페이스북 게시글을 분석하면 우울증 발생 위험을 미리 포착할 수 있다는 연구결과가 나왔다.
미국 뉴욕 스토니 브루크(Stony Brook) 대학 인간 언어 분석 연구실(Human Language Analysis Lab)의 앤드루 슈워츠 컴퓨터공학 교수 연구팀은 페이스북 게시글 분석을 통해 우울증의 임상적 증상이 나타나기 전에 이를 탐지해 낼 수 있는 소프트웨어 알고리즘을 개발했다고 헬스데이 뉴스가 15일 보도했다.
이 컴퓨터 알고리즘은 페이스북 게시글에 등장하는 특정 단어와 표현의 사용 빈도를 분석, 우울증을 임상적 진단 전에 예측할 수 있다고 슈워츠 교수는 밝혔다.
그의 연구팀은 우울증 진단을 받은 114명이 포함된 638명의 최근 페이스북 게시글 52만4천292건을 비교 분석하는 방법으로 이 알고리즘을 개발했다.
연구팀은 이 알고리즘을 이용, 우울증을 임상적 진단 3개월 전에 예측할 수 있었다.
본격적인 우울증 증상을 보이기 전에 페이스북 게시글에 가장 자주 나타나는 단어는 1인칭 대명사인 "I", "me"와 감정이 담긴 단어들인 "tear"(눈물), "feeling"(기분)이라고 슈워츠 교수는 밝혔다.
이는 장기적으로 소셜 미디어를 "비간섭적"(unobtrusive) 정신질환 선별검사 수단으로 이용할 수 있음을 보여주는 것이라고 그는 지적했다.
[저작권자 ⓒ연합뉴스 무단 전재-재배포 금지]
미국 뉴욕 스토니 브루크(Stony Brook) 대학 인간 언어 분석 연구실(Human Language Analysis Lab)의 앤드루 슈워츠 컴퓨터공학 교수 연구팀은 페이스북 게시글 분석을 통해 우울증의 임상적 증상이 나타나기 전에 이를 탐지해 낼 수 있는 소프트웨어 알고리즘을 개발했다고 헬스데이 뉴스가 15일 보도했다.
이 컴퓨터 알고리즘은 페이스북 게시글에 등장하는 특정 단어와 표현의 사용 빈도를 분석, 우울증을 임상적 진단 전에 예측할 수 있다고 슈워츠 교수는 밝혔다.
그의 연구팀은 우울증 진단을 받은 114명이 포함된 638명의 최근 페이스북 게시글 52만4천292건을 비교 분석하는 방법으로 이 알고리즘을 개발했다.
연구팀은 이 알고리즘을 이용, 우울증을 임상적 진단 3개월 전에 예측할 수 있었다.
본격적인 우울증 증상을 보이기 전에 페이스북 게시글에 가장 자주 나타나는 단어는 1인칭 대명사인 "I", "me"와 감정이 담긴 단어들인 "tear"(눈물), "feeling"(기분)이라고 슈워츠 교수는 밝혔다.
이는 장기적으로 소셜 미디어를 "비간섭적"(unobtrusive) 정신질환 선별검사 수단으로 이용할 수 있음을 보여주는 것이라고 그는 지적했다.
[저작권자 ⓒ연합뉴스 무단 전재-재배포 금지]
