A gépi tanulás segíthet a pszichózis előrejelzésében a nyelvelemzés segítségével

Egy új gépi tanulási módszer 93 százalékos pontossággal képes megjósolni, hogy a pszichózis kockázatának kitett személy továbbfejleszti-e a rendellenességet.

Az Emory Egyetem és a Harvard Egyetem tudósai által kifejlesztett módszer felfedezte, hogy a hanghoz kapcsolódó szavak normálnál magasabb használata, a hasonló jelentésű szavak nagyobb arányú használatával kombinálva azt jelentette, hogy a pszichózis valószínűleg a láthatáron van.

Még képzett klinikusok sem vették észre, hogy a pszichózis által veszélyeztetett emberek az átlagnál több szót használnak-e a hanghoz kapcsolódóan, bár a kóros hallási észlelés korai figyelmeztető jel.

"Ha megpróbálja meghallani ezeket a finomságokat az emberekkel folytatott beszélgetések során, olyan, mintha megpróbálnánk a szemével mikroszkopikus csírákat látni" - mondja Neguine Rezaii, a cikk első szerzője. „Az általunk kifejlesztett automatizált technika valóban érzékeny eszköz e rejtett minták észlelésére. Olyan, mint egy mikroszkóp a pszichózis figyelmeztető jeleire. "

A skizofrénia és más pszichotikus rendellenességek jellemzően a 20-as évek elején jelentkeznek, a korai figyelmeztető jelek - úgynevezett prodromális szindróma - 17 éves kor körül kezdődnek. A prodromális szindrómában szenvedő fiatalok körülbelül 25-30 százaléka végül skizofrénia vagy más pszichotikus rendellenesség alakul ki.

Jelenleg a pszichózisra nincs gyógyszer. Strukturált interjúk és kognitív tesztek segítségével a képzett klinikusok körülbelül 80 százalékos pontossággal képesek megjósolni a pszichózist a prodromális szindrómában szenvedőknél.

A gépi tanulással végzett kutatás, a mesterséges intelligencia egy olyan formája, amely rejtett mintákat képes feltárni, egyike a számos folyamatban lévő erőfeszítésnek a diagnosztikai módszerek egyszerűsítésére, az új változók azonosítására és az előrejelzések pontosságának javítására.

"Korábban ismert volt, hogy a jövő pszichózisának finom vonásai vannak az emberek nyelvén, de a gépi tanulás segítségével valóban feltártuk a rejtett részleteket ezekről a tulajdonságokról" - mondja Phillip Wolff vezető szerző, az Emory pszichológia professzora. Wolff laboratóriuma a nyelv szemantikájára és a gépi tanulásra összpontosít, hogy megjósolja a döntéshozatalt és a mentális egészséget.

A tanulmányhoz a kutatók először a gépi tanulást használták a beszélgetési nyelv „normáinak” megállapítására. Számítógépes szoftverprogrammal táplálták a Reddit, egy közösségi média platform 30 000 felhasználójának online beszélgetéseit, ahol az emberek informális megbeszéléseket folytatnak egy sor témáról.

A Word2Vec néven ismert szoftverprogram algoritmussal változtatja meg az egyes szavakat vektorokká (matematikai kifejezés, amely az egyik térbeli pontnak a másikhoz viszonyított helyzetére utal). Más szavakkal, a program az egyes szavakat jelentésük alapján egy szemantikai tér egy helyéhez rendelte. A hasonló jelentéssel bíró szavakat közelebb helyeztük egymáshoz, mint a nagyon eltérő jelentéstartalmú szavakat.

A Wolff laboratórium egy számítógépes programot is kifejlesztett a "vektor kicsomagolásának" vagy a szóhasználat szemantikai sűrűségének elemzésére. A vektor kicsomagolása lehetővé tette a kutatók számára, hogy számszerűsítsék, mennyi információt csomagoltak az egyes mondatokba.

A „normális” adatok kiindulása után a kutatók ugyanazokat a technikákat alkalmazták 40 olyan fiatal diagnosztikai interjúin, amelyeknek magas a pszichózis kockázata. Ezután a résztvevő minták automatizált elemzéseit összehasonlítottuk a normál alapmintával.

Az eredmények azt mutatták, hogy a hanggal kapcsolatos szavak normálnál magasabb használata, valamint a hasonló jelentésű szavak nagyobb arányú használata azt jelentette, hogy valószínűleg pszichózis lép fel.

A tanulmány erősségei közé tartozik az egyszerűség, hogy csak két változót használnak - mindkettőnek erős az elméleti megalapozottsága - az eredmények megismétlése egy kitartó adatkészletben, és jóslatai nagy pontossággal, 90 százalék felett.

"A klinikai területen gyakran hiányzik a pontosság" - mondja Rezaii. "Számszerűbb, objektívebb módszerekre van szükségünk a finom változók mérésére, például a nyelvhasználatban elrejtett változók mérésére."

Rezaii és Wolff most nagyobb adatkészleteket gyűjt és teszteli módszereik alkalmazását különféle neuropszichiátriai betegségekre, beleértve a demenciát is.

"Ez a kutatás nemcsak azért érdekes, mert többet tud felfedni a mentális betegségekről, hanem azért is, hogy megértse, hogyan működik az elme - hogyan rakja össze az ötleteket" - mondja Wolff. "A gépi tanulás technológiája olyan gyorsan fejlődik, hogy eszközöket ad számunkra az emberi elme kibontakozásához."

Társszerző, Elaine Walker, az Emory pszichológiai és idegtudományi professzora szerint: "Ha korábban azonosíthatjuk azokat a személyeket, akik veszélyeztetettek, és megelőző beavatkozásokat alkalmaznak, akkor képesek lehetünk megtéríteni a hiányokat."

Az eredményeket a folyóiratban teszik közzé npj skizofrénia.

Forrás: Emory Health Sciences