El aprendizaje automático puede ayudar a predecir la psicosis a través del análisis del lenguaje
Un nuevo método de aprendizaje automático puede predecir con un 93 por ciento de precisión si una persona en riesgo de psicosis desarrollará el trastorno.
El método, desarrollado por científicos de la Universidad de Emory y la Universidad de Harvard, descubrió que un 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.
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 una señal de advertencia temprana.
“Tratar de escuchar estas sutilezas en las conversaciones con la gente es como intentar ver gérmenes microscópicos con los ojos”, dice Neguine Rezaii, primera autora 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 ".
El inicio de la esquizofrenia y otros trastornos psicóticos generalmente ocurre a principios de los 20, con signos de advertencia tempranos, conocidos como síndrome prodrómico, que comienzan alrededor de los 17 años. Alrededor del 25 al 30 por ciento de los jóvenes con síndrome prodrómico eventualmente desarrollarán esquizofrenia u otro trastorno psicótico.
Actualmente, no existe cura para la psicosis. A través de 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.
Ahora, la investigación con aprendizaje automático, una forma de inteligencia artificial que puede descubrir patrones ocultos, es uno de los muchos esfuerzos en curso para optimizar los métodos de diagnóstico, identificar nuevas variables y mejorar la precisión de las predicciones.
"Se sabía anteriormente que las características sutiles de la psicosis futura están presentes en el lenguaje de las personas, pero hemos utilizado el aprendizaje automático para descubrir detalles ocultos acerca de esas características", 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.
Para el estudio, los investigadores primero utilizaron el aprendizaje automático para establecer "normas" para el lenguaje conversacional. Alimentaron a 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 cambiar palabras individuales a vectores (un término matemático que se refiere a la posición de un punto en el espacio con respecto a otro). En otras palabras, el programa asignó cada palabra a una ubicación en un espacio semántico en función de su significado. Las palabras con significados similares se colocaron más juntas que aquellas con significados muy diferentes.
El laboratorio de Wolff también desarrolló un programa de computadora para realizar el "desempaquetado de vectores" o análisis de la densidad semántica del uso de palabras. El desempaquetado de vectores permitió a los investigadores cuantificar la cantidad de información empaquetada 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 jóvenes con alto riesgo de psicosis. Luego, los análisis automatizados de las muestras de los participantes se compararon con la muestra de referencia normal.
Los resultados mostraron que el uso más alto de lo normal de palabras relacionadas con el sonido, junto con una mayor tasa de uso de palabras con un significado similar, significaba que era probable que ocurriera psicosis.
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 formas más cuantificadas y objetivas de medir las variables sutiles, como las 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 también para comprender cómo funciona la mente, cómo junta las ideas”, dice Wolff. "La tecnología de aprendizaje automático avanza tan rápidamente que nos brinda herramientas para extraer datos de la mente humana".
La coautora Elaine Walker, profesora de psicología y neurociencia en Emory, dice: "Si podemos identificar a las personas que están en riesgo antes y usar intervenciones preventivas, podríamos revertir los déficits".
Los hallazgos se publican en la revista npj esquizofrenia.
Fuente: Emory Health Sciences
