AIに基づくソーシャルメディア分析による精神衛生危機の早期検出:前向き観察研究【JST機械翻訳】

Mansoor, M. A.; Ansari, K. H.

プレプリント

J-GLOBAL ID：202402205625229111 整理番号：24P0191955

AIに基づくソーシャルメディア分析による精神衛生危機の早期検出:前向き観察研究【JST機械翻訳】

Early Detection of Mental Health Crises through AI-Powered Social Media Analysis: A Prospective Observational Study

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
このテーマを更に深掘りする（JDreamⅢへ）

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2024年08月12日プレプリントサーバーでの情報更新日： 2024年08月12日
JST資料番号： O7002B 資料種別：プレプリント
記事区分：プレプリント言語：英語 (EN)

背景:メンタルヘルス危機の早期発見は,タイムリーな介入と転帰改善に重要である。本研究は,メンタルヘルス危機の早期兆候を同定するために,ソーシャルメディアデータを分析する人工知能(AI)の可能性を探る。方法:自然言語処理と時間分析技術を統合したマルチモーダル深層学習モデルを開発した。ツイッター,Reddit,Facebookから12か月間収集した複数言語(英語,スペイン語,マンダリン語,アラビア語)における996,452ソーシャルメディアポストの多様なデータセット上でこのモデルの訓練を行った。パフォーマンスは標準測定基準を用いて評価し,専門家の精神医学的評価に対して検証した。結果:AIモデルは,メンタルヘルス危機の初期兆候の検出で高い精度(89.3%)を示し,ヒト専門家同定前の平均リードタイムは7.2日であった。成績は言語(F1スコア:0.827~0.872)とプラットフォーム(F1スコア:0.839~0.863)で一貫していた。鍵となるデジタルマーカーは,言語パターン,行動変化,および時間的傾向を含んだ。モデルは,異なる発症型:鬱エピソード(91.2%),躁病エピソード(88.7%),自殺念慮(93.5%)および不安危機(87.3%)に対し異なる正確性を示した。結論:社会メディアデータのAI力分析は,多様な言語的および文化的背景にわたる精神衛生危機の早期検出の有望性を示す。しかし,プライバシー懸念,潜在的スティグマ化,および文化的バイアスを含む倫理的課題には注意深い考慮が必要である。将来の研究は,長期的転帰研究,既存のメンタルヘルスサービスとの倫理的統合,および個人化された文化的に敏感なモデルの開発に焦点を当てるべきである。キーワード:人工知能,メンタルヘルス,危機検出,ソーシャルメディア分析,早期介入【JST機械翻訳】

, , , , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能 , 自然語処理

, , , , , ,

ライセンス情報：

前のページに戻る