Машинне навчання може допомогти передбачити психоз за допомогою мовного аналізу

Новий метод машинного навчання може передбачити з точністю до 93 відсотків, чи буде людина, що перебуває під загрозою психозу, продовжувати розвивати розлад.

Метод, розроблений вченими з Університету Еморі та Гарвардського університету, виявив, що вище, ніж звичайне вживання слів, пов'язаних із звуком, у поєднанні з більш високим рівнем використання слів зі схожим значенням, означало, що психоз, ймовірно, на горизонті.

Навіть кваліфіковані клініцисти не помічали, як люди, яким загрожує психоз, використовують більше слів, пов'язаних із звуком, ніж у середньому, хоча ненормальне слухове сприйняття є раннім попереджувальним знаком.

"Спроба почути ці тонкощі в розмовах з людьми - це все одно, що бачити мікроскопічні мікроби очима", - говорить Негіне Резай, перший автор статті. «Розроблена нами автоматизована техніка є справді чутливим інструментом для виявлення цих прихованих закономірностей. Це як мікроскоп для попереджувальних ознак психозу ".

Початок шизофренії та інших психотичних розладів, як правило, відбувається на початку 20-х років, причому ранні попереджувальні ознаки - відомі як продромальний синдром - починаються приблизно у віці 17 років. Приблизно від 25 до 30 відсотків молодих людей з продромальним синдромом врешті розвиваються шизофренією або іншим психотичним розладом.

В даний час не існує ліків від психозу. Шляхом структурованих інтерв’ю та когнітивних тестів кваліфіковані клініцисти можуть передбачити психоз із приблизно 80 відсотковою точністю у тих, хто має продромальний синдром.

Зараз дослідження з машинним навчанням, формою штучного інтелекту, яка може розкрити приховані закономірності, є однією з багатьох постійних спроб впорядкувати методи діагностики, виявити нові змінні та підвищити точність прогнозів.

"Раніше було відомо, що в мові людей присутні тонкі риси майбутнього психозу, але ми використовували машинне навчання, щоб фактично розкрити приховані деталі про ці особливості", - говорить старший автор Філіп Вольф, професор психології в Еморі. Лабораторія Вольфа зосереджена на семантиці мови та машинному навчанні для прогнозування прийняття рішень та психічного здоров’я.

Для дослідження дослідники вперше використали машинне навчання для встановлення «норм» для розмовної мови. Вони забезпечили програму комп'ютерного програмного забезпечення онлайн-розмовами 30 000 користувачів Reddit, платформи соціальних медіа, де люди ведуть неформальні дискусії з цілого ряду тем.

Програма, відома як Word2Vec, використовує алгоритм зміни окремих слів на вектори (математичний термін, що стосується положення однієї точки в просторі відносно іншої). Іншими словами, програма призначала кожне слово місцем у семантичному просторі на основі його значення. Слова з подібними значеннями розташовувались ближче, ніж слова з дуже різними значеннями.

Лабораторія Вольфа також розробила комп'ютерну програму для проведення "розпакування вектора" або аналізу семантичної щільності вживання слів. Розпакування вектора дозволило дослідникам кількісно визначити, скільки інформації було вкладено в кожне речення.

Згенерувавши базові показники «нормальних» даних, дослідники застосували ті самі методи для діагностичних опитувань 40 молодих людей з високим ризиком розвитку психозу. Потім автоматизований аналіз зразків-учасників порівнювали із звичайною базовою зразком.

Результати показали, що більш високе, ніж звичайне вживання звукових слів, разом із вищим показником використання слів із подібним значенням означало, що, ймовірно, мав місце психоз.

Сильні сторони дослідження включають простоту використання лише двох змінних - обидві мають міцну теоретичну основу - тиражування результатів у наборі даних про витримку та висока точність його прогнозів на рівні понад 90 відсотків.

"У клінічній сфері нам часто не вистачає точності", - говорить Резай. "Нам потрібні більш кількісні, об'єктивні способи вимірювання тонких змінних, таких як ті, що приховані в рамках використання мови"

Зараз Резайі та Вольф збирають більші масиви даних та перевіряють застосування своїх методів на різних нервово-психічних захворюваннях, включаючи деменцію.

"Це дослідження цікаве не лише своїм потенціалом розкрити більше про психічні захворювання, але й розумінням того, як працює розум - як він поєднує ідеї", - говорить Вольф. "Технологія машинного навчання розвивається настільки стрімко, що дає нам інструменти для обробки даних людського розуму".

Співавтор Елейн Уокер, професор психології та неврології Еморі, каже: "Якщо ми зможемо виявити осіб, які перебувають у зоні ризику раніше, і застосувати профілактичні заходи, ми могли б зменшити дефіцит".

Висновки опубліковані в журналі npj шизофренія.

Джерело: Emory Health Sciences