Машинско учење може помоћи у предвиђању психозе путем анализе језика

Нова метода машинског учења може са тачношћу од 93 процента предвидети да ли ће особа изложена ризику од психозе наставити да развија поремећај.

Метода коју су развили научници са Универзитета Емори и Универзитета Харвард открила је да већа од уобичајене употребе речи повезане са звуком, у комбинацији са већом стопом употребе речи са сличним значењем, значи да је психоза вероватно на помолу.

Чак и обучени клиничари нису приметили како људи у ризику од психозе користе више речи повезаних са звуком од просека, иако је абнормална слушна перцепција знак раног упозорења.

„Покушај да се чују ове суптилности у разговорима са људима је попут покушаја да се очима виде микроскопске клице“, каже Негуине Резаии, први аутор рада. „Аутоматизована техника коју смо развили заиста је осетљив алат за откривање ових скривених образаца. То је попут микроскопа за упозоравајуће знаке психозе. “

Напад шизофреније и других психотичних поремећаја обично се јавља почетком 20-их година, а рани знаци упозорења - познати као продромални синдром - почињу око 17. године. Отприлике 25 до 30 процената младих са продромалним синдромом на крају ће развити шизофренију или други психотични поремећај.

Тренутно не постоји лек за психозу. Кроз структуриране интервјуе и когнитивне тестове, обучени клиничари могу предвидети психозу са око 80 процената тачности код оних са продромалним синдромом.

Сада је истраживање уз машинско учење, облик вештачке интелигенције који може открити скривене обрасце, један од многих текућих напора да се поједноставе дијагностичке методе, идентификују нове променљиве и побољша тачност предвиђања.

„Раније је било познато да су суптилне особине будуће психозе присутне у језику људи, али ми смо користили машинско учење да бисмо заправо открили скривене детаље о тим особинама“, каже виши аутор Пхиллип Волфф, професор психологије у Емори-у. Волффова лабораторија се фокусира на семантику језика и машинско учење како би предвидела доношење одлука и ментално здравље.

За ову студију истраживачи су прво користили машинско учење да би успоставили „норме“ за разговорни језик. Они су хранили рачунарски софтвер путем интернетских разговора 30.000 корисника Реддита, платформе друштвених медија на којој људи воде неформалне дискусије о низу тема.

Софтверски програм, познат као Ворд2Вец, користи алгоритам за промену појединих речи у векторе (математички појам који се односи на положај једне тачке у простору у односу на другу). Другим речима, програм је сваку реч доделио локацији у семантичком простору на основу њеног значења. Речи са сличним значењем биле су позициониране ближе једна од друге са врло различитим значењима.

Волффова лабораторија такође је развила рачунарски програм за извођење „векторског распакивања“ или анализе семантичке густине употребе речи. Отпакирање вектора омогућило је истраживачима да квантификују колико је информација упаковано у сваку реченицу.

Након генерирања основних „нормалних“ података, истраживачи су применили исте технике на дијагностичким интервјуима 40 младих људи са високим ризиком од психозе. Затим су аутоматизоване анализе узорака учесника упоређене са нормалним основним узорком.

Резултати су показали да већа од уобичајене употребе речи повезаних са звуком, заједно са већом стопом употребе речи са сличним значењем, значи да ће вероватно настати психоза.

Снаге студије укључују једноставност употребе само две променљиве - обе које имају снажну теоријску основу - репликацију резултата у скупу података о задржавању и високу тачност његових предвиђања, изнад 90 процената.

„У клиничкој сфери, често нам недостаје прецизност“, каже Резаии. „Потребни су нам квантификованији, објективни начини за мерење суптилних променљивих, попут оних скривених у употреби језика.“

Резаии и Волфф сада прикупљају веће скупове података и тестирају примену својих метода на разним неуропсихијатријским болестима, укључујући деменцију.

„Ово истраживање је занимљиво не само због свог потенцијала да открије више о менталним болестима, већ и због разумевања како ум функционише - како спаја идеје“, каже Волфф. „Технологија машинског учења напредује тако брзо да нам даје алате за истраживање података о људском уму.“

Коауторка Елаине Валкер, професор психологије и неуронауке Емори, каже: „Ако раније можемо да идентификујемо појединце који су у ризику и користимо превентивне интервенције, могли бисмо да преокренемо дефицит“.

Налази су објављени у часопису нпј шизофренија.

Извор: Емори Хеалтх Сциенцес