Dieser Algorithmus erkennt Depressive anhand ihrer Instagram-Fotos

Wissenschaftler in den USA haben einen Algorithmus programmiert, der depressive Personen auf Basis ihrer Instagram-Fotos diagnostiziert. Die Erfolgsquote im Rahmen der Testreihe liegt bei 70 Prozent. Dabei wurden die Farbwerte und Metadaten der Fotos sowie Gesichtserkennung mit einbezogen.

Was deine Instagram Fotos über deine Gesundheit verraten

Andrew Reece von der Harvard University und Christopher Danforth von der University of Vermont verweisen mit ihrer aktuellen Forschungsarbeit auf die Bedeutung von Machine Learning und Social Media für die medizinische Diagnostik. Gemeinsam konzipierten sie ein Computer-Modell, das Depressionen anhand von Instagram-Fotos der Betroffenen mit einer relativ hohen Treffsicherheit erkennt. Die Forscher veröffentlichten die Ergebnisse im EPJ Data Science.

Demnach rekrutierten sie für ihr Experiment 166 Probanden mit Instagram-Affinität, von denen 71 in der Vergangenheit mit Depression diagnostiziert wurden. Im ersten Schritt teilten sie die Teilnehmer in zwei Gruppen ein („gesund“ und „depressiv“), ließen einen Algorithmus die bislang hochgeladenen Fotos auf der Plattform untersuchen und Muster erkennen. Der Algorithmus analysierte Farbwerte wie Ton, Sättigung und Helligkeit, die Anzahl der Personen auf dem Bild sowie die Summe der Posts, Likes und Kommentare. Mithilfe von Machine Learning konnte das Tool auf der Grundlage der 43.950 Fotos ein Modell ableiten.

Die Ergebnisse:

• im Schnitt posten Depressive mehr Fotos
• Depressive nutzen generell weniger Filter
• der Filter „Inkwell“ ist bei Depressiven beliebter, während Gesunde häufiger „Valencia“ einsetzen
• Personen, die mit Depressionen zu kämpfen haben, posten überwiegend Fotos mit nur einem Gesicht
• Gesunde hingegen posten häufiger Fotos mit mehreren Personen
• Depressive erhalten durchschnittlich mehr Kommentare, aber weniger Likes für ihre Bilder

Andrew Reece erklärt die Farbunterschiede der New York Times gegenüber wie folgt:

People in our sample who were depressed tended to post photos that, on a pixel-by-pixel basis, were bluer, darker and grayer on average than healthy people.

In einem zweiten Schritt testeten Reece und Danforth das errechnete Modell bei 100 Probanden. In den 100 Fällen lag der Algorithmus bei 70 Personen korrekt und ist den Forschern zufolge damit treffsicherer als das herkömmliche Gespräch mit einem Arzt.

Einsatz von Machine Learning in der Medizin

Die Wissenschaftler betonen, dass Machine Learning künftig beim Screening psychischer Störungen helfen kann. Dem Tool reichte bereits die Betrachtung der hochgeladenen Fotos bis zu dem Zeitpunkt, an dem die Diagnose feststand.

We reveal a great deal about our behavior with our activities and we’re a lot more predictable than we’d like to think,

fasst Christopher Danforth die Studienergebnisse zusammen. Insbesondere mit Blick auf Selbstmordgefahr könnten entsprechende Algorithmen unterstützen, wie Danforth auf Fast Company erläutert:

That’s one of the hardest prediction problems that there is. There’s a lot of risk factors associated with suicide, but trained psychiatrists whose job it is to assess risk still really struggle with it. Maybe there’s something in our social media that could be helpful.

Zwar ist das Experiment mit 166 Probanden relativ klein angelegt, doch es zeigt in eine vielversprechende Richtung.