AI może przewidywać ryzyko psychozy w języku potocznym
Język ludzi może ujawnić wskazówki dotyczące przyszłego ryzyka rozwoju psychozy. Naukowcy doszli do tego po zbadaniu subtelnych cech codziennej mowy ludzi.
Naukowcy z Emory University w Atlancie w stanie Georgia i Harvard University w Bostonie w stanie Massachusetts wykorzystali technikę uczenia maszynowego do analizy języka w grupie zagrożonych młodych ludzi.
Odkryli, że potrafią przewidzieć, u których osób rozwinie się psychoza z dokładnością do 93%.
Niedawny npj Schizofrenia artykuł do studium opisuje, w jaki sposób zespół opracował i przetestował metodę.
Starszy autor badań Phillip Wolff, profesor psychologii na Uniwersytecie Emory, wyjaśnia, że wcześniejsze badania ustaliły już, że „język ludzi ma subtelne cechy przyszłej psychozy”. Jak jednak zauważył, „wykorzystaliśmy systemy uczące się, aby faktycznie odkryć ukryte szczegóły dotyczące tych funkcji”.
On i jego koledzy opracowali podejście do uczenia maszynowego, aby zmierzyć dwie zmienne językowe: gęstość semantyczną i użycie słów związanych z dźwiękiem.
Doszli do wniosku, że „konwersja do psychozy jest sygnalizowana niską gęstością semantyczną i rozmową o głosach i dźwiękach”.
Niska gęstość semantyczna jest miarą tego, co zespół nazywa „ubóstwem treści” lub niejasnością.
„Ta praca”, zauważają autorzy, „jest dowodem słuszności koncepcji pokazującej, że wskaźniki przyszłego zdrowia psychicznego można wyodrębnić z naturalnego języka ludzi przy użyciu metod obliczeniowych”.
Uczenie maszynowe i objawy psychozy
Uczenie maszynowe to rodzaj sztucznej inteligencji, w którym komputery „uczą się na podstawie doświadczenia” bez konieczności jawnego programowania uczenia się przez naukowców.
System uczenia maszynowego wyszukuje wzorce w znanym zestawie danych i decyduje, które wzorce identyfikują określone funkcje. Po „poznaniu” tych funkcji może następnie niestrudzenie zidentyfikować je w nowym zestawie danych.
Uczenie maszynowe może wykryć wzorce w używaniu języka przez ludzi, których mogą nie zauważyć nawet lekarze, którzy przeszli szkolenie w zakresie diagnozowania i leczenia osób zagrożonych psychozą.
„Próba usłyszenia tych subtelności w rozmowach z ludźmi jest jak próba zobaczenia oczami mikroskopijnych zarazków” - wyjaśnia autorka pierwszego badania, Neguine Rezaii, stypendystka na Wydziale Neurologii w Harvard Medical School.
Możliwe jest jednak wykorzystanie systemów uczących się, aby znaleźć pewne subtelne wzorce ukryte w języku ludzi. „To jest jak mikroskop do wykrywania objawów psychozy” - dodaje.
Rezaii rozpoczęła pracę nad badaniem, będąc rezydentem na Wydziale Psychiatrii i Nauk Behawioralnych w Emory University School of Medicine.
Psychoza to stan umysłu, w którym trudno odróżnić to, co jest rzeczywiste, a co nie.
Kiedy osoba wchodzi w ten stan umysłu, lekarze nazywają to epizodem psychotycznym. Podczas takiego epizodu ludzie doświadczają zaburzonej percepcji i myśli. Urojenia i halucynacje to częste objawy psychozy.
Podczas epizodu psychotycznego osoba może wykazywać nieodpowiednie zachowanie lub mówić niespójnie. Ponadto mogą doświadczać zaburzeń snu i stać się wycofanymi społecznie, przygnębionymi i niespokojnymi.
W Stanach Zjednoczonych około 3% ludzi doświadczy okresu psychozy w ciągu swojego życia, według danych National Institute of Mental Health, który jest jednym z National Institutes of Health (NIH).
Poprawa wczesnej diagnozy ryzyka psychozy
Psychoza jest cechą charakterystyczną schizofrenii i innych poważnych, długotrwałych schorzeń psychicznych.
Ostrzegawcze oznaki psychozy zwykle rozpoczynają się w połowie lub późnym wieku nastoletnim z zespołem objawów psychozy, które lekarze opisują jako zespół prodromalny.
Około 25–30% nastolatków, u których rozwinie się zespół prodromalny, zapadnie na chorobę psychotyczną, taką jak schizofrenia.
Na podstawie wywiadów i testów zdolności poznawczych lekarze odpowiednio przeszkoleni mogą zazwyczaj przewidzieć, u których osób z zespołem prodromalnym rozwinie się psychoza z dokładnością około 80%.
Naukowcy próbują różnych podejść, aby poprawić ten współczynnik prognozowania i uczynić proces diagnostyczny dokładniejszym i prostszym. Uczenie maszynowe jest jednym z tych podejść.
Prof. Wolff i jego zespół rozpoczęli badania od zainstalowania systemu uczenia maszynowego w celu zidentyfikowania norm językowych w codziennych rozmowach.
Zasilili system konwersacjami online 30 000 użytkowników Reddit. Reddit to internetowa platforma informacyjna, oceniająca zawartość i dyskusyjna, na której zarejestrowani użytkownicy mogą rozmawiać na różne tematy.
Zespół wykorzystał oprogramowanie Word2Vec do analizy poszczególnych słów w rozmowie. Oprogramowanie odwzorowuje słowa w taki sposób, że te, które mają podobne znaczenie, znajdują się blisko siebie w „przestrzeni semantycznej”, podczas gdy te, które mają bardzo odmienne znaczenia, są daleko od siebie.
Naukowcy dodali do systemu kolejny program, aby rozszerzyć jego możliwości analizy semantyki. Wcześniejsze badania ograniczyły tę analizę do pomiaru spójności semantycznej, która dotyczy tego, jak ludzie używają słów w zdaniach.
Jednak gęstość semantyczna idzie o krok dalej, a także ocenia, w jaki sposób ludzie organizują swoje słowa w zdania. Zespół sugeruje, że jest to lepszy wskaźnik procesów umysłowych, których ludzie używają do formułowania zdań.
Po przeszkoleniu systemu uczenia maszynowego w celu ustalenia „normalnego punktu odniesienia”, zespół następnie przeprowadził rozmowy z wywiadów diagnostycznych 40 uczestników badania północnoamerykańskiego Prodrome Longitudinal Study (NAPLS).
NAPLS to wielostanowiskowy, 14-letni projekt mający na celu poprawę umiejętności lekarzy w zakresie diagnozowania młodych ludzi, którzy mogą być zagrożeni rozwojem psychozy, oraz zrozumienia przyczyn.
Następnie zespół porównał analizę uczenia maszynowego rozmów NAPLS z danymi podstawowymi. Porównali to również z danymi uzupełniającymi, które pokazały, u których uczestników rozwinęła się psychoza.
Wyniki ujawniły, że uczestnicy, u których później rozwinęła się psychoza, mieli tendencję do używania większej liczby słów związanych z dźwiękiem niż linia bazowa, a także częściej używali słów o podobnym znaczeniu.
„Jeśli uda nam się zidentyfikować osoby, które są zagrożone wcześniej i zastosować interwencje zapobiegawcze”, wyjaśnia współautorka, prof. Elaine Walker, „możemy być w stanie odwrócić deficyty”.
„Istnieją dobre dane wskazujące, że terapie takie jak terapia poznawczo-behawioralna mogą opóźniać wystąpienie, a być może nawet redukować występowanie psychozy” - dodaje.
Zespół gromadzi obecnie obszerniejsze zbiory danych i planuje przetestować nową technikę uczenia maszynowego z innymi chorobami mózgu i psychiatrycznymi, takimi jak demencja.
„To badanie jest interesujące nie tylko ze względu na możliwość ujawnienia większej ilości informacji na temat chorób psychicznych, ale także ze względu na zrozumienie, jak działa umysł - jak łączy w sobie pomysły”.
Prof. Phillip Wolff
