Riset terbaru dari George Mason University menunjukkan bahwa riwayat unggahan lama di media sosial dapat menyimpan petunjuk tentang kondisi kesehatan mental seseorang.
Tim peneliti menguji kecerdasan buatan untuk menganalisis jejak digital pengguna di platform seperti Reddit dan memetakan indikasi gejala depresi secara lebih akurat.
Pendekatan ini dirancang untuk menyaring riwayat teks yang menumpuk bertahun-tahun, bukan sekadar mencocokkan kata-kata emosional yang dangkal.
Sistem pemrosesan bahasa berbasis AI ini bekerja dengan membedakan antara curahan hati pribadi dan cerita tentang orang lain.
Empat Tahap Analisis Konteks
Pengembangan sistem AI ini tidak lagi mengandalkan deteksi kata kunci berbasis emosi semata.
Unggahan seperti pesan seseorang yang menceritakan kerabatnya mengalami kecemasan tidak boleh langsung ditandai sebagai indikasi depresi pengguna tersebut.
Oleh karena itu, peneliti merancang alur kerja multi-lapis untuk memastikan analisis konteks berjalan tepat.
Tahap pertama adalah identifikasi gejala melalui model bahasa besar yang memindai kalimat bersudut pandang orang pertama.
Kalimat tersebut dicocokkan dengan indikator medis spesifik, seperti gangguan tidur, penurunan motivasi, kecemasan, atau penurunan suasana hati.
Tahap kedua adalah seleksi pernyataan relevan, di mana sistem menyaring konten berulang, informasi tidak akurat, serta kutipan tidak relevan.
AI mengeliminasi gangguan data sehingga hanya menyisakan bagian teks yang memiliki bobot informasi tinggi.
Tahap ketiga berfokus pada evaluasi pernyataan, dengan verifikasi ulang apakah baris kalimat yang sudah tersaring benar-benar memberikan bukti kuat atas gejala tertentu.
Setelah verifikasi selesai, sistem pada tahap keempat memetakan temuan tersebut ke dalam 21 pertanyaan standar dari instrumen psikologi Beck Depression Inventory (BDI-II).
Hasil pengujian menunjukkan pendekatan baru ini mencatatkan peningkatan presisi hingga 70 persen secara relatif dibanding metode analisis teks konvensional sebelumnya.
Peningkatan ini berhasil menaikkan nilai presisi nyata dari 10 persen menjadi 17 persen dalam mengenali data kontekstual yang relevan.
Ukuran keandalan sistem melalui skor F1 juga meningkat hingga menyentuh angka 27 persen.
Angka metrik ini mengukur seberapa banyak hasil yang ditarik benar-benar relevan sekaligus seberapa lengkap AI mengenali seluruh indikasi yang tersebar di dalam data.
