Il sussurro della schizofrenia: le parole che predicono la psicosi

Risultati immagini per psychosis saatchi art

Un metodo di apprendimento automatico ha scoperto un indizio nascosto nel linguaggio delle persone predittivo della successiva comparsa di psicosi: l’uso frequente delle parole associate al suono. Un articolo pubblicato dalla rivista npj Schizophrenia ha pubblicato i risultati degli scienziati della Emory University e della Harvard University. I ricercatori hanno anche sviluppato un nuovo metodo di apprendimento automatico per quantificare più precisamente la ricchezza semantica del linguaggio colloquiale delle persone, un indicatore noto per la psicosi. I loro risultati mostrano che l’analisi automatizzata delle due variabili linguistiche – un uso più frequente delle parole associate al suono e parlando con bassa densità semantica o vaghezza – può prevedere se una persona a rischio svilupperà successivamente psicosi con un’accuratezza del 93 percento. Persino i medici esperti non avevano notato come le persone a rischio di psicosi usino più parole associate al suono rispetto alla media, sebbene una percezione uditiva anormale sia un sintomo pre-clinico. Cercare di ascoltare queste sottigliezze nelle conversazioni con le persone è come cercare di vedere germi microscopici ad occhio nudo, ma tecnica automatizzata che hanno sviluppato è uno strumento molto sensibile per rilevare questi schemi nascosti. È come un microscopio per i segni premonitori di psicosi. In precedenza era noto che nel linguaggio delle persone erano presenti sottili caratteristiche della psicosi futura, ma hanno usato l’apprendimento automatico per scoprire in realtà dettagli nascosti su quelle caratteristiche. Questa scoperta è nuova e si aggiunge alle prove che dimostrano il potenziale dell’utilizzo dell’apprendimento automatico per identificare le anomalie linguistiche associate alla malattia mentale. L’inizio della schizofrenia e di altri disturbi psicotici si verifica in genere prima dei 20 anni, con segnali di avvertimento – noti come sindrome prodromica – a partire dai 17 anni. Circa il 25-30% dei giovani che soddisfano i criteri per una sindrome prodromica svilupperà la schizofrenia o un altro disturbo psicotico. Usando interviste strutturate e test cognitivi, i medici addestrati possono predire la psicosi con una precisione dell’80% circa 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. Se siamo in grado di identificare le persone che sono a rischio in precedenza e utilizzare interventi preventivi, potremmo essere in grado di invertire i deficit. Esistono buoni dati che dimostrano che trattamenti come la terapia cognitivo-comportamentale possono ritardare l’insorgenza e forse anche ridurre l’insorgenza di psicosi. Per il presente documento, i ricercatori hanno inizialmente utilizzato l’apprendimento automatico per stabilire “norme” per il linguaggio colloquiale. Hanno alimentato un programma software per computer con 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 modificare 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 di quelli con significati molto diversi. Il laboratorio Wolff ha anche sviluppato un programma per computer per eseguire ciò che i ricercatori hanno soprannominato “unpacking vettoriale” o analisi della densità semantica dell’uso delle parole. I lavori precedenti hanno misurato la coerenza semantica tra le frasi. Lo spacchettamento vettoriale ha permesso ai ricercatori di quantificare quante informazioni sono state raccolte 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 medici qualificati, come parte del Multimediale nordamericano Prodrome Longitudinal Study (NAPLS), finanziato dal National Istituti di salute. NAPLS è focalizzato sui giovani ad alto rischio clinico per la psicosi. Le analisi automatizzate dei campioni dei partecipanti sono state quindi confrontate con il normale campione di base e i dati longitudinali sul fatto che i partecipanti si convertissero in psicosi. I risultati hanno mostrato che un uso più elevato del normale delle parole legate al suono, combinato con un più alto tasso di utilizzo di parole con significato simile, significava che la psicosi era all’orizzonte. I punti di forza dello studio includono la semplicità di utilizzo di due sole variabili – entrambe con solide basi teoriche – la replica dei risultati in un set di dati di controllo e l’elevata accuratezza delle sue previsioni, oltre il 90 percento. Nel mondo clinico, spesso manca la precisione, per cui c’è bisogno di modi più quantificati e oggettivi per misurare variabili sottili, come quelle nascoste nell’uso del linguaggio. I ricercatori stanno ora raccogliendo set di dati più grandi e testando l’applicazione dei loro metodi su una varietà di malattie neuropsichiatriche, inclusa la demenza. Questa ricerca è interessante non solo per il suo potenziale di rivelare di più sulla malattia mentale, ma anche per capire come funziona la mente – come mette insieme le idee. La tecnologia di apprendimento automatico sta avanzando così rapidamente che ci fornisce strumenti per estrarre i dati dalla mente umana.

Daniele Corbo

Bibliografia: “A machine learning approach to predicting psychosis using semantic density and latent content analysis”. Neguine Rezaii, Elaine Walker & Phillip Wolff. npj Schizophrenia.

Immagine: Psychosis (katerina Apostolakou)

9 commenti Aggiungi il tuo

  1. zoon ha detto:

    cioè, parole onomatopeiche? oppure sostantivi di un suono?

    Mi piace

    1. sostantivi di un suono, inoltre nell’articolo parla anche di densità semantica, cioè di un uso eccessivo e ripetitivo delle parole

      Piace a 1 persona

      1. zoon ha detto:

        Quindi descrivere un suono? Scusa, sono molto tardo..

        Mi piace

      2. Non preoccuparti, sono io che sono sintetico, una frase riportata nell’articolo come esempio è questa: “I would hear something that sound like a plane engine or like a really… you know… a really far off motor. It never went away entirely. It’s gone a lot more in the past couple of months since Christmas. It just sounds like that… it sounds like a little flame or a cellular… a digital motor.”

        Piace a 1 persona

      3. zoon ha detto:

        Ah sentire I rumori al posto delle voci, insomma…

        Mi piace

  2. Non mi è del tutto chiaro il concetto di “apprendimento automatico” applicato all’essere umano. Ritengo sia una metodologia di indagine di tipo statistico, ma ho seri dubbi che il pensiero umano (come il suo comportamento) possa essere ridotto ad un dato puramente statitistico. Nel pensiero umano entra la storia individuale sin dalla nascita, la memoria personale. Trovo tutto un po troppo meccanicistico nell’uso di questo metodo rivolto allo studio dellessere umano, che non è un robot. Per quanto ‘malato’ un individuo conserva la sua libertà di pensiero o, meglio, una sua originalità.

    Mi piace

    1. Infatti si parla di affidabilità del metodo del 97 %, è uno strumento che aiuta a fare la diagnosi, ma va usato con cautela

      Mi piace

  3. Grazie per la risposta.

    Mi piace

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.