میڈیکل یونیورسٹی آف پنسلوانیا کے سائنسدانوں نے پایا ہے کہ سوشل میڈیا پوسٹس کے مواد سے طبی حالات کا اندازہ لگایا جا سکتا ہے۔
سوشل میڈیا اب ہماری زندگی کا ایک لازمی حصہ ہے۔ 2019 میں، کم از کم 2.7 بلین لوگ باقاعدگی سے آن لائن سوشل میڈیا پلیٹ فارم جیسے فیس بک، ٹویٹر اور انسٹاگرام استعمال کریں۔ اس کا مطلب ہے کہ ان عوامی پلیٹ فارمز پر ایک ارب سے زیادہ افراد روزانہ کی بنیاد پر اپنی زندگی کے بارے میں معلومات شیئر کرتے ہیں۔ لوگ آزادانہ طور پر اپنے خیالات، پسند و ناپسند، جذبات اور شخصیات کا اشتراک کرتے ہیں۔ سائنسدان اس بات کی کھوج کر رہے ہیں کہ آیا یہ معلومات، باہر پیدا کی گئی ہیں۔ طبی صحت کی دیکھ بھال کا نظام، روزمرہ کی زندگی میں ممکنہ بیماریوں کے پیش گوئوں کو ظاہر کر سکتا ہے۔ مریضوں جو بصورت دیگر صحت کی دیکھ بھال کرنے والے اہلکاروں اور محققین کے لیے پوشیدہ ہو سکتا ہے۔ ابتدائی مطالعات سے پتہ چلتا ہے کہ ٹویٹر کس طرح دل کی بیماری سے ہونے والی اموات کی شرح کا اندازہ لگا سکتا ہے یا انشورنس جیسے طبی سے متعلقہ مسائل پر عوامی جذبات کی نگرانی کر سکتا ہے۔ تاہم، سوشل میڈیا کی معلومات کو اب تک انفرادی سطح پر طبی حالات کی پیش گوئی کے لیے استعمال نہیں کیا گیا ہے۔
ایک نیا مطالعہ 17 جون کو شائع ہوا۔ PLoS ONE نے پہلی بار مریضوں کے الیکٹرانک میڈیکل ریکارڈز (جنہوں نے اپنی رضامندی دی ہے) کو ان کے سوشل میڈیا پروفائلز سے جوڑتے ہوئے دکھایا ہے۔ محققین کا مقصد تحقیق کرنا تھا - پہلے، کیا صارف کے سوشل میڈیا اکاؤنٹ (اکاؤنٹس) پر پوسٹ کی گئی زبان سے کسی فرد کی طبی حالتوں کا اندازہ لگایا جا سکتا ہے اور دوسرا، اگر مخصوص بیماری کے نشانات کی نشاندہی کی جا سکتی ہے۔
محققین نے 999 مریضوں کی فیس بک کی مکمل تاریخ کا تجزیہ کرنے کے لیے خودکار ڈیٹا اکٹھا کرنے کی تکنیک کا استعمال کیا۔ اس کا مطلب تقریباً 20 فیس بک اسٹیٹس اپ ڈیٹس میں کم از کم 949,000 الفاظ پر مشتمل پوسٹس میں 500 ملین الفاظ کا تجزیہ کرنا تھا۔ محققین نے ہر مریض کے لیے پیشین گوئیاں کرنے کے لیے تین ماڈل تیار کیے ہیں۔ پہلے ماڈل نے مطلوبہ الفاظ کی شناخت کرکے فیس بک پوسٹس کی زبان کا تجزیہ کیا۔ دوسرے ماڈل نے مریض کی آبادیاتی معلومات جیسے ان کی عمر اور جنس کا تجزیہ کیا۔ تیسرے ماڈل نے ان دونوں ڈیٹاسیٹس کو ملایا۔ ذیابیطس، اضطراب، ڈپریشن، ہائی بلڈ پریشر، شراب نوشی، موٹاپا، سائیکوز سمیت مجموعی طور پر 21 طبی حالات کا جائزہ لیا گیا۔
تجزیہ سے پتہ چلتا ہے کہ تمام 21 طبی حالات صرف فیس بک پوسٹس سے پیش گوئی کی جا سکتی ہیں. اور، ڈیموگرافکس سے بھی فیس بک پوسٹس کے ذریعے 10 حالات کی بہتر پیش گوئی کی گئی۔ نمایاں کلیدی الفاظ تھے، مثال کے طور پر، 'ڈرنک'، 'ڈرنک' اور 'بوتل' جو کہ الکحل کے استعمال کی پیش گوئی کرتے تھے اور 'خدا' یا 'دعا' یا 'خاندان' جیسے الفاظ ذیابیطس کے شکار افراد کی طرف سے 15 گنا زیادہ استعمال کیے گئے تھے۔ 'گونگا' جیسے الفاظ منشیات کے استعمال اور نفسیات کے اشارے کے طور پر کام کرتے ہیں اور 'درد'، 'رونا' اور 'آنسو' جیسے الفاظ جذباتی تکلیف سے منسلک تھے۔ لوگوں کی طرف سے استعمال کی جانے والی فیس بک کی زبان پیشین گوئیاں کرنے میں بہت مؤثر تھی – خاص طور پر ذیابیطس اور ذہنی کے بارے میں صحت پریشانی، ڈپریشن اور سائیکوسس سمیت حالات۔
موجودہ مطالعہ سے پتہ چلتا ہے کہ مریضوں کے لیے ایک آپٹ ان سسٹم تیار کیا جا سکتا ہے جہاں مریض ڈاکٹروں کو اس معلومات تک رسائی فراہم کرکے اپنی سوشل میڈیا پوسٹس کے تجزیہ کی اجازت دیتے ہیں۔ یہ نقطہ نظر ان لوگوں کے لیے سب سے زیادہ قیمتی ہو سکتا ہے جو معمول کے مطابق سوشل میڈیا استعمال کرتے ہیں۔ چونکہ سوشل میڈیا لوگوں کے خیالات، شخصیت، دماغی حالت اور صحت کے رویوں کی عکاسی کرتا ہے، اس لیے اس ڈیٹا کا استعمال کسی بیماری کے شروع ہونے یا بگڑنے کی پیش گوئی کرنے کے لیے کیا جا سکتا ہے۔ جہاں سوشل میڈیا کا تعلق ہے، پرائیویسی، باخبر رضامندی اور ڈیٹا کی ملکیت بہت اہم ہوگی۔ سوشل میڈیا کے مواد کو کم کرنا اور اس کا خلاصہ کرنا اور تشریحات کرنا بنیادی مقصد ہے۔
موجودہ مطالعہ نئی ترقی کا راستہ بن سکتا ہے۔ مصنوعی ذہانت طبی حالات کی پیشن گوئی کے لیے درخواستیں سوشل میڈیا ڈیٹا قابل مقدار ہے اور بیماری کے رویے اور ماحولیاتی خطرے کے عوامل کا اندازہ لگانے کے لیے نئی راہیں فراہم کرتا ہے۔ کسی فرد کے سوشل میڈیا ڈیٹا کو 'سوشل میڈیم' (جینوم کی طرح - جین کا مکمل سیٹ) کہا جا رہا ہے۔
***
{آپ اصل تحقیقی مقالے کو ذیل میں دیے گئے DOI لنک پر کلک کر کے پڑھ سکتے ہیں جو حوالہ دیئے گئے ماخذ کی فہرست میں ہے}
ذرائع)
مرچنٹ RM et al. 2019. سوشل میڈیا پوسٹس سے طبی حالات کی پیشن گوئی کا اندازہ۔ پلس ون۔ 14 (6)۔ https://doi.org/10.1371/journal.pone.0215476
