سواء كنت تعاني من مرض عقلي أم لا، يمكنك التأكد من ذلك من خلال التحدث مع هذا النموذج

هناك بعض العلاقات الدقيقة بين المرض العقلي واللغة، ولكن حتى الأطباء ذوي الخبرة غير قادرين على فهم هذه الصلة بشكل كامل. ولكن من منظور البيانات، من المتوقع أن يتم استخدام خوارزميات التعلم الآلي في تحليل اللغة لتحديد الأفراد الذين قد يصابون بأمراض عقلية بسبب سمات لغوية غير طبيعية، وبالتالي المساعدة في بناء الصحة العقلية والوقاية منها.

الصحة العقلية تهدد تدريجيا حياة المزيد من الناس. ويؤكد بعض المتخصصين أن المرض العقلي هو التهديد الأكبر في القرن الحادي والعشرين.

المرض العقلي، والمعروف أيضًا بالاضطراب العقلي والمرض النفسي. يشير بشكل رئيسي إلى اضطراب وظائف المخ، مما يؤدي إلى مشاكل في الأنشطة المعرفية والعاطفية والإرادية والسلوكية. تشمل الأمراض العقلية الشائعة ما يلي: الفصام، والاكتئاب، والتوحد، والخرف، واضطرابات الشخصية، وما إلى ذلك.

يؤثر المرض العقلي بشكل خطير على الحياة الشخصية ويصبح أيضًا عاملًا مزعزعًا للاستقرار في المجتمع.

التشخيص التقليدي للأمراض العقلية: الاعتماد على الخبراء

ويعتبر تشخيص المرض العقلي أيضا مهما جدا. إذا تم تشخيص المرض في الوقت المناسب، فإنه يمكن أن يساعد المرضى على التكيف معه وتلقي العلاج بشكل أفضل. بالنسبة لأولئك الذين يريدون استخدام "المرض العقلي" كذريعة، فإن الأدلة يمكن أن تجعلهم يقبلون العدالة.

ومع ذلك، فإن طرق التشخيص التقليدية معقدة إلى حد ما.فحص نفسي شامل، وفحص جسدي وعصبي، وتصوير دماغي، وتقييم نفسي عصبيوبعد ذلك أعطى الطبيب التشخيص الأولي.مع التاريخ الطبي الكاملويتم تحليل وتلخيص البيانات الشخصية، وخاصة التاريخ الشخصي، والتاريخ الطبي، والعوامل الاجتماعية والنفسية ذات الصلة، لإعطاء نتيجة الحكم النهائي.

كما أن النهج التقليدي له عيوبه، مثل الافتقار إلى مؤشرات موضوعية بيولوجية يمكن ملاحظتها بشكل مباشر والاعتماد على الملاحظة السريرية للأعراض والخبرة الشخصية للأطباء المحترفين.

أظهرت بعض الدراسات أن السمات الدقيقة للغة يمكن استخدامها للتنبؤ بخطر إصابة الشخص باضطراب ذهاني. ومع ذلك، لا يمكن عادةً ملاحظة هذه الميزات يدويًا وتتطلب استخدام بعض الوسائل التقنية، ويصبح التعلم الآلي هو الخيار الأفضل.

"حتى بالنسبة للأطباء ذوي الخبرة، فإن محاولة سماع هذه الفروق الدقيقة في محادثة أمر صعب للغاية، تمامًا مثل محاولة رؤية البكتيريا الصغيرة بعينيك، وهو أمر يكاد يكون مستحيلاً."

وقالت نيجوين رضائي، الباحثة في قسم الأعصاب بكلية الطب بجامعة هارفارد،**ولكن الأساليب الحسابية مثل التعلم الآلي قادرة على الكشف عن التفاصيل الدقيقة المخفية في اللغة.**وأضافت: «هذه الأساليب أشبه بإضافة مجهر للكشف الدقيق عن هذه العلامات».

Nuture، وهي مجلة فرعية متخصصة في الإبلاغ عن الأمراض العقليةمجلة NPJ للفصامأرقى،جامعة إيموري وجامعة هارفاردنشر الباحثون ورقة بحثية بعنواننهج التعلم الآلي للتنبؤ بالذهان باستخدام الكثافة الدلالية وتحليل المحتوى الكامنلقد استخدموا تكنولوجيا التعلم الآلي لكشف العلاقة الخفية بين أنماط اللغة والمرض العقلي، وتمكنوا من التنبؤ بدقة بالأعراض المبكرة للمرض العقلي.

عنوان رابط المقال:

https://www.nature.com/articles/s41537-019-0077-9

طريقة تشخيصية جديدة: اكتشاف أسرار اللغة من خلال تحليل النصوص

ولاستخراج أساس الأحكام من اللغة، استخدموا متغيرين لغويين:الكثافة الدلاليةواستخدام المفردات المتعلقة بالصوت.

الكثافة الدلالية هي مقياس يستخدم لقياس "الافتقار إلى المحتوى" أو الغموض. استخدم الطريقة الرياضية لتفكيك المتجهات للحصول على علامة لغوية للكثافة الدلالية: تحليل معنى الجملة إلى أفكارها الأساسية.

لكي يتمكن النموذج من إنشاء معيار للحكم،ريديتعلى الموقع30,000المنشورات، والتقاط محتوى المحادثة، واستخدامهاكلمة2فيكبرنامج لتحليل الكلمات في المحادثة. يتم معالجة الكلمات وتحليلها بحيث تكون الكلمات ذات المعاني المتشابهة قريبة من بعضها البعض في "الفضاء الدلالي"، في حين تكون الكلمات ذات المعاني المختلفة جدًا بعيدة عن بعضها البعض.

بعد ذلك، تم إدخال عينات الكلام من 40 مريضًا في دراسة طولية لمقدمة أمريكا الشمالية (NAPLS) في جامعة إيموري وتم متابعتهم لمدة عامين. لتدريب النموذج، تم جمع المعلومات من 30 مشاركًا إضافيًا من المرحلة الثانية من الدراسة.

وأخيرًا، قام فريق البحث بمقارنة معلومات المحادثة من NAPLS مع البيانات الأساسية باستخدام تحليل التعلم الآلي. وتم بعد ذلك مقارنة النتائج ببيانات المتابعة، بما في ذلك أولئك الذين أصيبوا في نهاية المطاف بأمراض عقلية. تم الحصول على الارتباط بين اللغة وخطر الإصابة بالمرض.

وأظهرت النتائج أن بين السكان الذين تم تحليلهم، كان لدى أولئك الذين أصيبوا في نهاية المطاف بالمرض العقلي بعض الخصائص المشتركة. في محادثاتهم،إن استخدام الكلمات المرتبطة بالصوت (مثل الجسيمات النمطية) أعلى من المستوى الطبيعي، ويتم استخدام الكلمات ذات المعاني المتشابهة بشكل متكرر..

وفي نهجهم، تم استخدام محتوى اللغة للتنبؤ بالمرض العقلي، ووصلت نسبة الدقة إلى 93% .

وقالت البروفيسورة إيلين ووكر، إحدى الباحثات، إنه إذا أمكن تحديد الأفراد المعرضين للخطر في وقت مبكر واتخاذ التدخلات الوقائية، فمن الممكن تحقيق تحسينات كبيرة في علاج الأمراض العقلية.

أكثر من مجرد مرض عقلي، يكمن لغز الدماغ في المستقبل

ورغم أن التجربة حققت دقة عالية بسبب عدد العينات المحدود، إلا أنها لا تزال ناجحة على المستوى البحثي. وقال الباحثون أيضًا إنهم يتجهون نحو هدف الكمال والإنتاج، ويخططون لاستخدام المزيد من البيانات لاختبار وتحسين هذه التكنولوجيا في المستقبل.

على أية حال، فإن تطبيق التقنيات الجديدة أكد مرة أخرى أننا نستطيع سماع "المعنى الخفي" للغة الطبيعية من البيانات.

في قصة غلاف مجلة Nuture الأخيرة، تم تسليط الضوء على إنجاز مذهل.أمضى باحثو جامعة كولومبيا ثماني سنوات في رسم خرائط لجميع الشبكات العصبية والاتصالات الخاصة بدودة الخيطية Caenorhabditis elegans.

ثلث الخلايا في هذه الدودة الخيطية هي خلايا دماغية، لذا فإن رسم خريطة الاتصالات العصبية بين خلايا دماغ الدودة الخيطية هو المرة الأولى التي يتمكن فيها البشر من فك رموز العمل التفصيلي للدماغ.

ويمكن أن يساعد البحث في الأمراض العقلية أيضًا في استكشاف الدماغ. على الرغم من تراجع تطور الذكاء الاصطناعي الذي يحاكي الروابط العصبية، إلا أن استكشاف أسرار الدماغ كان حلمًا موجودًا منذ ولادة الذكاء الاصطناعي.

إن هذه الاستكشافات في مجال الأمراض العقلية ما هي إلا اكتشافات صغيرة، ولكن**وبالإضافة إلى الكشف عن معلومات حول المرض العقلي، فإنه يساعدنا أيضًا على فهم كيفية عمل الدماغ، مثل استنتاج كيفية قيام الدماغ بربط الأفكار المختلفة معًا.**ومن غير الممكن أن ننكر أن هذه الاكتشافات مجتمعة سوف تؤدي في نهاية المطاف إلى فتح فصل جديد.

لقد أدى استخدام الخوارزميات والتقنيات الأكثر قوة إلى تحقيق اختراقات جديدة في التشخيص والعلاج، ولكن التكنولوجيا ليست أسطورية بما يكفي للسيطرة على كل شيء. أتمنى فقط أن يؤدي تدخل المزيد من الأساليب إلى تمكين المزيد والمزيد من الناس من التمتع بحياة أكثر صحة.