Dokter Bisa Mendiagnosis Penyakit Pasien Melalui Facebook, Benarkah?

CakapCakap – Menurut penelitian awal di Amerika Serikat yang baru, profesional kesehatan berpotensi menggunakan Facebook sebagai cara mendiagnosis kondisi seperti depresi dan diabetes.

Melansir The Jakarta Post, Kamis 20 Juni 2019, hal ini dilakukan oleh para peneliti di University of Pennsylvania dan Stony Brook University. Studi baru ini menganalisis riwayat posting Facebook lengkap dari 999 pasien, total sekitar 20 juta kata, yang telah setuju untuk memiliki data rekam medis elektronik terkait dengan profil Facebook mereka.

Para peneliti membangun tiga model untuk menganalisis apakah unggahan dapat memprediksi kondisi medis di 21 kategori besar. Satu model menganalisis bahasa pasien yang digunakan dalam posting Facebook mereka, yang lain menggunakan demografi seperti usia dan jenis kelamin, dan yang terakhir menggabungkan dua set data dan menganalisis keduanya.

Temuan yang dipublikasikan dalam jurnal PLOS ONE ini menunjukkan bahwa dari 21 kondisi yang termasuk dalam penelitian tersebut dapat diprediksi oleh Facebook saja. Faktanya, data Facebook lebih baik dalam memprediksi 10 kondisi daripada informasi demografis, dan sangat efektif dalam memprediksi diabetes dan kondisi kesehatan mental termasuk kecemasan, depresi dan psikosis.

Kata-kata tertentu yang digunakan di Facebook tampaknya cukup intuitif dalam memprediksi apakah pengguna memiliki penyakit tertentu, misalnya “minum” dan “botol” terbukti lebih prediktif terhadap penyalahgunaan alkohol.

Namun, hubungan lain antara kata-kata dan penyakit kurang jelas. Misalnya, mereka yang menggunakan bahasa agama paling banyak, menggunakan kata-kata seperti “Tuhan” atau “berdoa” pada unggahan para pengguna Facebook, 15 kali lebih mungkin menderita diabetes daripada mereka yang paling jarang menggunakan kata-kata ini.

Kata-kata negatif dan bermusuhan seperti “bodoh,” dan juga beberapa kata-kata umpatan, juga memprediksikan penyalahgunaan narkoba dan psikosis.

“Bahasa digital kami menangkap aspek-aspek kuat dari kehidupan kami yang kemungkinan sangat berbeda dari apa yang ditangkap melalui data medis tradisional,” kata penulis senior studi tersebut Andrew Schwartz, PhD. “Banyak penelitian sekarang telah menunjukkan hubungan antara pola bahasa dan penyakit tertentu, seperti sebagai bahasa prediksi depresi atau bahasa yang memberikan wawasan tentang apakah seseorang hidup dengan kanker.

Namun dengan melihat banyak kondisi medis, kami mendapatkan pandangan tentang bagaimana kondisi berhubungan satu sama lain, yang dapat memungkinkan aplikasi baru AI untuk pengobatan. ”

“Penelitian ini masih awal, tetapi harapan kami adalah bahwa wawasan yang diperoleh dari unggahan-unggahan ini dapat digunakan untuk memberi informasi yang lebih baik kepada pasien dan penyedia tentang kesehatan mereka,” tambah penulis utama Raina Merchant, MD, MS. “Karena unggahan media sosial sering tentang pilihan dan pengalaman gaya hidup seseorang atau bagaimana perasaan mereka, informasi ini dapat memberikan informasi tambahan tentang manajemen penyakit dan eksaserbasi.”