将来的に統合失調症になるかどうかが93％の正確性で自動分析可能に

by Pixabay

統合失調症はいまだ治療法が確立していない疾患であり、原因の究明や予防策の開発も急がれています。そんな中、ハーバード大学とエモリー大学の研究者が統合失調症や他の精神障害の前段階にある患者の発言を自動分析し、将来的に病気になる危険性を93％の正確性で予測する機械学習ツールを開発しました。

A machine learning approach to predicting psychosis using semantic density and latent content analysis | npj Schizophrenia
(PDFファイル)https://www.nature.com/articles/s41537-019-0077-9.epdf

eScienceCommons: The whisper of schizophrenia: Machine learning finds ”sound” words predict psychosis
https://esciencecommons.blogspot.com/2019/06/the-whisper-of-schizophrenia-machine.html

The whisper of schizophrenia: Machine learning finds ”sound” words predict psychosis | EurekAlert! Science News
https://www.eurekalert.org/pub_releases/2019-06/ehs-two061319.php

統合失調症や精神障害の多くは17歳ごろに前駆症状が出始め、20代で発症します。前駆症状がある人が統合失調症や他の精神障害になる確率は25～30％ほどで、経験を積んだ臨床医は構造化面接や認知テストを通して80％の正確性で将来的な精神障害を予測可能だといわれています。

今回開発された機械学習を用いた手法は、前駆症状を持つ人の会話の中から将来的に病気になるパターンを見いだすというもの。精神障害にかかっている人の発言の中に一定のパターンがあることは、これまでも知られていました。

機械学習を使った調査で「うつ」病の人がよく使いがちな言葉が判明 - GIGAZINE

この研究ではまず、海外掲示板のredditで交わされた3万ユーザーの会話をコンピューターに学習させました。そして単語をベクトル表現化するWord2Vecというニューラルネットワークを使って、言葉の意味に基づく意味空間において単語に「位置」を割り当てていったとのこと。このとき、意味が近い単語同士は、意味が遠い単語同士より距離が近くなるよう配置されます。

また、エモリー大学Wolff labの研究者は使用単語の意味的な密度を分析するプログラムを開発し、それぞれの文章にどれほどの情報が詰め込まれているのかを定量化することにも成功しました。

基準となる「ノーマルな」データをredditユーザーの会話から作り出した後に、研究者は上記の複数の技術を実際に臨床医にかかっている40人の患者に適用しました。プログラムによって自動分析されたデータを、基準となるノーマルのサンプルと、精神障害になっていった患者の長期的データと比較したところ、「音」と「声」に関する言葉の使用が基準よりも高いほど、将来的に統合失調症や精神障害になる確率が高くなることが示されました。開発されたプログラムは、将来的に統合失調症になる危険性を93％の正確性で予測できたそうです。

by Pixabay

この研究結果は既存の診断方法を合理化し、新しい変数を認識し、予測の正確性を向上させるとみられています。

異常な音が聞こえることは統合失調症の症状の1つですが、統合失調症になる前段階の人々までもが音に関する単語を頻繁に使用していることは、経験を積んだ臨床医でも気づかない点だとのこと。「会話の中におけるこのような微妙な違いを判別することは、微視的な細菌を裸眼で見るようなものです」「私たちの開発した自動分析技術はこれらの隠れたパターンを見いだす非常に高感度のツールです」と論文著者であるNeguine Rezaii氏はつづっています。