Yapay zeka, günlük dilde psikoz riskini tahmin edebilir
İnsanların dili, gelecekteki psikoz geliştirme riskleri hakkında ipuçları ortaya çıkarabilir. Bilim adamları bunu, insanların günlük konuşmalarının ince özelliklerini inceledikten sonra sonuçlandırdılar.
Atlanta, GA'daki Emory Üniversitesi ve Boston, MA'daki Harvard Üniversitesi'ndeki araştırmacılar, risk altındaki bir grup genç insanda dili analiz etmek için bir makine öğrenimi tekniği kullandılar.
Hangi bireylerin psikoz geliştirmeye devam edeceğini% 93 doğrulukla tahmin edebildiklerini buldular.
Yeni npj Şizofreni çalışma kağıdı ekibin yöntemi nasıl geliştirdiğini ve test ettiğini açıklar.
Emory Üniversitesi'nde psikoloji profesörü olan kıdemli araştırma yazarı Phillip Wolff, daha önceki araştırmaların "gelecekteki psikozun ince özelliklerinin insanların dilinde mevcut olduğunu" zaten tespit ettiğini açıklıyor. Ancak, "Bu özelliklerle ilgili gizli ayrıntıları gerçekten ortaya çıkarmak için makine öğrenimini kullandık" dedi.
O ve meslektaşları, iki dil değişkenini ölçmek için makine öğrenimi yaklaşımlarını tasarladılar: anlamsal yoğunluk ve sesle ilgili kelimelerin kullanımı.
"Psikoza geçişin düşük anlamsal yoğunluk ile işaretlendiği ve sesler ve sesler hakkında konuşulduğu" sonucuna vardılar.
Düşük anlamsal yoğunluk, ekibin “içerik yoksulluğu” veya belirsizlik olarak adlandırdığı şeyin bir ölçüsüdür.
Yazarlar, "Bu çalışma, gelecekteki akıl sağlığının göstergelerinin hesaplama yöntemleri kullanılarak insanların doğal dilinden çıkarılabileceğini gösteren bir kavram çalışmasının kanıtıdır" diye belirtiyorlar.
Makine öğrenimi ve psikoz belirtileri
Makine öğrenimi, bilim adamlarının öğrenmeyi açıkça programlamak zorunda kalmadan bilgisayarların "deneyimlerden öğrendiği" bir yapay zeka türüdür.
Bir makine öğrenimi sistemi, bilinen bir veri kümesindeki kalıpları arar ve hangi modellerin belirli özellikleri tanımladığına karar verir. Bu özelliklerin ne olduğunu "öğrendikten" sonra, onları yeni bir veri kümesinde yorulmadan tanımlayabilir.
Makine öğrenimi, psikoz riski taşıyan kişileri teşhis etmek ve tedavi etmek için eğitim almış doktorların bile fark edemeyebileceği dil kullanımındaki kalıpları tespit edebilir.
Harvard Tıp Fakültesi Nöroloji Bölümü'nde görevli ilk çalışma yazarı Neguine Rezaii, "İnsanlarla sohbet ederken bu incelikleri duymaya çalışmak, gözlerinizle mikroskobik mikropları görmeye çalışmak gibidir" diye açıklıyor.
Bununla birlikte, insanların dilinde saklanan belirli ince kalıpları bulmak için makine öğrenimini kullanmak mümkündür. "Psikozun uyarıcı belirtileri için bir mikroskop gibi," diye ekliyor.
Rezaii, Emory Üniversitesi Tıp Fakültesi Psikiyatri ve Davranış Bilimleri Bölümü'nde ikamet ederken çalışma üzerinde çalışmaya başladı.
Psikoz, neyin gerçek neyin gerçek olmadığını söylemenin zor olabileceği bir zihin durumudur.
Bir kişi bu ruh haline girdiğinde, doktorlar buna psikotik bir dönem diyorlar. Böyle bir olay sırasında insanlar rahatsız edici algılar ve düşünceler yaşarlar. Sanrılar ve halüsinasyonlar, psikozun yaygın belirtileridir.
Psikotik bir olay sırasında, kişi uygunsuz davranışlar sergileyebilir veya tutarsız konuşabilir. Ek olarak, uyku bozukluğu yaşayabilir ve sosyal olarak geri çekilebilir, depresif ve endişeli olabilirler.
Ulusal Sağlık Enstitüleri'nden (NIH) biri olan Ulusal Ruh Sağlığı Enstitüsü'nden alınan rakamlara göre, Amerika Birleşik Devletleri'nde insanların yaklaşık% 3'ü yaşamları boyunca bir psikoz dönemi yaşayacak.
Psikoz riskinin erken teşhisini iyileştirmek
Psikoz, şizofreni ve diğer uzun vadeli akıl sağlığı koşullarının ayırt edici bir özelliğidir.
Psikozun uyarıcı belirtileri, genellikle, doktorların prodromal sendrom olarak tanımladığı bir dizi psikoz semptomu ile ergenlik çağının ortalarından sonlarına kadar başlar.
Prodromal sendrom geliştiren gençlerin yaklaşık% 25-30'u şizofreni gibi psikotik bir hastalık geliştirecektir.
Görüşmelerden ve bilişsel yetenek testlerinden, uygun eğitimi almış doktorlar genellikle prodromal sendromlu hangi kişilerin psikoz geliştirmeye devam edeceğini yaklaşık% 80 doğrulukla tahmin edebilir.
Bilim adamları, bu tahmin oranını iyileştirmek ve teşhis sürecini daha doğru ve anlaşılır hale getirmek için çeşitli yaklaşımlar deniyor. Makine öğrenimi bu yaklaşımlardan biridir.
Prof. Wolff ve ekibi, günlük konuşmanın dil normlarını belirlemek için makine öğrenim sistemlerini alarak çalışmalarına başladı.
Sistemi, 30.000 Reddit kullanıcısının çevrimiçi sohbetlerini beslediler. Reddit, kayıtlı kullanıcıların çeşitli konular hakkında sohbet edebilecekleri çevrimiçi bir haber, içerik derecelendirme ve tartışma platformudur.
Ekip, konuşmadaki kelimeleri tek tek analiz etmek için Word2Vec yazılımını kullandı. Yazılım, kelimeleri, benzer anlamlara sahip olanlar "anlamsal boşluk" içinde birbirine yakın olacak şekilde eşler ve çok farklı anlamlara sahip olanlar ise birbirinden uzaktır.
Araştırmacılar, anlambilimini analiz etme yeteneğini genişletmek için sisteme başka bir program ekledi. Önceki çalışmalar, bu analizi, insanların kelimeleri cümlelerde nasıl kullandıklarına bakan anlamsal tutarlılığı ölçmekle sınırlamıştı.
Bununla birlikte, anlamsal yoğunluk bir adım daha ileri gider ve aynı zamanda insanların kelimelerini cümle halinde nasıl düzenlediğini değerlendirir. Ekip, bunun, insanların cümle oluşturmak için kullandıkları zihinsel süreçlerin daha iyi bir göstergesi olduğunu öne sürüyor.
Ekip, makine öğrenimi sistemini "normal bir taban çizgisi" oluşturacak şekilde eğittikten sonra, Kuzey Amerika Prodrome Boylamsal Çalışması'ndaki (NAPLS) 40 katılımcının tanısal görüşmelerinden gelen konuşmaları besledi.
NAPLS, doktorların psikoz geliştirme riski taşıyan gençleri teşhis etme ve nedenlerini anlama becerilerini geliştirmeyi amaçlayan çok bölgeli, 14 yıllık bir projedir.
Ekip daha sonra NAPLS görüşmelerinin makine öğrenimi analizini temel verilerle karşılaştırdı. Ayrıca, hangi katılımcıların psikoz geliştirmeye devam ettiğini gösteren takip verileriyle karşılaştırdılar.
Sonuçlar, daha sonra psikoz geliştiren katılımcıların temelden daha fazla sesle ilgili kelimeleri kullanma eğiliminde olduklarını ve benzer anlamdaki kelimeleri daha sık kullandıklarını ortaya koydu.
Ortak yazar Prof. Elaine Walker, "Risk altındaki bireyleri daha erken tespit edebilir ve önleyici müdahaleler kullanabilirsek," açıkları tersine çevirebiliriz "diye açıklıyor.
“Bilişsel-davranışçı terapi gibi tedavilerin başlangıcı geciktirebileceğini ve hatta belki de psikoz oluşumunu azaltabileceğini gösteren iyi veriler var” diye ekliyor.
Ekip şimdi daha kapsamlı veri koleksiyonlarını bir araya getiriyor ve yeni makine öğrenimi tekniğini demans gibi diğer beyin ve psikiyatrik rahatsızlıklarla test etmeyi planlıyor.
"Bu araştırma sadece akıl hastalığı hakkında daha fazla bilgi verme potansiyeli açısından değil, aynı zamanda zihnin nasıl çalıştığını - fikirleri nasıl bir araya getirdiğini anlamak için de ilginç."
Prof. Phillip Wolff
