Masinõpe aitab ennustada psühhoosi keeleanalüüsi kaudu

Uus masinõppemeetod võib 93-protsendise täpsusega ennustada, kas psühhoosiriskis olev inimene jätkab häire väljaarendamist.

Emory ülikooli ja Harvardi ülikooli teadlaste väljatöötatud meetod avastas, et heliga seotud sõnade tavapärasest suurem kasutamine koos suurema hulga sarnase tähendusega sõnade kasutamisega tähendas psühhoosi tõenäoliselt silmapiiril.

Isegi koolitatud arstid ei olnud märganud, kuidas psühhoosiriskiga inimesed kasutavad keskmisest rohkem heliga seotud sõnu, ehkki ebanormaalne kuulmistaju on varajane hoiatusmärk.

"Kui püüate neid peensusi inimestega vesteldes kuulda, siis on see nagu proovida oma silmaga mikroskoopilisi mikroobe näha," ütleb artikli esimene autor Neguine Rezaii. „Meie väljatöötatud automatiseeritud tehnika on tõeliselt tundlik tööriist nende varjatud mustrite tuvastamiseks. See on nagu mikroskoop psühhoosi hoiatusmärkide jaoks. "

Skisofreenia ja muud psühhootilised häired ilmnevad tavaliselt 20-ndate aastate alguses, varased hoiatusmärgid - tuntud kui prodromaalne sündroom - algavad umbes 17. eluaastal. Umbes 25–30 protsenti prodromaalse sündroomiga noortest areneb lõpuks skisofreenia või mõni muu psühhootiline häire.

Praegu pole psühhoosist võimalik ravida. Struktureeritud intervjuude ja kognitiivsete testide abil saavad koolitatud arstid ennustada psühhoosi umbes 80-protsendilise täpsusega prodromaalse sündroomiga inimestel.

Nüüd on masinõppega seotud teadusuuringud - tehisintellekti vorm, mis suudab paljastada varjatud mustreid - üks paljudest jätkuvatest jõupingutustest diagnostikameetodite sujuvamaks muutmiseks, uute muutujate tuvastamiseks ja ennustuste täpsuse parandamiseks.

"Varem oli teada, et inimeste keeles esinevad tulevase psühhoosi peened jooned, kuid oleme masinõppe abil paljastanud nende funktsioonide kohta varjatud üksikasjad," ütleb vanemautor Phillip Wolff, Emory psühholoogiaprofessor. Wolffi labor keskendub keele semantikale ja masinõppele, et ennustada otsuste langetamist ja vaimset tervist.

Uuringu jaoks kasutasid teadlased esmalt masinõpet, et kehtestada vestluskeele normid. Nad toitsid arvutitarkvaraprogrammi 30 000 Redditi kasutaja võrguvestlust, sotsiaalmeedia platvormi, kus inimestel on mitteametlikke arutelusid mitmel teemal.

Tarkvaraprogramm, mida nimetatakse Word2Veciks, kasutab algoritmi üksikute sõnade muutmiseks vektoriteks (matemaatiline termin, mis viitab ühe ruumipunkti asendile teise suhtes). Teisisõnu, programm määras iga sõna tähendusruumi järgi asukohale semantilises ruumis. Sarnase tähendusega sõnad asetsesid üksteisele lähemal kui väga erineva tähendusega sõnad.

Wolffi labor töötas välja ka arvutiprogrammi, et teostada „vektorite lahtipakkimine“ ehk sõnakasutuse semantilise tiheduse analüüs. Vektorite lahtipakkimine võimaldas teadlastel kvantifitseerida, kui palju teavet oli igasse lausesse pakitud.

Pärast "normaalsete" andmete baasjoonte loomist rakendasid teadlased samu tehnikaid 40 suure psühhoosiriskiga noore diagnostilistele intervjuudele. Seejärel võrreldi osalejate proovide automatiseeritud analüüse normaalse baasvalimiga.

Tulemused näitasid, et heliga seotud sõnade tavapärasest suurem kasutamine koos suurema tähendusega sarnase tähendusega sõnade kasutamisega tähendas tõenäoliselt psühhoosi tekkimist.

Uuringu tugevad küljed hõlmavad lihtsalt kahe muutuja - mõlemal on tugevat teoreetilist alust - kasutamise tulemuste paljundamist hoidmisandmete kogumis ja selle prognooside suurt täpsust, üle 90 protsendi.

"Kliinilises valdkonnas pole meil sageli täpsust," ütleb Rezaii. "Peenmuutujate, näiteks keelekasutuses peituvate muutujate mõõtmiseks on vaja rohkem kvantifitseeritud ja objektiivseid viise."

Rezaii ja Wolff koguvad nüüd suuremaid andmekogumeid ja katsetavad nende meetodite rakendamist mitmesuguste neuropsühhiaatriliste haiguste, sealhulgas dementsuse korral.

"See uurimus pole huvitav mitte ainult sellepärast, et see võib vaimse haiguse kohta rohkem teada anda, vaid ka sellepärast, et mõista, kuidas mõistus töötab - kuidas see ideid kokku paneb," ütleb Wolff. "Masinaõppimise tehnoloogia areneb nii kiiresti, et see annab meile tööriistu inimmeele andmete kaevandamiseks."

Kaasautor Elaine Walker, Emory psühholoogia ja neuroteaduste professor, ütleb: "Kui suudame varem tuvastada riskirühma kuuluvad isikud ja kasutada ennetavaid sekkumisi, võime puudujäägid tagasi pöörata."

Tulemused avaldatakse ajakirjas npj skisofreenia.

Allikas: Emory Health Sciences

!-- GDPR -->