Автоматизированный анализ свободной речи предсказывает начало психоза у подростков с высоким риском

Актуальность/цели: В психиатрии отсутствуют объективные клинические тесты, которые рутинно используются в других специальностях. Новые компьютеризированные методы для характеристики сложных видов поведения, таких как речь, могут быть использованы для выявления и прогнозирования психических заболеваний у отдельных лиц. Задача: В этом демонстрационном исследовании мы проверяли, может ли автоматизированный анализ речи в сочетании с машинным обучением предсказать последующее начало психоза у подростков с клинически высоким риском (CHR) развития психоза. Методы: Тридцать четыре подростка с CHR (11 женщин) прошли исходные интервью и оценивались ежеквартально в течение до 2,5 лет; у пяти наблюдался переход в психоз. С использованием автоматизированного анализа транскрибированные интервью были оценены по семантическим и синтаксическим признакам, предсказывающим последующий психоз. Признаки речи были поданы в алгоритм классификации на основе выпуклой оболочки с кросс-валидацией leave-one-subject-out для оценки их прогностической ценности по исходу «психоз». Была вычислена каноническая корреляция между признаками речи и шкалами продромальных симптомов. Результаты: Выведенные признаки речи включали меру семантической когерентности по латентному семантическому анализу и два синтаксических маркера сложности речи: максимальную длину фразы и употребление определителей (например, "which"). Эти признаки речи предсказали последующее развитие психоза с точностью 100%, превосходя классификацию по клиническим интервью. Признаки речи были значительно скоррелированы с продромальными симптомами. Выводы: Результаты подтверждают полезность автоматизированного анализа речи для измерения тонких, клинически значимых изменений психического состояния при начинающемся психозе. Современные достижения в информатике, включая обработку естественного языка, могут заложить основу для дальнейшей разработки объективных клинических тестов в психиатрии.