機械学習は言語分析を介して精神病を予測するのに役立ちます

新しい機械学習手法では、精神病のリスクのある人が障害を発症するかどうかを93％の精度で予測できます。

エモリー大学とハーバード大学の科学者によって開発された方法は、音に関連する単語の通常の使用よりも高いことと、同様の意味を持つ単語の使用率が高いことを組み合わせて、精神病が近い将来に起こりそうであることを発見しました。

訓練を受けた臨床医でさえ、精神病の危険にさらされている人々が音に関連する言葉を平均より多く使用していることに気づいていませんでしたが、異常な聴覚は早期の警告サインです。

「人との会話でこれらの機微を聞くことは、微視的な細菌を目で見ようとするようなものです」と、この論文の筆頭著者であるネギネ・レザイは言います。 「私たちが開発した自動化技術は、これらの隠れたパターンを検出するための非常に敏感なツールです。精神病の兆候を警告する顕微鏡のようなものです。」

統合失調症やその他の精神病性障害の発症は、通常20代前半に起こり、17歳頃から前駆症状として知られている早期兆候が現れます。前駆症状の若者の約25〜30％が、最終的に統合失調症または別の精神障害を発症します。

現在、精神病の治療法はありません。構造化面接と認知テストにより、訓練を受けた臨床医は、前駆症状のある患者の精神病を約80％の精度で予測できます。

現在、隠れたパターンを明らかにできる人工知能の一種である機械学習による研究は、診断方法の合理化、新しい変数の特定、予測の精度の向上に向けた多くの継続的な取り組みの1つです。

「以前は、将来の精神病の微妙な特徴が人々の言語で存在することが知られていましたが、機械学習を使用して、それらの特徴に関する隠された詳細を実際に明らかにしました」とEmoryの心理学の教授であるPhillip Wolffは述べています。 Wolffのラボでは、言語のセマンティクスと機械学習に焦点を当てて、意思決定とメンタルヘルスを予測しています。

この研究では、研究者たちは最初に機械学習を使用して会話言語の「規範」を確立しました。彼らは、コンピューターソフトウェアプログラムに、Redditの30,000人のユーザーのオンライン会話を提供しました。

Word2Vecとして知られているソフトウェアプログラムは、アルゴリズムを使用して個々の単語をベクトルに変換します（数学用語は、空間内のあるポイントの別のポイントの位置を指します）。言い換えれば、プログラムは各単語をその意味に基づいて意味空間内の場所に割り当てました。類似した意味を持つ単語は、非常に異なる意味を持つ単語よりも近くに配置されました。

Wolff labはまた、「ベクトルアンパッキング」、または単語使用の意味密度の分析を実行するコンピュータープログラムを開発しました。ベクトルのアンパックにより、研究者は各文にどれだけの情報がパックされたかを定量化することができました。

「正常な」データのベースラインを生成した後、研究者らは同じ手法を精神病のリスクが高い40人の若者の診断面接に適用しました。次に、参加者のサンプルの自動分析を通常のベースラインサンプルと比較しました。

結果は、音に関連する単語の通常の使用よりも高い頻度で、同様の意味を持つ単語の使用率が高いほど、精神病が発生する可能性が高いことを示していました。

この研究の強みには、2つの変数のみを使用する単純さ（どちらも強力な理論的基盤がある）、ホールドアウトデータセットでの結果の複製、および90％以上の高い予測精度が含まれます。

「臨床の領域では、精度に欠けることがよくあります」とRezaiiは言います。 「言語の使用法に隠されているような微妙な変数を測定するには、より定量化された客観的な方法が必要です。」

RezaiiとWolffは現在、より大きなデータセットを収集し、認知症を含むさまざまな神経精神疾患に対するそれらの方法の適用をテストしています。

「この研究は、精神疾患についてより多くを明らかにする可能性があるだけでなく、心がどのように機能するかを理解するために興味深いです-それがアイデアをまとめる方法」とWolffは言います。 「機械学習テクノロジーは急速に進歩しているため、データを人間の心で掘り下げるためのツールを提供しています。」

心理学と神経科学のEmory教授であるElaine Walkerの共著者は、「リスクがより高い個人を特定し、予防的介入を使用できれば、赤字を元に戻すことができるかもしれない」と述べています。

調査結果はジャーナルに掲載されています npj統合失調症.

出典：Emory Health Sciences