研究者らは、ソーシャルメディアの投稿を分析し、うつ病の言語的指標を見つけるアルゴリズムを開発しました。
米国では、成人人口の6%を超える人々（約1,600万人）が毎年うつ病に悩まされていますが、必要な治療を受けられているのは半数未満です。
研究者らは、うつ病と診断される前の数か月間に、同意した利用者がソーシャルメディア上で共有したデータを分析し、そのアルゴリズムが将来のうつ病を正確に予測できることを明らかにしました。この状態の指標には、敵意や孤独への言及、「涙」や「気持ち」などの言葉、そして「私」や「自分」といった一人称代名詞の多用が含まれていました。
この研究結果は、米国科学アカデミー紀要（Proceedings of the National Academy of Sciences）に掲載されています。
あなたのソーシャルメディアの「ゲノム」
「人々がソーシャルメディアやインターネット上に書き込む内容は、医学や研究では他の方法ではアクセスすることが非常に難しい、生活の一側面を捉えています。生物物理学的な疾患の指標と比べて、これはほとんど手つかずの次元です」と、ストーニーブルック大学コンピュータサイエンス学部助教授で論文の上席著者であるH・アンドリュー・シュワルツは述べています。「例えばうつ病、不安障害、PTSDのような状態では、人々がデジタル上で自己表現する方法に、より多くの兆候が見られます。」
6年間にわたり、ペンシルベニア大学のポジティブ心理学センターとストーニーブルック大学のヒューマン・ランゲージ分析研究所を拠点とする世界幸福プロジェクト（WWBP）の研究者らは、人々が使用する言葉がその内面的な感情や満足感をどのように反映しているかを研究してきました。2014年、WWBPの創設研究科学者であり、ペンシルベニア大学のポスドク研究員でもあるヨハネス・アイヒシュテットは、ソーシャルメディアが特にうつ病について、メンタルヘルスの結果を予測することが可能かどうかを考え始めました。
「ソーシャルメディアのデータには、ゲノムに似た指標が含まれています。ゲノム学で使われる方法と驚くほど似た方法を用いることで、ソーシャルメディアのデータを精査し、これらの指標を見つけることができます」とアイヒシュテットは説明します。「うつ病は、この方法で非常に検出しやすいものであるようです。皮膚疾患や糖尿病のような病気とは異なり、うつ病は人々のソーシャルメディアの利用方法を実際に変化させます。」
Facebookの壁に書かれたこと
これまでの研究で行われてきたような、自己申告でうつ病を抱えていると答えた参加者を募集する方法ではなく、研究者らは、Facebookのステータスと電子カルテ情報の共有に同意した人々のデータを特定しました。その後、機械学習の手法を用いてステータスを分析し、正式なうつ病の診断を受けた人々を区別しました。
「これは、ペン・メディシン・デジタルヘルスセンターのソーシャルメディア・メディオーム・レジストリによる初期の研究であり、ソーシャルメディアと医療記録のデータを結び付けるものです」と、本研究の共著者であるレイナ・マーチャントは述べています。「本プロジェクトでは、全員が同意しており、ネットワークからのデータは収集されず、データは匿名化され、プライバシーとセキュリティの最も厳格な基準が遵守されています。」
その後、約1,200人が両方のデジタルアーカイブの提供に同意しました。このうち、カルテにうつ病の診断記録があったのはわずか114人でした。研究者らは、うつ病と診断された各人を、対照群として診断を受けていない5人と照合し、合計683人のサンプルを作成しました（ステータス更新内の単語数が不十分な1人を除く）。目的は、研究者のアルゴリズムを訓練・検証するために、可能な限り現実的なシナリオを作ることでした。
ソーシャルメディアの利用はメンタルヘルスに良くないという認識がありますが、うつ病の診断、経過観察、そして最終的には治療のための重要なツールとなる可能性があります。
H・アンドリュー・シュワルツ
「これは非常に難しい問題です」とアイヒシュテットは述べています。「もし683人が病院を受診し、そのうち15%がうつ病だった場合、私たちのアルゴリズムはどの人がうつ病かを予測できるでしょうか？ もしアルゴリズムが「うつ病の人はいない」と判定すれば、85%の精度になってしまいます。」
アルゴリズムを構築するため、研究者らは、うつ病を抱える各人と対照群の各人について、診断前の数年間に投稿された524,292件のFacebookの更新内容を遡って調べました。最も頻繁に使用された単語やフレーズを特定し、200のトピックをモデル化して、「うつ病に関連する言語指標」と呼ぶものを明らかにしました。最後に、うつ病の参加者と対照群の参加者が、そのような表現をどのように、どの程度の頻度で使用しているかを比較しました。
うつ病の診断における「黄色信号」
研究者らは、これらの指標が敵意や孤独、悲しみや反すうといった感情的、認知的、対人関係的なプロセスで構成されていることを明らかにし、医療記録に病気が初めて記録される3か月も前に、将来のうつ病を予測できることがわかりました。
「ソーシャルメディアの利用はメンタルヘルスに良くないという認識がありますが、うつ病の診断、経過観察、そして最終的には治療のための重要なツールとなる可能性があります」とシュワルツは述べています。「ここでは、臨床記録と組み合わせて利用できることを示しました。これはソーシャルメディアを活用してメンタルヘルスを改善する一歩です。」
アイヒシュテットは、これらのデータを、うつ病の診断のための、負担の少ないスクリーニングの一形態として利用することに長期的な可能性を見出しています。「いつの日か、これらのスクリーニングシステムがケア体制に組み込まれることを期待しています」と彼は述べています。「このツールは黄色信号を示します。最終的には、特定された人々を、拡張可能な治療方法に直接つなげられることを望んでいます。」
研究にはいくつかの限界があり、特に都市部の特徴的なサンプルであること、また分野自体の限界として、例えば、医療記録に記載されたすべてのうつ病の診断が、構造化された臨床面接が提供する黄金基準を満たしているわけではない点がありますが、本研究結果は、うつ病に苦しむ人々を発見し、支援につなげるための新たな方法となる可能性を示しています。
出典：ストーニーブルック大学
原著論文 DOI: 10.1073/pnas.1802331115
