人工智慧和青少年「談一談」，就能預測兩年內會否精神病發作

講話「前言不搭後語」、「牛頭不對馬嘴」，可能是精神疾病在語言中留下的徵兆。美國紐約西奈山醫院利用人工智慧程序分析了兩組青少年精神疾病高危群體的訪談文字稿，通過語義連貫性、語法複雜性、物主代詞使用等幾個變數，能預測他們是否會在兩年內發病，準確度最高可達到83%。

圖片來源：網路

本文轉載自「澎湃新聞」。

此外，該語言分析程序能以72%的準確率區分健康個體和精神病患。研究成果以論文的形式發表在1月22日的《世界精神病學》期刊上。

思維混亂是精神疾病的癥狀之一，通常以面談的形式進行臨床評估。語言可謂窺見思維的窗口，紊亂的思維具體會造成語義流中斷、講話抓不住重點、上下文聯繫鬆散、語言複雜度降低、句子變短等。其中，語義流中斷是早期精神分裂症的核心特徵，往往會在青少年精神病發病前就明顯而持續性地表現出來。

面談評估的平均準確率只有35%。此前一些精神病學家也試圖用人工編碼的程序描述早期精神疾病患者的語言特徵，以期提高預測能力。他們發現用語義特徵（非邏輯思維）和語法複雜度（語言貧乏）就能預測出71%的發病。此外，這部分人群往往分不清「你我他」、「這」和「那」。

雖然人工編碼的程序表現優於面談，但變數都是人為預設的，可能沒有捕捉到其他精微的特徵。這次，由西奈山醫院、IBM沃森研究中心、布宜諾斯艾利斯大學、加州大學洛杉磯分校組成的聯合團隊想到了機器學習方法訓練過的自然語言處理器。

研究人員調取了兩組青少年精神病高危群體的訪談文字稿，一組34人來自紐約，其中5人在訪談後兩年內發病；一組59人來自洛杉磯，其中19人在訪談後兩年內發病。

計算機自然語言處理器自動對文字稿進行自動分析，找出了發病者和未發病者的不同之處。「研究結果是令人激動的，這項技術有望提高對精神疾病的預測能力，並幫助研究人員開發出新的策略，針對語言紊亂背後的認知缺陷進行調解和訓練，最終預防精神疾病。」論文的第一作者、西奈山伊坎醫學院助理教授Cheryl Corcoran表示。

證明了自然語言處理程序能有效提取精神失調者的語義語法特徵後，研究者將目光瞄準了非英語母語群體。他們計划下一步在其他語言中驗證程序的有效性，找出相關的變數。

除了語言之外，動作也是心理學家診斷和治療心理疾病的主要數據來源。Corcoran提到，現在一些創新性的計算機程序能把複雜的動作簡化成語言一樣的特徵。藉助人工智慧程序，收集和分析這些數據便捷廉價，未來可能廣泛應用於精神病學等醫學領域。

End

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！