Un metodo di apprendimento automatico ha scoperto un indizio nascosto nel linguaggio delle persone che predisse la successiva comparsa di psicosi:l'uso frequente di parole associate al suono. Un articolo pubblicato dalla rivista npj Schizofrenia ha pubblicato i risultati degli scienziati della Emory University e dell'Università di Harvard.

I ricercatori hanno anche sviluppato un nuovo metodo di apprendimento automatico per quantificare con maggiore precisione la ricchezza semantica del linguaggio conversazionale delle persone, un noto indicatore di psicosi.

I loro risultati mostrano che l'analisi automatizzata delle due variabili linguistiche - uso più frequente di parole associate al suono e parlare con bassa densità semantica, o vaghezza:possono prevedere se una persona a rischio svilupperà in seguito psicosi con un'accuratezza del 93%.

Anche i medici esperti non avevano notato come le persone a rischio di psicosi usino più parole associate al suono rispetto alla media, sebbene la percezione uditiva anormale sia un sintomo preclinico.

"Cercare di ascoltare queste sottigliezze nelle conversazioni con le persone è come cercare di vedere i germi microscopici con gli occhi, " dice Neguine Rezaii, primo autore del saggio. "La tecnica automatizzata che abbiamo sviluppato è uno strumento davvero sensibile per rilevare questi schemi nascosti. È come un microscopio per i segnali di allarme della psicosi".

Rezaii ha iniziato a lavorare sulla carta mentre era residente presso il Dipartimento di Psichiatria e Scienze Comportamentali della Emory School of Medicine. Ora è membro del Dipartimento di Neurologia della Harvard Medical School.

"Si sapeva in precedenza che le caratteristiche sottili della futura psicosi sono presenti nel linguaggio delle persone, ma abbiamo utilizzato l'apprendimento automatico per scoprire i dettagli nascosti su queste funzionalità, ", afferma l'autore senior Phillip Wolff, un professore di psicologia a Emory. Il laboratorio di Wolff si concentra sulla semantica del linguaggio e sull'apprendimento automatico per prevedere il processo decisionale e la salute mentale.

"La nostra scoperta è nuova e si aggiunge alle prove che mostrano il potenziale dell'utilizzo dell'apprendimento automatico per identificare le anomalie linguistiche associate alla malattia mentale, ", afferma la coautrice Elaine Walker, un professore di psicologia e neuroscienze di Emory che ricerca come si sviluppano la schizofrenia e altri disturbi psicotici.

L'esordio della schizofrenia e di altri disturbi psicotici si verifica tipicamente nei primi anni '20, con segnali di pericolo, noti come sindrome prodromica, che iniziano intorno ai 17 anni. Circa il 25-30% dei giovani che soddisfano i criteri per una sindrome prodromica svilupperà la schizofrenia o un altro disturbo psicotico.

Utilizzando interviste strutturate e test cognitivi, i medici addestrati possono prevedere la psicosi con circa l'80% di accuratezza in quelli con una sindrome prodromica. La ricerca sull'apprendimento automatico è tra i molti sforzi in corso per semplificare i metodi diagnostici, identificare nuove variabili, e migliorare l'accuratezza delle previsioni.

Attualmente, non esiste una cura per la psicosi.

"Se possiamo identificare prima le persone a rischio e utilizzare interventi preventivi, potremmo essere in grado di invertire i deficit, "Dice Walker. "Ci sono buoni dati che mostrano che trattamenti come la terapia cognitivo-comportamentale possono ritardare l'insorgenza, e forse anche ridurre l'insorgenza di psicosi."

Per il documento attuale, i ricercatori hanno utilizzato per la prima volta l'apprendimento automatico per stabilire "norme" per il linguaggio conversazionale. Hanno alimentato un programma software per computer le conversazioni online di 30, 000 utenti di Reddit, una piattaforma di social media in cui le persone hanno discussioni informali su una serie di argomenti. Il programma software, noto come Word2Vec, utilizza un algoritmo per trasformare singole parole in vettori, assegnando a ciascuno una posizione in uno spazio semantico in base al suo significato. Quelli con significati simili sono posizionati più vicini tra loro rispetto a quelli con significati molto diversi.

Il laboratorio Wolff ha anche sviluppato un programma per computer per eseguire ciò che i ricercatori hanno soprannominato "disimballaggio vettoriale, " o analisi della densità semantica dell'uso delle parole. Il lavoro precedente ha misurato la coerenza semantica tra le frasi. Lo spacchettamento vettoriale ha permesso ai ricercatori di quantificare la quantità di informazioni contenute in ogni frase.

Dopo aver generato una base di dati "normali", i ricercatori hanno applicato le stesse tecniche alle interviste diagnostiche di 40 partecipanti che erano state condotte da clinici formati, come parte dello studio multisito North American Prodrome Longitudinal Study (NAPLS), finanziato dall'Istituto Superiore di Sanità. NAPLS si concentra sui giovani ad alto rischio clinico di psicosi. Walker è l'investigatore principale per NAPLS a Emory, una delle nove università coinvolte nel progetto di 14 anni.

Le analisi automatizzate dei campioni dei partecipanti sono state quindi confrontate con il normale campione di base e i dati longitudinali sulla conversione dei partecipanti alla psicosi.

I risultati hanno mostrato che un uso superiore al normale di parole relative al suono, combinato con un più alto tasso di utilizzo di parole con significato simile, significava che la psicosi era probabilmente all'orizzonte.

I punti di forza dello studio includono la semplicità di utilizzare solo due variabili, entrambe con solide basi teoriche, la replica dei risultati in un set di dati di controllo, e l'elevata accuratezza delle sue previsioni, al di sopra del 90 per cento.

"In ambito clinico, spesso ci manca la precisione, " Rezaii dice. "Abbiamo bisogno di più quantificato, modi oggettivi per misurare variabili sottili, come quelli nascosti nell'uso della lingua."

Rezaii e Wolff stanno ora raccogliendo set di dati più grandi e testando l'applicazione dei loro metodi su una varietà di malattie neuropsichiatriche, compresa la demenza.

"Questa ricerca è interessante non solo per il suo potenziale di rivelare di più sulla malattia mentale, ma per capire come funziona la mente, come mette insieme le idee, " Afferma Wolff. "La tecnologia di apprendimento automatico sta avanzando così rapidamente che ci fornisce strumenti per estrarre i dati dalla mente umana".