A IA pode prever o risco de psicose na linguagem cotidiana
A linguagem das pessoas pode revelar pistas sobre o risco futuro de desenvolver psicose. Os cientistas concluíram isso depois de estudar as características sutis do discurso cotidiano das pessoas.
Pesquisadores da Emory University, em Atlanta, GA, e Harvard University, em Boston, MA, usaram uma técnica de aprendizado de máquina para analisar a linguagem em um grupo de jovens em risco.
Eles descobriram que podiam prever quais indivíduos desenvolveriam psicose com uma precisão de 93%.
Um recente Esquizofrenia O artigo de estudo descreve como a equipe desenvolveu e testou o método.
O autor sênior do estudo, Phillip Wolff, professor de psicologia da Universidade Emory, explica que pesquisas anteriores já haviam estabelecido que “características sutis da psicose futura estão presentes na linguagem das pessoas”. No entanto, ele observou que “usamos o aprendizado de máquina para descobrir detalhes ocultos sobre esses recursos”.
Ele e seus colegas desenvolveram sua abordagem de aprendizado de máquina para medir duas variáveis linguísticas: densidade semântica e uso de palavras relacionadas ao som.
Eles concluíram que “a conversão à psicose é sinalizada por baixa densidade semântica e fala sobre vozes e sons”.
A baixa densidade semântica é uma medida do que a equipe chama de “pobreza de conteúdo” ou imprecisão.
“Este trabalho”, observam os autores, “é uma prova de conceito que demonstra que os indicadores de saúde mental futura podem ser extraídos da linguagem natural das pessoas usando métodos computacionais”.
O aprendizado de máquina é um tipo de inteligência artificial em que os computadores “aprendem com a experiência” sem que os cientistas tenham que programar explicitamente o aprendizado.
Um sistema de aprendizado de máquina procura padrões em um conjunto conhecido de dados e decide quais padrões identificam recursos específicos. Tendo “aprendido” quais são esses recursos, ele pode identificá-los incansavelmente em um novo conjunto de dados.
O aprendizado de máquina pode identificar padrões no uso da linguagem pelas pessoas que até os médicos que foram treinados para diagnosticar e tratar pessoas em risco de psicose podem não perceber.
“Tentar ouvir essas sutilezas nas conversas com as pessoas é como tentar ver germes microscópicos com os olhos”, explica Neguine Rezaii, primeira autora do estudo, bolsista do Departamento de Neurologia da Harvard Medical School.
No entanto, é possível usar o aprendizado de máquina para encontrar certos padrões sutis ocultos no idioma das pessoas. “É como um microscópio para sinais de alerta de psicose”, acrescenta ela.
Rezaii começou a trabalhar no estudo enquanto residia no Departamento de Psiquiatria e Ciências do Comportamento da Faculdade de Medicina da Universidade de Emory.
A psicose é um estado mental em que pode ser difícil diferenciar o que é real e o que não é.
Quando uma pessoa entra nesse estado de espírito, os médicos chamam de episódio psicótico. Durante esse episódio, as pessoas experimentam percepções e pensamentos perturbados. Delírios e alucinações são sintomas comuns da psicose.
Durante um episódio psicótico, uma pessoa pode exibir comportamento inapropriado ou conversar incoerentemente. Além disso, eles podem sofrer perturbações do sono e tornar-se socialmente retraídos, deprimidos e ansiosos.
Nos Estados Unidos, cerca de 3% das pessoas experimentam um período de psicose durante a vida, de acordo com dados do Instituto Nacional de Saúde Mental, que é um dos Institutos Nacionais de Saúde (NIH).
A psicose é uma característica da esquizofrenia e outras condições graves de saúde mental a longo prazo.
Os sinais de alerta da psicose geralmente começam entre meados e final da adolescência, com um conjunto de sintomas de psicose que os médicos descrevem como síndrome prodrômica.
Cerca de 25 a 30% dos adolescentes que desenvolvem síndrome prodrômica desenvolverão uma doença psicótica como a esquizofrenia.
A partir de entrevistas e testes de capacidade cognitiva, os médicos com o treinamento apropriado geralmente podem prever quais pessoas com síndrome prodrômica desenvolverão psicose com uma precisão de cerca de 80%.
Os cientistas estão tentando várias abordagens para melhorar essa taxa de previsão e tornar o processo de diagnóstico mais preciso e direto. O aprendizado de máquina é uma dessas abordagens.
O professor Wolff e sua equipe começaram seus estudos, fazendo com que seu sistema de aprendizado de máquina identificasse as normas de linguagem da conversa cotidiana.
Eles alimentaram o sistema de conversas online de 30.000 usuários do Reddit. O Reddit é uma plataforma de notícias, classificação de conteúdo e discussão on-line, na qual usuários registrados podem conversar sobre vários tópicos.
A equipe usou o software Word2Vec para analisar palavras individuais na conversa. O software mapeia palavras para que aqueles que têm significados semelhantes estejam próximos no “espaço semântico”, enquanto aqueles que têm significados muito diferentes estão longe um do outro.
Os pesquisadores adicionaram outro programa ao sistema para ampliar sua capacidade de analisar a semântica. Estudos anteriores limitaram essa análise a medir a coerência semântica, que analisa como as pessoas usam as palavras nas frases.
No entanto, a densidade semântica vai um passo além e também avalia como as pessoas organizam suas palavras em frases. A equipe sugere que este é um indicador melhor dos processos mentais que as pessoas usam para formar sentenças.
Depois de treinar o sistema de aprendizado de máquina para estabelecer uma “linha de base normal”, a equipe alimentou as conversas das entrevistas de diagnóstico de 40 participantes do Estudo Longitudinal do Prodromo da América do Norte (NAPLS).
O NAPLS é um projeto multissite de 14 anos que visa melhorar a capacidade dos médicos de diagnosticar jovens que podem estar em risco de desenvolver psicose e entender os motivos.
A equipe comparou a análise de aprendizado de máquina das conversas do NAPLS com os dados da linha de base. Eles também compararam com dados de acompanhamento que mostraram quais participantes desenvolveram psicose.
Os resultados revelaram que os participantes que mais tarde desenvolveram psicose tenderam a usar mais palavras relacionadas ao som do que a linha de base, e também usaram palavras com significado semelhante com mais frequência.
“Se conseguirmos identificar indivíduos que correm risco mais cedo e usar intervenções preventivas”, explica a co-autora Prof. Elaine Walker, “podemos ser capazes de reverter os déficits”.
“Existem bons dados mostrando que tratamentos como terapia cognitivo-comportamental podem atrasar o início e talvez até reduzir a ocorrência de psicose”, acrescenta ela.
A equipe agora está reunindo coleções mais extensas de dados e planeja testar a nova técnica de aprendizado de máquina com outras condições cerebrais e psiquiátricas, como demência.
“Essa pesquisa é interessante, não apenas pelo seu potencial de revelar mais sobre doenças mentais, mas também pelo entendimento de como a mente funciona – como ela reúne idéias. ”
Prof. Phillip Wolff
Source link
