人们在社交媒体上写的东西，以及他们如何说，可以告诉世界很多关于他们的信息，尤其是他们的健康状况。

宾夕法尼亚大学医学院和石溪大学的一项新研究表明，人们使用的语言脸谱网员额可作为现有医疗状况的指标。在病人同意的情况下，他们可以像身体症状一样被监控。

“这项工作还处于早期阶段，但我们希望从这些帖子中收集到的见解可以用来更好地告知患者和提供者他们的健康状况。”解释主要作者Raina Merchant，医学博士，宾夕法尼亚大学医学数字健康中心主任。“由于社交媒体上的帖子通常是关于某人的生活方式选择和经历，或者他们的感受，这些信息可以提供有关疾病管理和恶化的额外信息。”

通过Facebook预测健康问题

在研究中发表在杂志上《公共科学图书馆•综合》，研究人员分析了近1000名患者的整个Facebook历史，这些患者同意将他们的个人资料与电子病历中的数据相关联。研究人员想看看Facebook上的数据是否能显示21种特定的身心健康状况。

我们建立了三个模型来观察它们对患者医疗状况的预测能力。一个模型只分析Facebook帖子的语言，另一个模型使用患者的年龄和性别等人口统计数据，最后一个模型使用两种数据集的组合。

研究结果表明，研究人员测试的所有21种疾病都可以仅从Facebook上提取的数据进行预测。与人口统计数据相比，在21种情况中，有10种情况的Facebook数据预测得更准确。

Facebook上的一些指标比人口统计数据更具预测性，比如“饮料”和“瓶子”这两个词可以预测酒精滥用。研究小组指出，其他指标并没有这么直截了当。例如，经常使用“上帝”和“祈祷”等宗教语言的人患糖尿病的可能性是其他人的15倍糖尿病比那些最少使用宗教词汇的人。敌意语言也被认为是滥用药物和精神病的标志。

潜在的未来应用

资深研究作者、石溪大学博士安德鲁·施瓦茨(Andrew Schwartz)是宾夕法尼亚大学的客座助理教授，他解释说，人们的数字语言捕捉到我们生活的某些方面，与传统医学信息中通常发现的不同。

先前的研究显示Facebook上的帖子可以比临床诊断更早地预测患者的抑郁症。这项新研究建立在这项研究的基础上，表明有可能开发一种可选的系统，通过分析患者的社交媒体帖子来获取额外的、潜在的有价值的信息。

麦钱特解释说，目前还不确定这个系统会有多普及，但它可以为使用该系统的患者提供有价值的信息社交媒体频繁。

麦钱特说:“其中一个挑战是，数据太多了，而我们作为医疗服务提供者，没有接受过自己解读数据的培训，也没有根据这些数据做出临床决策。”“为了解决这个问题，我们将探索如何压缩和总结社交媒体数据。”