Human Resources

Toggle

Article

Facebook帖文或可用作診斷抑鬱症病徵



How do you know if your #learning is relevant for the #future?
Find out at the region's largest conference for HR and L&D practitioners, Learning & Development Asia, happening in September.
Register for early-bird savings now.

READ IN ENGLISH

抑鬱症單在美國就影響超過6%的成年人 (近1,600萬人),而新加坡則有大約7%的在職人士有精神病紀錄。

一項由賓夕凡尼亞大學和石溪大學進行的研究發現一個或可審視社交媒體的新算法,有可能在正式醫療診斷前找出抑鬱症的語言警示。

該項研究刑登於美國國家科學院院刊,數個月來收集使用者的抑鬱診斷,並分析社交媒體數據,發現新算法或可準確預測未來的抑鬱症。

抑鬱症的指標包括提及負面及孤獨內容,使用「眼淚」和「感受」等字眼,並大量採用第一身代名詞「我」。

高級報告作者及World Well-Being Project(WWBP)研究人員負責人H. Andrew Schwartz說:「人們在社交媒體及網上所寫的生活部分,是藥物和研究很難獲得的資訊。」

「相對於生化物理疾病,這是個未開發的層面。舉個例,抑鬱症、焦慮症及創傷後壓力症候群病患者在網上抒發己見時,您會找到更多訊號。」

延伸閱讀:要開心見誠談論抑鬱症的另一原因

過去六年,WWBP在賓夕凡尼亞大學正向心理學中心和石溪大學人類語言分析實驗室研究人們使用的語言如何反映內在感受與滿意度。2014年WWBP始創研究科學家Johannes Eichstaedt開始好奇是否可能利用社交媒體預測精神健康結果,特別是抑鬱症。

Eichstaedt和Schwartz夥拍Penn Medicine Center for Digital Health的同事Robert J. Smith、Raina Merchant、David Asch和Lyle Ungar進行是次研究。

研究人員沒有招募自願表示有抑鬱症的參加者,而是從願意分享Facebook狀態與電子醫療紀錄數據的人們中識別數據,然後利用機器學習技術分析狀態,找出抑鬱症診斷。

近1,200位人士同意提供這些電子數據。為建立算法,Eichstaedt、Smith和一眾同事重看524,292個Facebook狀態更新。

Schwartz說:「大家一直都認為使用社交媒體對精神健康不好,不過它反而可能是診斷、監測和醫治精神病的重要工具。我們展示了它可與臨床紀錄一起使用,進一步利用社交媒體改善精神健康。」

圖片來源/StockUnlimited

HR Masterclass from Human Resources magazine: High-level HR strategy training workshops
led by the world's most respected HR thought leaders & strategists.
Review the 2019 programme here »

Read More News

Trending