• 一个健康的身体,需要时时的保养注意,学习外国人科学的健康生活方式,营养补充疗法。看看美国人、日本人、英国人、法国人是怎么进行健康养生的。
  • 如果您觉得本站对您有帮助,那么赶紧使用Ctrl+D 收藏89养生网吧!
  • 人人知道一个人人都知道的常识性问答网站

人工智能可以用日常语言预测精神病风险

健康 89xy 3周前 (09-30) 19次浏览

人们的语言可以揭示他们未来患精神病风险的线索。科学家们在研究了人们日常语言的细微特征后得出了这个结论。

人工智能可以用日常语言预测精神病风险

Pinterest上的Share
用词上的细微差别可以预示精神病风险,机器学习可以帮助识别。

佐治亚州亚特兰大埃默里大学和马萨诸塞州波士顿哈佛大学的研究人员使用机器学习技术分析了一组高危年轻人的语言。

他们发现,他们能够以93%的准确率预测哪些人会发展成精神病。

最近npj精神分裂症
研究论文描述了该团队如何开发和测试该方法。

高级研究作者菲利普·沃尔夫是埃默里大学的心理学教授,他解释说,早期的研究已经确定“未来精神病的微妙特征存在于人们的语言中。”然而,他指出,“我们已经使用机器学习来揭示这些特征的隐藏细节。”

他和他的同事设计了他们的机器学习方法来测量两个语言变量:语义密度和与声音相关的单词的使用。

他们的结论是“转化为精神病是由低语义密度和谈论声音和声音发出的信号。”

低语义密度是团队称之为“内容贫乏”或模糊的一种度量。

“这项工作,”作者指出,“是概念研究的证明,表明未来精神健康的指标可以使用计算方法从人们的自然语言中提取出来。”

机器学习与精神病症状

机器学习是一种人工智能,在这种智能中,计算机“从经验中学习”,而科学家不必明确地对学习进行编程。

机器学习系统在一组已知的数据中寻找模式,并决定哪些模式识别特定的特征。在“了解”了这些特征之后,它可以在一组新的数据中不知疲倦地识别它们。

机器学习可以发现人们使用语言的模式,即使是接受过诊断和治疗有精神病风险的医生也可能没有注意到。

“试图在与人的对话中听到这些微妙之处就像试图用你的眼睛看到微小的细菌,”第一项研究的作者、哈佛医学院神经内科的研究员内古因·雷扎伊解释说。

然而,使用机器学习来发现隐藏在人们语言中的某些微妙模式是可能的。“这就像是一台显微镜,用来观察精神病的警告信号,”她补充道。

雷扎伊在埃默里大学医学院精神病学和行为科学系住院期间开始从事这项研究。

精神病是一种精神状态,在这种状态下,很难区分什么是真实的,什么不是。

当一个人进入这种精神状态时,医生称之为精神病发作。在这样一个插曲中,人们经历了被扰乱的感知和想法。妄想和幻觉是精神病的常见症状。

在精神病发作期间,一个人可能会表现出不适当的行为或说话不连贯。此外,他们可能会经历睡眠中断,变得孤僻、抑郁和焦虑。

根据美国国立卫生研究院(NIH)的数据,在美国,大约3%的人一生中会经历一段时间的精神病。

提高精神病风险的早期诊断

精神病是精神分裂症和其他严重的长期精神健康状况的标志。

精神病的警告信号通常始于青少年中期至晚期,伴随着一系列精神病症状,医生将其描述为前驱综合征。

大约25-30%患有前驱症状的青少年会发展成精神疾病,如精神分裂症。

通过访谈和认知能力测试,受过适当训练的医生通常可以预测哪些前驱综合征患者将继续发展为精神病,准确率约为80%。

科学家们正在尝试各种方法来提高这一预测率,并使诊断过程更加准确和直接。机器学习就是其中一种方法。

沃尔夫教授和他的团队通过让他们的机器学习系统识别日常对话的语言规范来开始他们的研究。

他们从Reddit的30,000名用户那里获得了该系统的在线对话。Reddit是一个在线新闻、内容评级和讨论平台,注册用户可以在这里谈论各种话题。

该团队使用Word2Vec软件分析对话中的单个单词。该软件将单词进行映射,这样那些具有相似意义的单词就可以在“语义空间”中彼此靠近,而那些具有非常不同意义的单词则彼此远离。

研究人员在系统中增加了另一个程序,以扩展其分析语义的能力。以前的研究将这种分析局限于测量语义连贯,即人们如何在句子中使用单词。

然而,语义密度更进了一步,它还评估了人们如何将单词组织成句子。该小组认为,这是人们用来造句的心理过程的更好指标。

在训练机器学习系统建立“正常基线”后,该团队随后将北美前驱症状纵向研究(NAPLS)中40名参与者的诊断访谈对话输入其中。

NAPLS是一个多站点、为期14年的项目,旨在提高医生诊断可能有患精神病风险的年轻人的能力,并了解其原因。

该团队随后将NAPLS对话的机器学习分析与基线数据进行了比较。他们还将其与显示哪些参与者会发展成精神病的随访数据进行了比较。

结果显示,后来患上精神病的参与者倾向于使用比基线更多的与声音相关的单词,他们也更频繁地使用意义相似的单词。

合著者伊莱恩·沃克教授解释说:“如果我们能尽早发现有风险的个体,并采取预防性干预措施,我们也许能够扭转赤字。”

“有良好的数据表明,像认知行为疗法这样的治疗可以推迟发作,甚至可能减少精神病的发生,”她补充说。

该团队现在正在收集更广泛的数据,并计划将这种新的机器学习技术与其他大脑和精神疾病(如痴呆症)进行测试。

“这项研究很有趣,不仅因为它有可能揭示更多关于精神疾病的信息,还因为它有助于理解大脑是如何工作的——它是如何将想法整合在一起的。”

菲利普·沃尔夫教授


89养生网, 版权所有丨如未注明 , 均为原创丨本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:人工智能可以用日常语言预测精神病风险
喜欢 (0)