จากการศึกษาพบว่า ภาพบน IG อาจช่วยให้เราทำนายได้ว่า ใครกำลังป่วยเป็นโรคซึมเศร้า?

โรคซึมเศร้าดูจะเป็นโรคที่ถูกพูดถึงในสังคมวงกว้างไปแล้ว หลังจากแฝงตัวเงียบๆ มานานจนสังคมเริ่มตื่นตัวขึ้น แม้แต่คนใกล้ตัวก็อาจจะป่วยเป็นโรคนี้มาตลอดโดยที่เราไม่รู้ เราจึงพยายามมองหาหนทางในการคาดเดาว่าใครบ้างที่มีโอกาสป่วยเป็นโรคซึมเศร้า?

ด้วยเทคโนโลยีและงานวิจัยต่างๆ เราก็พอจะมีวิธีที่ทำให้คุณสามารถคาดเดาอาการซึมเศร้าจากปลายนิ้วของคุณได้นะ

 

 

ย้อนกลับไปเมื่อช่วงเดือนสิงหาคมปี 2016 เว็บไซต์ newscientist.com ได้มีการเผยแพร่งานวิจัยของนาย Andrew Reece จากมหาวิทยาลัยฮาร์วาร์ด และ Chris Danforth จากมหาวิทยาลัยเวอร์มอนต์

พวกเขาได้ทำการสำรวจสภาพจิตใจของผู้คนกว่า 166 คน จากนั้นก็นำภาพทั้งหมด 43,950 ภาพที่กลุ่มคนเหล่านี้ได้โพสต์ลงในโลกออนไลน์มาประมวลผลแล้วสร้างอัลกอริทึ่มขึ้นมา เพื่อค้นหาคุณลักษณะที่สัมพันธ์กับภาวะซึมเศร้า

 

ผลการค้นหารูปภาพสำหรับ du kannst nicht negativ denken und positives erwarten

 

จากการสำรวจพบว่ากลุ่มคนที่มีอาการซึมเศร้านั้นจะมีการโพสต์ภาพที่มีโทนสีฟ้าๆ หรือทึมๆ หรือใช้ฟิลเตอร์แบบขาวดำ นอกจากนี้พวกเขายังชอบโพสต์ภาพใบหน้า แต่ในหนึ่งภาพจะมีใบหน้าคนน้อยกว่าคนปกติ

Danforth กล่าวว่านี่อาจจะหมายถึงการเซลฟี่หน้าตัวเองบ่อยๆ ซึ่งเป็นส่วนหนึ่งของการขับเน้นให้เห็นว่าตัวเองอยู่ในอาการซึมเศร้า (แต่ก็อย่าเหมารวมว่าคนเซลฟี่บ่อยๆ ทุกคนจะเป็นซึมเศร้านะ) หรืออีกความหมายก็คือ กลุ่มคนเหล่านี้ใช้เวลากับครอบครัวหรือเพื่อนๆ น้อยลงนั่นเอง

 

 

เจ้าตัวอัลกอริทึ่มตัวนี้ใช้คุณลักษณะที่ว่าในการทำนายว่าใครเป็นโรคซึมเศร้าได้ถูกต้องถึง 70% เลยทีเดียว ในขณะที่การตรวจสอบด้วยมนุษย์มีความถูกต้องแม่นยำอยู่ที่ 42% หากเรานำเอาเจ้าอัลกอริทึ่มตัวนี้มาประยุกต์ใช้ได้ก็หมายความว่าเราอาจช่วยเหลือผู้ป่วยได้อย่างทันท่วงที

“มัน(อัลกอริทึ่ม)มีราคาไม่แพงมาก มันอาจจะกลายเป็นแอปฯบนมือถือของใครสักคนก็ได้” Danforth กล่าว

 

 

อย่างไรก็ตามแพทย์เองอาจจะเข้าถึงข้อมูลเหล่านี้ได้ยาก เพราะเนื่องจากการจะนำเอาอัลกอริทึ่มตัวนี้มาใช้จำเป็นจะต้องเข้าถึงข้อมูลส่วนตัวของผู้ป่วย ซึ่งมันมีความเกี่ยวข้องกับความเป็นส่วนตัวอยู่

จากที่เล่ามาทั้งหมดนี้แม้จะยังไม่สามารถนำเอาอัลกอริทึ่มตัวนี้มาใช้ได้ 100% แต่เราก็พอจะมองเห็นแสงสว่างรำไรๆ แล้วนะว่าในอนาคตเราอาจจะสามารถเข้าช่วยเหลือกลุ่มผู้ป่วยได้ทันเวลา ก่อนที่พวกเขาจะด่วนจากโลกนี้ไปเสียก่อน

 

ที่มา newscientist

Comments

Leave a Reply