通过分析社交媒体数据生成医学筛查问卷
机器学习
2024-11-19 v1 计算机与社会
摘要
筛查问卷在医学中被用作诊断辅助。创建问卷是一个漫长且昂贵的过程，而通过分析诊断前与症状和行为相关的社交媒体帖子，有可能改进这一过程。在此，我们展示了对从社交媒体帖子中生成针对特定医学状况的筛查问卷的可行性进行的初步调查。该方法首先通过相关用户在特定患者群组中的帖子识别出一组相关用户队列，以及一组报告了类似症状但未报告被诊断出患有目标疾病的对照组用户。诊断前的帖子用于生成决策规则以区分不同群组，方法是对这些用户提到的症状进行聚类，并训练一棵决策树来区分这两组。我们通过将生成的规则与医生对匹配的假设病例给出的评分进行相关性分析来验证这些规则。我们利用来自 Reddit 的数百名用户的数据，为三种疾病（子宫内膜异位症、狼疮和痛风）创建了问卷，以此演示所提出的方法。这些问卷随后由医生进行了验证。后者评分与决策规则之间的平均皮尔逊相关系数分别为 0.58（子宫内膜异位症）、0.40（狼疮）和 0.27（痛风）。我们的结果表明，问卷生成过程至少可以部分实现自动化。这些问卷的优势在于它们基于真实世界的经验，但目前缺乏捕捉症状的背景、持续时间和时机的能力。
引用
@article{arxiv.2411.11048,
title = {Generating medical screening questionnaires through analysis of social media data},
author = {Ortal Ashkenazi and Elad Yom-Tov and Liron Vardi David},
journal= {arXiv preprint arXiv:2411.11048},
year = {2024}
}