Para peneliti menjalankan studi dengan menghubungkan data cacatan rekam medis 999 pasien dengan akun sosial media mereka. Total peneliti menganalisa 949.530 status Facebook pasien yang isinya lebih dari 500 kata.
Peneliti menganalisa bahasa yang mengandung petunjuk untuk kondisi medis tertentu. Sebagai contoh kata-kata seperti "minuman," "mabuk" atau "botol" bisa jadi petunjuk penyalahgunaan alkohol.
"Kepribadian, keadaan mental, dan perilaku kesehatan semua orang tercermin dalam media sosial mereka dan semuanya memiliki dampak luar biasa pada kesehatan," kata peneliti seperti dikutip dari CNN, Rabu (19/6/2019).
Status Facebook disebut peneliti khususnya efektif untuk memprediksi diabetes dan kondisi mental seperti kecemasan, depresi, dan psikosis.
"Kekuatan bahasa media sosial untuk memprediksi diagnosis menimbulkan pertanyaan paralel tentang privasi, persetujuan, dan kepemilikan data," lanjut peneliti.
Namun untuk ditekankan studi tidak melihat kata-kata kunci yang bisa dipakai untuk memprediksi menjelaskan hubungan sebab akibat. Tapi tetap media sosial dinilai dapat membuka kemungkinan baru terkait perawatan kesehatan personal.
