Kabar Kesehatan – AI Dapat Memprediksi Risiko Psikosis Dalam Bahasa Sehari-Hari Bagian 2

Lanjutan dari artikel sebelumnya mengenai ai dapat memprediksi risiko psikosis dalam bahasa sehari-hari.

Tanda-tanda peringatan psikosis biasanya dimulai selama pertengahan hingga akhir tahun remaja dengan sekelompok gejala psikosis yang dokter gambarkan sebagai sindrom prodromal.

Sekitar 25-30% remaja yang mengalami sindrom prodromal akan mengalami penyakit psikotik seperti skizofrenia.

Dari wawancara dan tes kemampuan kognitif, dokter dengan pelatihan yang tepat biasanya dapat memprediksi orang dengan sindrom prodromal yang akan mengembangkan psikosis dengan akurasi sekitar 80%.

Para ilmuwan sedang mencoba berbagai pendekatan untuk meningkatkan tingkat prediksi ini dan membuat proses diagnostik lebih akurat dan mudah. Pembelajaran mesin adalah salah satu pendekatan ini.

Wolff dan timnya memulai studi mereka dengan mendapatkan sistem pembelajaran mesin mereka untuk mengidentifikasi norma-norma bahasa dari percakapan sehari-hari.

Mereka memberi makan sistem percakapan online dari 30.000 pengguna Reddit. Reddit adalah berita online, rating konten, dan platform diskusi di mana pengguna terdaftar dapat berkomunikasi tentang berbagai topik.

Tim menggunakan perangkat lunak Word2Vec untuk menganalisis setiap kata dalam percakapan. Perangkat lunak memetakan kata-kata sehingga mereka yang memiliki makna yang sama berada di dekat satu sama lain dalam “ruang semantik,” sedangkan yang memiliki makna yang sangat berbeda jauh dari satu sama lain.

Para peneliti menambahkan program lain ke sistem untuk memperluas kemampuannya untuk menganalisis semantik. Studi sebelumnya telah membatasi analisis ini untuk mengukur koherensi semantik, yang melihat bagaimana orang menggunakan kata-kata di seluruh kalimat.

Namun, kepadatan semantik melangkah lebih jauh dan juga menilai bagaimana orang mengatur kata-kata mereka menjadi kalimat. Tim menyarankan bahwa ini adalah indikator yang lebih baik dari proses mental yang digunakan orang untuk membentuk kalimat.

Setelah melatih sistem pembelajaran mesin untuk menetapkan “garis dasar normal,” tim kemudian memberi makan percakapan itu dari wawancara diagnostik dari 40 peserta dalam Studi Longitudinal Amerika Utara (NAPLS) .

NAPLS adalah proyek multisite, 14 tahun yang bertujuan untuk meningkatkan kemampuan dokter dalam mendiagnosis anak muda yang mungkin berisiko terkena psikosis dan memahami alasannya.

Tim kemudian membandingkan analisis pembelajaran mesin dari percakapan NAPLS dengan data dasar. Mereka juga membandingkannya dengan data tindak lanjut yang menunjukkan partisipan mana yang mengembangkan psikosis.

Hasil penelitian menunjukkan bahwa peserta yang kemudian mengembangkan psikosis cenderung menggunakan lebih banyak kata-kata yang berhubungan dengan suara daripada baseline, dan mereka juga menggunakan kata-kata dengan makna yang sama lebih sering.

“Jika kita dapat mengidentifikasi individu yang berisiko lebih dini dan menggunakan intervensi pencegahan,” jelas rekan penulis Prof. Elaine Walker, “kita mungkin dapat membalikkan defisit.”

“Ada data bagus yang menunjukkan bahwa perawatan seperti terapi perilaku-kognitif dapat menunda onset dan bahkan mungkin mengurangi terjadinya psikosis,” tambahnya.

Tim ini sekarang mengumpulkan koleksi data yang lebih luas dan berencana untuk menguji teknik pembelajaran mesin yang baru dengan otak dan kondisi kejiwaan lainnya, seperti demensia .

“Penelitian ini menarik bukan hanya karena potensinya untuk mengungkapkan lebih banyak tentang penyakit mental tetapi untuk memahami bagaimana pikiran bekerja – bagaimana ia menyatukan ide-ide,” kata Prof. Phillip Wolff.