Washington, EUA. Um estudo feito pela Universidade da Pensilvânia em parceria com a Universidade Stony Brook traz evidências de é possível identificar doenças como diabetes, ansiedade e depressão apenas analisando o perfil no Facebook. Os resultados, publicados na revista científica “Plos One”, listam 21 condições médicas que podem ser detectadas com a análise linguística.
Os pesquisadores desenvolveram um método para fazer a análise. Eles coletaram dados relacionados à linguagem recorrente no Facebook e cruzaram com as informações demográficas dos pacientes – é a primeira vez que pesquisadores associam prontuários eletrônicos com registros das redes sociais.
Os pacientes foram convidados a compartilhar suas postagens anteriores e ceder dados dos seus Registros Médicos Eletrônicos (EMR, sigla em inglês). Com base nesses documentos, também foram coletadas informações sobre sexo, idade, e raça das pessoas envolvidas, além de possíveis diagnósticos anteriores.
Durante a pesquisa, os cientistas analisaram publicações de mais de 900 pessoas e 949 mil postagens no Facebook. Eles acreditam que é possível prever, apenas com as atualizações de status, se uma pessoa está grávida ou com doenças na pele.
“Mais de 2 bilhões de pessoas compartilham regularmente informações sobre sua vida cotidiana por meio das mídias sociais. Muitas vezes elas revelam quem são, seus sentimentos, sua personalidade, seus dados demográficos e comportamentos”, diz o artigo.
A pesquisa foi feita, inicialmente, com a análise de linguagem em 500 palavras por participante, sendo que cada condição médica devia possuir pelo menos 30 pessoas. Após esse levantamento primário, a próxima etapa foi “encontrar tópicos significativamente relacionados às condições médicas”.
“Nossa abordagem foi encontrar tópicos significativamente relacionados às condições médicas por meio de análise estatística, em vez de selecionar postagens específicas com base em termos de pesquisa com alto nível de ruído”, afirmam os pesquisadores.
Os cientistas agruparam palavras semelhantes em 200 tópicos e, utilizando um modelo estatístico que mapeia essas expressões, eles as enquadram em uma condição médica específica para a criação de nuvens de palavras.
Para os pesquisadores, a descoberta vai muito além de um mero acaso. “Todas as 21 condições médicas são consequências da linguagem utilizada no Facebook”, afirma, logo, “os status da rede social demonstram maiores ganhos de precisão em relação as variáveis demográficas”.
Conclusões
Os termos “bebida” e "garrafa" mostraram ser mais preditivos ao abuso de álcool.
As pessoas que mencionaram as palavras “Deus” ou “orar” são 15 vezes mais propensas a terem diabetes.
O uso de expressões hostis como, por exemplo, a palavra “burro” e alguns palavrões serviram de indicadores para abuso de drogas e psicoses.
Flash
Antes. Uma análise de 2018 feita pelos mesmos cientistas associou um diagnóstico mais ágil da depressão cruzando o histórico médico com a análise linguística de posts do Facebook.