Kunstmatige intelligentie en text mining-technieken kunnen worden gebruikt om paranoia onder gebruikers van sociale media te detecteren. Specifiek, werk gepubliceerd in het International Journal of Computational Science and Engineering , heeft het gedrag van Twitter-gebruikers in hun updates met betrekking tot de COVID-19-pandemie onderzocht om persoonlijkheidsstoornissen die verband houden met paranoia op te sporen.

Mourad Ellouze, Seifeddine Mechti, Moez Krichen en Lamia Hadrich Belguith van de Universiteit van Sfax in Tunesië en Vinayakumar Ravi van de Prins Mohammad Bin Fahd Universiteit in Khobar, Saoedi-Arabië, suggereren dat het gedrag van mensen ten opzichte van de pandemie gedreven door wantrouwen jegens autoriteit en gevoed door desinformatie heeft de manier waarop we met deze wereldwijde crisis zijn omgegaan enigszins belemmerd.

Het team suggereert dat parallel aan dit algemene gedrag bij sommige mensen er een meer verontrustende reactie is bij mensen met ernstige psychische problemen die verband houden met paranoia. Dergelijke omstandigheden kunnen, wanneer ze worden geconfronteerd met de existentiële angst van een dodelijke pandemie, leiden tot ernstige angst, verdriet en zelfmoordgedachten.

Uiteindelijk zou de analyse van het team van Twitter-gebruikers die COVID-19 bespreken, hen in staat kunnen stellen mensen te vinden die mogelijk onnodig lijden en mogelijk in een persoonlijke crisis terechtkomen. Met andere woorden, de tools die ze bespreken, kunnen worden gebruikt als een proxy-diagnose waarmee gekwalificeerde professionals een geschikte interventie kunnen bieden aan patiënten met paranoia. Misschien kan het ook worden gebruikt om beslissingen van Twitter zelf en zijn algoritmen te begeleiden die het risico voor zijn kwetsbare gebruikers verlagen. + Verder verkennen

Pandemische modellen moeten responsief zijn