Facebook weiß, woran Ihre Patienten leiden

Facebook-Analysen: Reines Kaffeesatzlesen?

Dass Sprache, Syntax u n d Orthografie, welche die Nutzer von Facebook in ihren Posts verwenden, Rückschlüsse auf Bildungsgrad, soziale und emotionale Intelligenz, Aggressions- und kulturelles Reflexions-Niveau erlauben, dafür bedarf es m. E. nicht mal eines Algorithmus. Selbst beim Präsidenten der Vereinigten Staaten Donald Trump ist, gemessen an seinen politisch-privaten Mitteilungen auf Twitter, eine schwere, möglicherweise maligne narzisstische Störung erkennbar.
Is Donald Trump a textbook narcissist? -
https://www.washingtonpost.com/.../wp/2016/07/22/is-donald-trump-a-textbook-narcissist


Doch Rückschlüsse auf Gesundheits- und Krankheitszustände bzw. deren prospektive Vorhersage-Möglichkeiten auf Grund von Internet-Daten sind höchst spekulativ, weil sie in der Regel gar nicht verifiziert bzw. validiert werden.

Ich kann das hier nur exemplarisch an einer Publikation veranschaulichen:
Eine aktuelle "Proof of Concept-Studie", publiziert unter NPJ Schizophr. 2019; 5: 9. Published online 2019 Jun 13. doi: 10.1038/s41537-019-0077-9
“A machine learning approach to predicting psychosis using semantic density and latent content analysis“
von Neguine Rezaii et al. widerspricht sich mit ihren Ergebnissen selbst.

Keineswegs werden die Vorhersage-Möglichkeiten für die Manifestation einer klinisch relevanten Psychose durch „machine learning“ nachweislich verbessert. Denn die Ergebnisse sind äußerst voreingenommen und dürftig. Ganze 40 Teilnehmer der nordamerikanischen Prodrom-(Krankheitsvorzeichen)-Längsschnitt-Studie (NAPLS) wurden über 2 Jahre oder bis zum Psychose-Übergang nachverfolgt. Zum Training des Machine-Learning-Modells wurden nur noch 30 Probanden inkludiert: Davon entwickelten 7 eine und 23 keine Psychosen. Zur Validierung wurden dann nur noch 5 Probanden mit und 5 Probanden ohne Psychose eingeschlossen.

In der Prodromalphase des möglichen Psychose-Auftretens wurden bei der Internet-Recherche klassische klinisch-psychiatrische Hinweise verwendet, wie sie in jeder Anamnese abgefragt werden:
- Geringgradige sprachlich-semantische Dichte
- Steigende Tendenz, über [fremde] Stimmen und Geräusche zu sprechen.
Dass diese zwei kombinierten Indikatoren eine zukünftige Psychose mit hochgradiger Genauigkeit voraussagen könnten, ist angesichts einer Trefferquote von 23,3 Prozent bei 7 „Convertern“ und einer Versagerquote von 76,7 Prozent bei 23 „Non-Convertern“ ein wissenschaftlich kaum zu verbrämendes Armutszeugnis.

[„Results - Our findings indicate that during the prodromal phase of psychosis, the emergence of psychosis was predicted by speech with low levels of semantic density and an increased tendency to talk about voices and sounds. When combined, these two indicators of psychosis enabled the prediction of future psychosis with a high level of accuracy.
Speech samples were drawn from 40 participants of the North American Prodrome Longitudinal Study (NAPLS) at Emory University (see Methods). Participants were followed up for 2 years or to the time of conversion. For training the model, we included 30 participants from the second phase of the NAPLS (NAPLS-2). Seven of these individuals converted to psychosis during follow-up (Converters) and 23 did not (Non-converters). For validating the model, we included 10 participants, five Converters and five Non-converters from the third phase of the NAPLS (NAPLS-3).”]

Mf+kG, Dr. med. Thomas G. Schhätzler, FAfAM Dortmund