Twitter 可能有一个意想不到的新目的：预测疾病。一项研究， 发表在期刊上 心理科学 ，发现语言——无论是积极的还是消极的——都可以准确预测心脏病发病率。

宾夕法尼亚大学的研究人员分析了美国 1,300 个县的语言，发现充满愤怒、压力或疲劳的 Twitter 提要与该县患心脏病的风险较高相关，反之亦然。与传统的预测指标（如收入、教育甚至体重）相比，事实证明 Twitter 提要更加准确。

与心脏病实际死亡地图相比，推特预测的死亡率地图非常相似。

这项研究并不是要关注一个人患心脏病的风险，而是关注整个社区如何预测其个人的健康状况。具体来说，他们发现愤怒的推特用户自己不一定会心脏病发作，但愤怒的社区会发现更高的疾病风险。这与 最近的研究 来自密歇根大学，其中科学家们发现有凝聚力的社区看到了 风险降低 22% 的心脏病发作。

研究人员格雷戈里·帕克 (Gregory Park) 在一份声明中表示，Twitter 似乎捕获了许多与您从健康和人口统计指标中获得的信息相同的信息，但它还增加了一些额外的信息 新闻稿 .因此，来自 Twitter 的预测实际上比使用一组传统变量更准确。