Un model computerizat poate stabili diagnosticul de depresie cu o precizie de 70%, pe baza imaginilor postate pe o rețea de socializare. Deși nu este un procent extraordinar, totuși este mai mare decât rata de succes a medicilor în evaluarea pacienților - 42%.
La studiul profesorului Chris Danforth de la
Universitatea din Vermont au participat 166 de voluntari care i-au oferit accesul la contul lor de
Instagram, însumând un total de
43.950 de imagini postate. De asemenea, aceștia au oferit spre studiu fișele medicale privind sănătatea mentală. Un număr de 71 de participanți fuseseră diagnosticați cu depresie în ultimii trei ani. Imaginile au fost analizate după mai multe criterii: dacă includeau fețe umane, luminozitate, culori predominante, filtre aplicate, răspunsuri din partea celorlalți utilizatori, etc.
Analiza pixelară a imaginilor a arătat că persoanele deprimate au postat imagini cu
mai multe nuanțe de albastru, gri și negru, față de persoanele sănătoase. De asemenea, filtrele preferate au fost cele care transformă imaginea în
alb și negru”, au declarat Prof. Danforth și coautorul studiului, absolventul Andrew Reece.
Participanții cu depresie
au postat imagini mai des, însă imaginile includeau
mai puține persoane, autorii speculând că motivul ar fi lipsa socializării. Un aspect contraintuitiv al analizei a fost faptul că imaginile persoanelor cu depresie aveau
mai multe comentarii decât ale celorlalte persoane.
O parte a studiului a implicat un număr de voluntari care au privit imaginile și au încercat să identifice persoanele cu depresie. Rata lor de diagnosticare corectă a fost mult mai mică decât cea modelului computerizat.
Autorii au remarcat că algoritmul a recunoscut depresia cu mai multă precizie atunci când a analizat imaginile postate atât înainte, cât și după stabilirea diagnosticului clinic de depresie, decât atunci când a analizat doar imaginile anterioare stabilirii diagnosticului. Acest lucru sugerează că
o parte a comportamentului utilizatorilor ar putea fi influențată de diagnostic.
Sursa: IFLScience