Τεχνητή νοημοσύνη κορωνοϊός: Μια ομάδα ερευνητών του MIT και του Πανεπιστημίου του Χάρβαρντ έχει δείξει ότι μπορούν να μετρήσουν αυτά τα αποτελέσματα αναλύοντας τη γλώσσα που χρησιμοποιούν οι άνθρωποι για να εκφράσουν το άγχος τους στο διαδίκτυο.
Χρησιμοποιώντας τη μηχανική εκμάθηση για να αναλύσει το κείμενο περισσότερων από 800.000 δημοσιεύσεων Reddit, οι ερευνητές μπόρεσαν να εντοπίσουν αλλαγές στον τόνο και το περιεχόμενο της γλώσσας που χρησιμοποίησαν οι άνθρωποι ως το πρώτο κύμα της πανδημίας Covid-19, από τον Ιανουάριο έως τον Απρίλιο του 2020. Η ανάλυσή τους αποκάλυψε πολλές βασικές αλλαγές στις συζητήσεις σχετικά με την ψυχική υγεία, συμπεριλαμβανομένης μιας συνολικής αύξησης των συζητήσεων σχετικά με το άγχος και την αυτοκτονία.
Γιατί απαιτείται επένδυση στην ψυχική υγεία περισσότερο από ποτέ
«Διαπιστώσαμε ότι υπήρχαν αυτές οι φυσικές συστάδες που σχετίζονται με την αυτοκτονία και τη μοναξιά, και ο αριθμός των θέσεων σε αυτές τις συστάδες υπερδιπλασιάστηκε κατά τη διάρκεια της πανδημίας σε σύγκριση με τους ίδιους μήνες του προηγούμενου έτους, κάτι που αποτελεί σοβαρή ανησυχία», λέει. Ο Daniel Low, μεταπτυχιακός φοιτητής στο Πρόγραμμα Βιοεπιστήμης και Τεχνολογίας Ομιλίας και Ακοής στο Χάρβαρντ και MIT και επικεφαλής συγγραφέας της μελέτης. 
Η ανάλυση αποκάλυψε επίσης ποικίλες επιπτώσεις σε άτομα που ήδη πάσχουν από διαφορετικούς τύπους ψυχικών ασθενειών. Τα ευρήματα θα μπορούσαν να βοηθήσουν τους ψυχίατρους, ή ενδεχομένως τους συντονιστές των φόρουμ Reddit που μελετήθηκαν, να εντοπίσουν καλύτερα και να βοηθήσουν άτομα των οποίων η ψυχική υγεία πάσχει, λένε οι ερευνητές. «Όταν οι ανάγκες ψυχικής υγείας πολλών στην κοινωνία μας ικανοποιούνται ανεπαρκώς, ακόμη και στην αρχή, θέλαμε να επιστήσουμε την προσοχή στους τρόπους που υποφέρουν πολλοί άνθρωποι κατά τη διάρκεια αυτής της περιόδου, προκειμένου να ενισχύσουμε και να ενημερώσουμε την κατανομή πόρων για να τους υποστηρίξουμε », Λέει η Laurie Rumker, μεταπτυχιακή φοιτήτρια στο πρόγραμμα PhD Bioinformatics and Integrative Genomics στο Harvard και ένας από τους συγγραφείς της μελέτης.
Ο Satrajit Ghosh, ένας κύριος ερευνητής στο McGovern Institute for Brain Research του MIT, είναι ο ανώτερος συγγραφέας της μελέτης , η οποία εμφανίζεται στο περιοδικό Journal of Internet Medical Research. Άλλοι συγγραφείς της εφημερίδας περιλαμβάνουν την Tanya Talkar, μεταπτυχιακό φοιτητή στο Πρόγραμμα Βιοεπιστήμης και Τεχνολογίας Ομιλίας και Ακοής στο Χάρβαρντ και του MIT. John Torous, διευθυντής του τμήματος ψηφιακής ψυχιατρικής στο Beth Israel Deaconess Medical Center. και Guillermo Cecchi, κύριο μέλος του ερευνητικού προσωπικού στο IBM Thomas J. Watson Research Center.
Ένα κύμα άγχους
Η νέα μελέτη αναπτύχθηκε από την τάξη MIT 6.897 / HST.956 (Machine Learning for Healthcare), στο Τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών του MIT. Ο Low, ο Rumker και ο Talkar, που όλοι πήραν το μάθημα την περασμένη άνοιξη, είχαν κάνει κάποια προηγούμενη έρευνα σχετικά με τη χρήση μηχανικής μάθησης για τον εντοπισμό διαταραχών ψυχικής υγείας με βάση τον τρόπο με τον οποίο μιλούν οι άνθρωποι και τι λένε. Μετά την έναρξη της πανδημίας Covid-19, αποφάσισαν να επικεντρώσουν την τάξη τους στην ανάλυση φόρουμ Reddit αφιερωμένων σε διαφορετικούς τύπους ψυχικών ασθενειών. «Όταν χτύπησε ο Covid, ήμασταν όλοι περίεργοι αν επηρέαζε ορισμένες κοινότητες περισσότερο από άλλες», λέει ο Low.
«Το Reddit μας δίνει την ευκαιρία να δούμε όλα αυτά τα subreddits που είναι εξειδικευμένες ομάδες υποστήριξης. Είναι μια πραγματικά μοναδική ευκαιρία να δούμε πώς αυτές οι διαφορετικές κοινότητες επηρεάστηκαν διαφορετικά καθώς το κύμα συνέβαινε, σε πραγματικό χρόνο. ” Οι ερευνητές ανέλυσαν δημοσιεύσεις από 15 ομάδες subreddit αφιερωμένες σε μια ποικιλία ψυχικών ασθενειών, όπως η σχιζοφρένεια, η κατάθλιψη και η διπολική διαταραχή. Περιλάμβαναν επίσης λίγες ομάδες αφιερωμένες σε θέματα που δεν σχετίζονται ειδικά με την ψυχική υγεία, όπως η προσωπική χρηματοδότηση, η φυσική κατάσταση και η γονική μέριμνα.
Χρησιμοποιώντας διάφορους τύπους αλγορίθμων επεξεργασίας φυσικής γλώσσας, οι ερευνητές μέτρησαν τη συχνότητα των λέξεων που σχετίζονται με θέματα όπως το άγχος, ο θάνατος, η απομόνωση και η κατάχρηση ουσιών και ομαδοποιήθηκαν αναρτήσεις βάσει ομοιότητας στη χρησιμοποιούμενη γλώσσα. Αυτές οι προσεγγίσεις επέτρεψαν στους ερευνητές να εντοπίσουν ομοιότητες μεταξύ των θέσεων κάθε ομάδας μετά την έναρξη της πανδημίας, καθώς και διακριτές διαφορές μεταξύ των ομάδων.
Οι ερευνητές διαπίστωσαν ότι ενώ οι άνθρωποι στις περισσότερες από τις ομάδες υποστήριξης άρχισαν να δημοσιεύουν το Covid-19 τον Μάρτιο, η ομάδα που αφορούσε το άγχος για την υγεία ξεκίνησε πολύ νωρίτερα, τον Ιανουάριο. Ωστόσο, καθώς εξελίχθηκε η πανδημία, οι άλλες ομάδες ψυχικής υγείας άρχισαν να μοιάζουν πολύ με την ομάδα άγχους για την υγεία, όσον αφορά τη γλώσσα που χρησιμοποιείται συχνότερα. Ταυτόχρονα, η ομάδα που αφιερώθηκε στην προσωπική χρηματοδότηση παρουσίασε την πιο αρνητική σημασιολογική αλλαγή από τον Ιανουάριο έως τον Απρίλιο του 2020 και αύξησε σημαντικά τη χρήση λέξεων που σχετίζονται με το οικονομικό άγχος και το αρνητικό κλίμα.