ソーシャルメディアの公開投稿には、世界中の何百万もの人々の活動、アイデア、そして思いつきに関する膨大な情報が含まれています。その規模は圧倒的ですが、同時に公衆衛生研究者にとっては、膨大なデータを整理し、重要な公衆衛生情報を抽出できる可能性を秘めた、貴重な機会でもあります。
研究者たちは、例えばオピオイド危機を監視するための有用なツールとなることを期待しています。新たな研究では、機械学習プログラムによって分析・分類されたオピオイドとオピオイド乱用に関するツイートの投稿率が、ペンシルベニア州の郡におけるオピオイド過剰摂取による死亡率や全国調査で測定されたオピオイド使用率と一致しました。
「もちろん、究極の目標はオピオイド危機のような潜在的な危機を予測できるようにすることです。それが私たちの目標です」と、エモリー大学医学部の生物医学情報学助教授で、この研究の著者であるアビード・サーカー氏は、ポピュラーサイエンス誌へのメールで述べた。
しかし、これらのツールはまだ有意義な応用例がないと指摘する声もある。「介入の焦点をどこに絞るべきかを判断するのに、まだ実用的とは言えません」と、この分野で研究を行っているペンシルベニア大学のコンピューター・情報科学教授、ライル・ウンガー氏は述べている。
この研究では、2012年1月から2015年10月の間にペンシルベニア州で投稿されたオピオイドに言及したツイートを収集しました。研究チームは、オピオイドの使用を表す200以上のキーワードを使用しました。キーワードには、ランダムに生成されたスペルミスから、ソーシャルメディアでよくある誤字脱字まで、あらゆるものが含まれていました。研究チームは1万6000件の投稿を手作業でレビューし、投稿におけるキーワードの一般的な使用方法を理解しました。そして、550件の投稿を「自己申告による乱用または誤用」「情報共有」「無関係」「非英語」の4つのカテゴリーに分類しました。そして、これらの注釈付き投稿を用いて、ニューラルネットワークを含む機械学習アルゴリズムを学習させました。ニューラルネットワークは最も優れたパフォーマンスを発揮し、人間と同等の精度でオピオイド乱用に関するツイートを識別しました。
各郡におけるオピオイド乱用を示唆するツイートの割合は、その郡における過剰摂取による死亡率と相関関係にあった。また、この割合は、全米薬物使用・健康調査（National Survey on Drug Use and Health）で報告された郡レベルの非医療目的処方オピオイド使用率、違法薬物使用率、違法薬物依存率、違法薬物依存または乱用率とも相関していた。
先行研究では、ソーシャルメディアプラットフォームからオピオイド関連情報を取得するプロセスを自動化した例も数多くあります。「このモデルは、無関係な雑談の影響を受けにくいため、従来のモデルよりも堅牢だと考えています。例えば、著名人がオピオイドの過剰摂取で亡くなった場合、ソーシャルメディア上でその件に関する雑談が盛んに行われますが、それが人口レベルでのオピオイド使用量の増加を意味するわけではありません」とサーカー氏は述べています。
ボストン小児病院の医療毒物学フェローであるマイケル・チャリー氏は、そうした先行研究の一つに携わった。彼の研究は、州レベルのオピオイドの動向に焦点を当てている。「この論文では、地理的な解像度を国レベルまで引き上げています」と彼は述べている。「解像度を上げることは重要です。他の研究から、都市部と農村部ではオピオイドの使用パターンが異なることが分かっており、ある地域で有効な政策が別の地域では有効ではない可能性があることを示唆しています。」
しかし、この論文ではニューラルネットワークが使用されているため、システムがどのようにツイートを仕分け・分類しているのかを正確に把握することが難しくなっています。「ニューラルネットワークの透明性には問題があり、それが一般的な限界となっています」と彼は述べています。さらに、この研究で使用されているような深層畳み込みニューラルネットワークは、通常は画像に使用され、言語への応用はごく最近になって始まったため、今回のケースでは特に不透明だと彼は指摘します。
最良の分析手法を特定する取り組みの後には、分析によって明らかになったデータの最良の活用方法を特定する研究が密接に続くべきだとサーカー氏は述べた。「ソーシャルメディアを公衆衛生上の課題に活用できるかどうかを問うのをやめるべき時が来たと考えています」と彼は述べた。「学際的な共同研究こそが未来であり、オピオイド危機のような現在の危機への対処や、早期発見による将来の危機の予防に役立つでしょう。」サーカー氏の生物医学情報学チームは、ペンシルベニア大学の毒物学者で本論文の著者でもあるジャンマリー・ペローネ氏と協力し、オピオイドの影響を受けている集団と直接関わる専門家を支援するための手法を特定している。
しかし、チャリー氏は、すぐに応用が始まるとは楽観視していない。ツイートは疫学データの情報源としてまだ検証が必要だ。さらに、ツイートは過去の調査データと一致するだけでなく、近い将来のオピオイド使用を予測できることを証明する必要がある。「過去を予測しても役に立たないのです」
一般的なオピオイド使用に関する全体像データは、オピオイドの種類を区別していません。これは医師や介入のターゲットを定める人々にとって重要な情報です。「このデータ層は非常に重要です。すべてを一つのシグナルにまとめてしまうと、その点が見過ごされてしまいます」とチャリー氏は言います。
アンガー氏はまた、Twitterを利用しているのは人口のごく一部であり、違法薬物使用についてツイートする意思のある人もごくわずかだと指摘した。「奇妙なバイアスも生じます。測定対象となっているのは、彼らがどれだけの薬物を使用しているか、そしてどれだけそれを公にすることに抵抗がないのかということです。」
オピオイド使用に関するツイートのデータは、人々がオピオイド使用についてどのように話しているのか、あるいはオピオイド使用に苦しんでいる人々の特徴を研究者がより深く理解するのに役立つ可能性があるとアンガー氏は述べている。しかし、ソーシャルメディアのデータがどれほど役立つかはまだ不透明だとも述べている。
「オピオイドについて言及しているツイートを見つけることと、それを公衆衛生に役立ててどこにリソースを集中させるべきか判断できることの間には乖離がある。」
