Un método de aprendizaje automático descubrió una pista oculta en el lenguaje de las personas que predice la aparición posterior de la psicosis:el uso frecuente de palabras asociadas con el sonido. Un artículo publicado por la revista npj esquizofrenia publicó los hallazgos de científicos de la Universidad de Emory y la Universidad de Harvard.

Los investigadores también desarrollaron un nuevo método de aprendizaje automático para cuantificar con mayor precisión la riqueza semántica del lenguaje conversacional de las personas. un indicador conocido de psicosis.

Sus resultados muestran que el análisis automatizado de las dos variables del lenguaje:el uso más frecuente de palabras asociadas con el sonido y el habla con baja densidad semántica, o vaguedad:puede predecir si una persona en riesgo desarrollará posteriormente psicosis con un 93 por ciento de precisión.

Incluso los médicos capacitados no habían notado cómo las personas en riesgo de psicosis usan más palabras asociadas con el sonido que el promedio, aunque la percepción auditiva anormal es un síntoma preclínico.

"Tratar de escuchar estas sutilezas en las conversaciones con las personas es como tratar de ver gérmenes microscópicos con los ojos, "dice Neguine Rezaii, primer autor del artículo. "La técnica automatizada que hemos desarrollado es una herramienta muy sensible para detectar estos patrones ocultos. Es como un microscopio para detectar señales de advertencia de psicosis".

Rezaii comenzó a trabajar en el artículo mientras era residente en el Departamento de Psiquiatría y Ciencias del Comportamiento de la Facultad de Medicina de Emory. Ahora es miembro del Departamento de Neurología de la Facultad de Medicina de Harvard.

"Anteriormente se sabía que los rasgos sutiles de la psicosis futura están presentes en el lenguaje de las personas, pero hemos utilizado el aprendizaje automático para descubrir detalles ocultos sobre esas funciones, "dice el autor principal Phillip Wolff, profesor de psicología en Emory. El laboratorio de Wolff se centra en la semántica del lenguaje y el aprendizaje automático para predecir la toma de decisiones y la salud mental.

"Nuestro hallazgo es novedoso y se suma a la evidencia que muestra el potencial del uso del aprendizaje automático para identificar anomalías lingüísticas asociadas con enfermedades mentales, "dice la coautora Elaine Walker, un profesor Emory de psicología y neurociencia que investiga cómo se desarrollan la esquizofrenia y otros trastornos psicóticos.

La aparición de la esquizofrenia y otros trastornos psicóticos suele ocurrir a principios de los 20 años, con signos de advertencia, conocidos como síndrome prodrómico, que comienzan alrededor de los 17 años. Aproximadamente entre el 25 y el 30 por ciento de los jóvenes que cumplen con los criterios para un síndrome prodrómico desarrollarán esquizofrenia u otro trastorno psicótico.

Usando entrevistas estructuradas y pruebas cognitivas, los médicos capacitados pueden predecir la psicosis con aproximadamente un 80 por ciento de precisión en aquellos con un síndrome prodrómico. La investigación del aprendizaje automático se encuentra entre los muchos esfuerzos en curso para optimizar los métodos de diagnóstico, identificar nuevas variables, y mejorar la precisión de las predicciones.

En la actualidad, no existe cura para la psicosis.

"Si podemos identificar a las personas que están en riesgo antes y utilizar intervenciones preventivas, podríamos revertir los déficits, Walker dice. Hay buenos datos que muestran que tratamientos como la terapia cognitivo-conductual pueden retrasar el inicio, y quizás incluso reducir la aparición de psicosis ".

Para el artículo actual, Los investigadores utilizaron por primera vez el aprendizaje automático para establecer "normas" para el lenguaje conversacional. Alimentaron un programa informático con las conversaciones en línea de 30, 000 usuarios de Reddit, una plataforma de redes sociales donde las personas tienen discusiones informales sobre una variedad de temas. El programa de software, conocido como Word2Vec, utiliza un algoritmo para convertir palabras individuales en vectores, asignando a cada uno una ubicación en un espacio semántico en función de su significado. Aquellos con significados similares se colocan más cerca que aquellos con significados muy diferentes.

El laboratorio de Wolff también desarrolló un programa informático para realizar lo que los investigadores denominaron "desembalaje de vectores, "o análisis de la densidad semántica del uso de palabras. El trabajo anterior ha medido la coherencia semántica entre oraciones. El desempaquetado de vectores permitió a los investigadores cuantificar cuánta información se empaquetaba en cada oración.

Después de generar una línea de base de datos "normales", los investigadores aplicaron las mismas técnicas a las entrevistas de diagnóstico de 40 participantes que habían sido realizadas por médicos capacitados, como parte del Estudio longitudinal de pródromos de América del Norte (NAPLS) de múltiples sitios, financiado por los Institutos Nacionales de Salud. NAPLS se centra en los jóvenes con alto riesgo clínico de psicosis. Walker es el investigador principal de NAPLS en Emory, una de las nueve universidades involucradas en el proyecto de 14 años.

Luego, los análisis automatizados de las muestras de los participantes se compararon con la muestra de referencia normal y los datos longitudinales sobre si los participantes se convirtieron en psicosis.

Los resultados mostraron que el uso más alto de lo normal de palabras relacionadas con el sonido, combinado con una mayor tasa de uso de palabras con un significado similar, significaba que la psicosis probablemente estaba en el horizonte.

Las fortalezas del estudio incluyen la simplicidad de usar solo dos variables, las cuales tienen una base teórica sólida:la replicación de los resultados en un conjunto de datos reservado, y la alta precisión de sus predicciones, por encima del 90 por ciento.

"En el ámbito clínico, a menudo nos falta precisión, ", Dice Rezaii." Necesitamos más cuantificación, formas objetivas de medir variables sutiles, como los que se esconden en el uso del lenguaje ".

Rezaii y Wolff ahora están recopilando conjuntos de datos más grandes y probando la aplicación de sus métodos en una variedad de enfermedades neuropsiquiátricas, incluida la demencia.

"Esta investigación es interesante no solo por su potencial para revelar más sobre las enfermedades mentales, sino para comprender cómo funciona la mente, cómo junta ideas, Wolff dice:"La tecnología de aprendizaje automático avanza tan rápidamente que nos brinda herramientas para extraer datos de la mente humana".