Дата публикации: 18 июня 2019
С помощью машинного обучения исследователи «научили» компьютер находить скрытую подсказку в речи людей, предсказывающую развитие психоза. Подсказка – это частое использование слов, в которых главное – звук, а не смысл, а также употребление большого количества слов с одинаковом значением. Точность такой «диагностики» – 93%, передает пресс-служба Университета Эмори.
Шизофрения – психическое расстройство, которое характеризуется сильной дезорганизацией личности, искажениями реальности и неспособностью человека вести повседневную жизнь. Это заболевание затрагивает примерно 1% всего населения и дает о себе знать в позднем подростковом или во взрослом возрасте: в период приблизительно с 15 до 35 лет. Сперва расстройство находится в «зачаточном» состоянии (продромальный период), когда уже проявляются первые признаки, по которым можно прогнозировать развитие психоза и приостановить его, насколько это возможно. Приблизительно у 25-30% молодых людей, которые соответствуют критериям продромального периода, разовьется шизофрения или другое психотическое расстройство, приводят статистику авторы исследования.
Используя структурированные интервью и когнитивные тесты, обученные клиницисты могут прогнозировать психоз с точностью до 80% у пациентов во время продромального периода. Исследования в области машинного обучения помогут улучшить качество диагностики заболевания и повысить точность прогнозов. С помощью новых методов можно выиграть время: чем раньше будут диагностированы «зачатки» психического расстройства, тем больше шансов отсрочить начало заболевания, его «активную» фазу.
Один из симптомов шизофрении – лингвистический. Он проявляется в том, что человек чаще всего в своей речи начинает использовать слова, которые сильнее зависят от звучания, нежели от смысла. Этот тревожный звоночек можно, однако, не сразу распознать.
«Попытка услышать эти тонкости в разговорах с людьми – все равно, что попытаться увидеть микроскопические микробы своими глазами, – подчеркивает Негин Резаи (Neguine Rezaii), первый автор статьи. Больше шансов распознать особенности речи у нейросети. – Разработанная нами автоматизированная техника является действительно чувствительным инструментом для обнаружения этих скрытых паттернов. Она похожа на микроскоп для предупреждающих признаков психоза».
Исследователи из Университета Эмори и Гарвардского университета (США) сначала использовали машинное обучение, чтобы установить «нормы» для разговорного языка здорового человека. Они запустили компьютерную программу онлайн-разговоров с 30 000 пользователей соцсети Reddit, где люди неформально обсуждают различные темы. Программа Word2Vec пыталась перевести сказанные фразы в определенные формулы: она преобразовывала отдельные слова в векторы, назначая каждому из них место в семантическом пространстве в зависимости от его значения. Слова с похожими значениями располагаются ближе друг к другу, чем слова с абсолютно не похожими смыслами.
Также ученые разработали компьютерную программу для «векторной распаковки», или анализа семантической плотности использования слов. Это позволило исследователям определить, сколько информации было «зашито» в каждое предложение.
После получения базовой линии «нормальных» данных исследователи применили те же методы к диагностическим интервью с 40 участниками, которые были проведены обученными клиницистами, в рамках многопрофильного североамериканского продромального исследования (North American Prodrome Longitudinal Study, NAPLS). NAPLS ориентирован на молодых людей с высоким риском развития психоза.
Затем исследователи сравнили полученные данные контрольной – здоровой – группы и группы риска. Согласно результатам, у тех людей, которые чаще употребляли слова, связанные со звуком, и слова с аналогичным значением, с большей вероятностью разовьются психическое расстройство.
Сейчас авторы исследования собирают большой объем данных и тестируют своих методы при изучении различных психоневрологических заболеваниях, включая деменцию.
Результаты работы приведены в статье, опубликованной в журнале npj Schizophrenia.
Источник: esciencecommons.blogspot.com