Por Catharine Paddock

El lenguaje de las personas podría revelar pistas sobre su riesgo futuro de desarrollar psicosis. Los científicos concluyeron esto después de estudiar las características sutiles del discurso cotidiano de las personas.

Investigadores de la Universidad de Emory en Atlanta, GA, y la Universidad de Harvard en Boston, MA, utilizaron una técnica de aprendizaje automático para analizar el lenguaje en un grupo de jóvenes en riesgo.

Descubrieron que podían predecir qué individuos desarrollarían psicosis con una precisión del 93%.

El autor principal del estudio, Phillip Wolff, profesor de psicología en la Universidad de Emory, explica que una investigación anterior ya había establecido que “las características sutiles de la psicosis futura están presentes en el lenguaje de las personas”. Sin embargo, señaló, “hemos utilizado el aprendizaje automático para descubrir en realidad detalles ocultos sobre esas características”.

Él y sus colegas idearon su enfoque de aprendizaje automático para medir dos variables lingüísticas: la densidad semántica y el uso de palabras relacionadas con el sonido.

Llegaron a la conclusión de que “la conversión a la psicosis está señalada por la baja densidad semántica y habla de voces y sonidos”.

La baja densidad semántica es una medida de lo que el equipo denomina “pobreza de contenido” o vaguedad.

“Este trabajo”, señalan los autores, “es una prueba de estudio de concepto que demuestra que los indicadores de la salud mental futura pueden extraerse del lenguaje natural de las personas utilizando métodos computacionales”.

Aprendizaje automático y síntomas de psicosis

El aprendizaje automático es un tipo de inteligencia artificial en el que las computadoras “aprenden de la experiencia” sin que los científicos tengan que programar el aprendizaje explícitamente.

Un sistema de aprendizaje automático busca patrones en un conjunto conocido de datos y decide qué patrones identifican características específicas. Una vez que “aprendió” cuáles son estas características, puede identificarlas incansablemente en un nuevo conjunto de datos.

El aprendizaje automático puede detectar patrones en el uso del lenguaje por parte de las personas que incluso los médicos que han recibido capacitación para diagnosticar y tratar a las personas con riesgo de psicosis pueden no darse cuenta.

“Tratar de escuchar estas sutilezas en conversaciones con personas es como tratar de ver microbios microscópicos con los ojos”, explica Neguine Rezaii, autora del estudio y miembro del Departamento de Neurología de la Escuela de Medicina de Harvard.

Sin embargo, es posible utilizar el aprendizaje automático para encontrar ciertos patrones sutiles que se ocultan en el lenguaje de las personas. “Es como un microscopio para detectar señales de advertencia de psicosis”, agrega.

Rezaii comenzó a trabajar en el estudio mientras residía en el Departamento de Psiquiatría y Ciencias del Comportamiento de la Escuela de Medicina de la Universidad de Emory.

La psicosis es un estado mental en el que puede ser difícil distinguir la diferencia entre lo real y lo que no lo es.

Cuando una persona entra en este estado mental, los médicos lo llaman un episodio psicótico. Durante tal episodio, las personas experimentan percepciones y pensamientos perturbados. Los delirios y las alucinaciones son síntomas comunes de la psicosis.

Durante un episodio psicótico, una persona puede mostrar un comportamiento inapropiado o hablar incoherentemente. Además, pueden experimentar interrupciones del sueño y volverse socialmente retraídos, deprimidos y ansiosos.

En los Estados Unidos, aproximadamente el 3% de las personas experimentarán un período de psicosis durante su vida, según las cifras del Instituto Nacional de Salud Mental, que es uno de los Institutos Nacionales de la Salud (NIH).

Mejora del diagnóstico precoz del riesgo de psicosis

La psicosis es una característica de la esquizofrenia y otras afecciones graves de salud mental a largo plazo.

Las señales de advertencia de la psicosis generalmente comienzan durante la adolescencia media y tardía con un conjunto de síntomas de psicosis que los médicos describen como síndrome prodrómico.

Alrededor del 25-30% de los adolescentes que desarrollan síndrome prodrómico desarrollarán una enfermedad psicótica como la esquizofrenia.

A partir de entrevistas y pruebas de capacidad cognitiva, los médicos con la capacitación adecuada generalmente pueden predecir qué personas con síndrome prodrómico desarrollarán psicosis con una precisión de alrededor del 80%.

Los científicos están probando varios enfoques para mejorar esta tasa de predicción y hacer que el proceso de diagnóstico sea más preciso y directo. El aprendizaje automático es uno de estos enfoques.

El Prof. Wolff y su equipo comenzaron su estudio haciendo que su sistema de aprendizaje automático identifique las normas de lenguaje de la conversación cotidiana.

Alimentaron las conversaciones en línea del sistema de 30,000 usuarios de Reddit. Reddit es una plataforma de noticias, clasificación de contenido y discusión en línea donde los usuarios registrados pueden conversar sobre diversos temas.

El equipo utilizó el software Word2Vec para analizar palabras individuales en la conversación. El software asigna palabras para que aquellos que tienen significados similares estén cerca uno del otro en el “espacio semántico”, mientras que los que tienen significados muy diferentes están muy lejos el uno del otro.

Los investigadores agregaron otro programa al sistema para ampliar su capacidad para analizar la semántica. Estudios anteriores han limitado este análisis a la medición de la coherencia semántica, que analiza cómo las personas usan las palabras en las oraciones.

Sin embargo, la densidad semántica va un paso más allá y también evalúa cómo las personas organizan sus palabras en oraciones. El equipo sugiere que este es un mejor indicador de los procesos mentales que las personas usan para formar oraciones.

Después de entrenar el sistema de aprendizaje automático para establecer una “línea de base normal”, el equipo alimentó las conversaciones de las entrevistas de diagnóstico de 40 participantes en el Estudio Longitudinal del Pródromo de América del Norte (NAPLS).

NAPLS es un proyecto multisitio de 14 años que tiene como objetivo mejorar la capacidad de los médicos para diagnosticar a personas jóvenes que podrían estar en riesgo de desarrollar psicosis y comprender los motivos.

Luego, el equipo comparó el análisis de aprendizaje automático de las conversaciones de NAPLS con los datos de referencia. También lo compararon con los datos de seguimiento que mostraron qué participantes pasaron a desarrollar psicosis.

Los resultados revelaron que los participantes que posteriormente desarrollaron psicosis tendían a usar más palabras relacionadas con el sonido que la línea de base, y también usaban palabras de significado similar con mayor frecuencia.

“Si podemos identificar a las personas que están en riesgo antes y usar intervenciones preventivas”, explica la coautora Prof. Elaine Walker, “podríamos revertir los déficits”.

“Hay buenos datos que muestran que los tratamientos como la terapia cognitivo-conductual pueden retrasar el inicio y quizás incluso reducir la aparición de psicosis”, agrega.

El equipo ahora está reuniendo colecciones más extensas de datos y planes para probar la nueva técnica de aprendizaje automático con otras afecciones cerebrales y psiquiátricas, como la demencia.

“Esta investigación es interesante no solo por su potencial para revelar más sobre la enfermedad mental, sino también por entender cómo funciona la mente, cómo une las ideas”.

Prof. Phillip Wolff