресурсы".