A beszédelemzés megjósolhatja a pszichózis kockázatát

A kutatók szerint egy automatizált beszédelemző program meghatározhatja a pszichózis kialakulásának kockázatát.

Egy új tanulmányban a Columbia Egyetem Orvosi Központjának, a New York-i Állami Pszichiátriai Intézet és az IBM TJ Watson Kutatóközpont tudósai azt találták, hogy egy számítógépes elemzési program helyesen különböztette meg a veszélyeztetett fiatalokat, akiknél pszichózis alakult ki két és fél év alatt és akik nem.

A kutatók szerint az elv igazolásával végzett tanulmány megállapította, hogy a számítógépes elemzés pontosabb osztályozást nyújtott, mint a klinikai értékelések. A tanulmány megjelenik NPJ-skizofrénia.

Szakértők kifejtik, hogy a 14 és 27 év közötti lakosság körülbelül egy százalékát tartják klinikailag magas kockázattal (CHR) a pszichózis szempontjából. A CHR egyéneknek olyan tünetei vannak, mint szokatlan vagy tangenciális gondolkodás, észlelési változások és gyanakvás.

Körülbelül 20 százaléka él át teljes pszichotikus epizódot. Megismerhetetlen cél volt annak azonosítása, hogy kik tartoznak ebbe a 20 százalékos kategóriába a pszichózis megjelenése előtt. A korai azonosítás beavatkozáshoz és támogatáshoz vezethet, amely késleltetheti, enyhítheti vagy akár megakadályozhatja a súlyos mentális betegségek kialakulását.

Érdekes módon a beszéd egyedülálló ablakot nyit az elmébe, fontos nyomokat adva arról, hogy az emberek mit gondolnak és éreznek. A vizsgálat résztvevői egy nyílt, elbeszélő interjúban vettek részt, amelyben szubjektív tapasztalataikat ismertették.

Ezeket az interjúkat átírták, majd számítógéppel elemezték a beszédminták szempontjából, beleértve a szemantikát (jelentés) és a szintaxist (szerkezet).

A kutatók elmagyarázzák, hogy a szoftver megalapozta az egyes betegek szemantikai koherenciáját (mennyire tartotta jól magát a témában), és a szintaktikai struktúrát, például a kifejezés hosszát és a kifejezéseket összekötő meghatározó szavak használatát.

A klinikai pszichiáter intuitív módon felismerheti a rendezetlen gondolatok e jeleit egy hagyományos interjú során, de egy gép a változók pontos mérésével növelheti a hallottakat.

A résztvevőket ezután két és fél évig követték.

A nyomozók megállapították, hogy a beszéd legfontosabb jellemzői előre jelezték a jövőbeli mentális problémákat. Pontosabban, a beszédjellemzők, amelyek megjósolták a pszichózis kialakulását, magukban foglalták az egyik mondatból a másikba történő jelentésáramlás szüneteit, és a beszédet, amelyet rövidebb, kevésbé kidolgozott kifejezések jellemeztek.

A jelen tanulmányban kifejlesztett beszédosztályozó eszköz e specifikus, tünetekkel kapcsolatos jellemzők mechanikus rendezéséhez 100 százalékos pontosságot ért el. Vagyis a számítógépes elemzés helyesen különböztette meg azt az öt egyént, akik később pszichotikus epizódot éltek át, és a 29 olyan személyt, akik nem.

A kutatók úgy vélik, hogy ezek az eredmények arra utalnak, hogy ez a módszer képes lehet azonosítani a gondolkodási rendellenességeket a legkorábbi, legfinomabb formában, évekkel a pszichózis megjelenése előtt. A gondolatzavar a skizofrénia kulcsfontosságú eleme, de számszerűsítése nehéznek bizonyult.

A skizofrénia kutatása és tágabb értelemben a pszichiátria szempontjából a megközelítés megnyitja annak lehetőségét, hogy az új technológia segíthet a súlyos mentális rendellenességek előrejelzésében és diagnosztizálásában, valamint nyomon követheti a kezelési reakciót.

Az automatizált beszédelemzés olcsó, hordozható, gyors és nem invazív. Hatalmas eszköz lehet, amely kiegészítheti a klinikai interjúkat és értékeléseket.

Mindazonáltal a nyomozók szerint további kutatásokra van szükség a veszélyeztetett személyek második, nagyobb csoportjával annak megállapítására, hogy ez az automatizált képesség a pszichózis kialakulásának előrejelzésére egyszerre megbízható-e és megbízható-e.

Ez a kutatás megkönnyítheti a további diagnosztikai beavatkozásokat is, mivel az automatikus beszédanalízist fel lehetne használni a neuroimaging-kel együtt a korai gondolkodási rendellenesség (ek) és a kezelés új megközelítésének jobb megértése érdekében.

Forrás: Columbia University Medical Center / EurekAlert

!-- GDPR -->