Haluatpa postittaa mustavalkoisia valokuvia vai haluatko lisätä suodattimia, jotka saavat värit popiksi, Instagram-tili saattaa antaa vihjeitä mielenterveydestäsi, uusi tutkimus toteaa. Ja tekoäly voi olla erityisen hyvä poimimaan näitä vihjeitä.
Koneoppimisen avulla tietokoneet pystyivät tutkimuksen mukaan tunnistamaan, mitkä ihmiset kärsivät masennuksesta heidän Instagram-valokuviensa perusteella, ja tietokoneet tekivät parempaa työtä kuin satunnaisesti valitut vapaaehtoiset.
"Tämä osoittaa uutta menetelmää masennuksen varhaiseksi seulomiseksi", totesi tutkimuksen kirjoittaja Christopher Danforth, Vermontin yliopiston matemaattisten, luonnontieteiden ja teknisten tieteiden professori.
Tutkimuksessa tutkijat tarkastelivat yli 160 vapaaehtoisen Instagram-syötteitä, jotka rekrytoitiin Amazonin mekaanisesta Turkista, online-joukkojenlähtöympäristöstä. Vapaaehtoiset toimittivat tutkijoille tietoja aikaisemmista masennusdiagnooseista ja vastasivat kyselylomakkeeseen, jonka tarkoituksena oli arvioida henkilön masennusaste.
Noin puolella tutkimuksen henkilöistä oli diagnosoitu masennus viimeisen kolmen vuoden aikana.
Kun tutkijat analysoivat lähes 44 000 kuvaa, he havaitsivat, että masennuksen diagnoosin saaneiden käyttäjien viestit olivat todennäköisesti sinisempiä, harmaampia ja tummempia kuin käyttäjien viestit, joilla ei ole tilaa. Valosuodattimen käyttö oli harvempaa masennusdiagnoosilla henkilöillä kuin ilman sitä. Mutta kun masennusdiagnoosin saaneet ihmiset käyttivät suodattimia, monet mieluummin suodattivat kaikki värit viroistaan valitsemalla mustavalkoiset suodattimet, kuten "Inkwell". Jotkut tutkijoiden havaitsemista valokuvaominaisuuksista "todellakin vastaavat yleisiä käsityksiä masennuksen vaikutuksista käyttäytymiseen", kirjoittajat huomauttivat. Esimerkiksi aikaisemmat tutkimukset ovat viitanneet siihen, että masennus liittyy mieluummin tummempiin, sinisempiin ja yksivärisiin väreihin.
Tutkimuksen Instagram-käyttäjät, joilla ei ollut masennusta, toisaalta suosivat suodattimia, kuten "Valencia", jotka valaisivat valokuvia.
Masennusdiagnoosilla kärsivät ihmiset myös todennäköisemmin lähettämään valokuvia niissä olevien ihmisten kanssa, mutta verrattuna muihin käyttäjiin viesteissä oli vähemmän ihmisiä kuvaa kohden, tutkijat havaitsivat.
AI vs. ihminen
Tutkimuksen ensimmäisessä osassa kerättyjen Instagram-valokuvien ja mielenterveyshistorian avulla tutkijat pittoivat sitten eri ryhmää vapaaehtoisia koneoppimisalgoritmia vastaan nähdäkseen, tekivätkö ihmiset vai AI paremmin masennushenkilöiden tunnistamiseen masennuksen perusteella heidän Instagram-viestinsä.
Uutta vapaaehtoistyöryhmää pyydettiin arvioimaan 100 viimeisintä valokuvaa, jotka ovat lähettäneet masennusdiagnoosin saaneet käyttäjät ennen kuin nämä käyttäjät diagnosoitiin ensimmäisen kerran. Lisäksi vapaaehtoisia pyydettiin arvioimaan valokuvia ihmisryhmästä, jolla ei ole masennusta - tässä tapauksessa kyseisten käyttäjien viimeisimmät 100 kuvaa.
Vapaaehtoiset arvioivat valokuvat sen perusteella, kuinka mielenkiintoinen, tyylikäs, onnellinen ja surullinen kukin näytti asteikolla 0–5 tutkimuksen mukaan. Ainakin kolme eri ihmistä arvioi jokaisen kuvan.
Tutkijat havaitsivat, että vapaaehtoistyöntekijät pystyivät erottamaan jossain määrin masennusdiagnoosin käyttäjien ja sellaisten käyttäjien välillä, joilla ei ole tilaa. Masennusdiagnoosin saaneiden henkilöiden lähettämät valokuvat arvioitiin todennäköisemmin surullisemmiksi ja vähemmän onnelliseksi kuin ilman käyttäjiä.
Mutta koneoppimisalgoritmi teki tutkimuksen mukaan paremman työn. Tietokone pystyi tunnistamaan masennuspotilaat oikein 70 prosenttia ajasta.
"Tietysti tiedät ystäväsi paremmin kuin tietokoneen, mutta et ehkä henkilö, joka satunnaisesti selaa Instagramia, ole ehkä niin hyvä havaitsemaan masennusta kuin luulet", Danforth sanoi.
Tutkijat totesivat, että tutkimuksella oli rajoituksia. Tutkijat sanoivat esimerkiksi käyttäneensä masennuksen laajaa määritelmää, ja tietyntyyppisten masennuksen tarkastelu voi johtaa erilaisiin tuloksiin.
Lisäksi tarvitaan paljon enemmän tutkimusta, ennen kuin tällaista tekniikkaa voitaisiin käyttää mielenterveyden diagnosointiin. "Tämä tutkimus ei ole vielä diagnostinen testi, ei kaukaa. Mutta se on osoitus uuden tavan auttaa ihmisiä", Danforth sanoi.
