基于言语的两种心理疾病预测因子
仅凭话语，您是否可以预测以下四个人中，哪个人在接下来的6个月内最有可能患精神病，例如精神分裂症?
A:我的意思是说，就像我们想相信的那样，我们在宇宙中很重要，我不认为确实有任何东西暗示我们这样做.
B:有时我会紧张，担心时间，无法看钟表.
C:现在，我知道如何与人保持冷静，因为就像不说话一样，就像，你知道如何与人保持冷静，就像现在我知道该怎么做
D:嗯，我认为我对政治确实有强烈的感情.
假设这些话语是四个讲话者的典型话，正确的答案是C，其次是B.C的话语具有最低的意思密度，而D的话语具有最高的意思密度.低含义密度意味着使用很多单词来少说，而高含义密度意味着使用相对较少的单词来多说.使用大量单词但传达很少含义的人患精神病的风险显着增加，例如精神分裂症或双相I障碍等精神病.
这些是2019年6月13日在 NPJ精神分裂症中发表的一项研究的结果.这项由精神病学家Neguine Rezaii，Elaine Walker和Emory University的Phillip Wolf进行的研究测试了机器学习系统是否经过培训，可以确定语音样本中的意思密度和单词选择，从而有助于识别濒临死亡的人们.精神病发作.
精神分裂症(例如精神分裂症)的特征在于并非基于现实的经历.人们可能会听到自己内心的声音，就像是天生的外星人一样，或者形成了没有证据支持的信念.听到你内心的声音是来自你外在的声音，这是一个幻觉的例子，而相信，例如，中央情报局正在拖你，这是一个妄想的例子.幻觉和妄想是精神病的主要症状.
为了测试含义密度和单词选择是否是精神病的可靠预测指标，研究人员训练了机器学习系统来分析从30名参与者那里获得的语言样本的含义密度.他们发现，后来患有精神病发作的研究对象的语音样本与对照组相比，其意思密度明显较低，也就是说，与普通人相比，处于精神病风险中的人使用的单词传达的信息少得多
在对系统进行分析以分析语音样本的意思密度之后，研究人员随后测试了其在另外10个研究对象中预测精神病发作的能力.该系统能够以80％的准确度预测谁以后会患上精神病.
研究人员还训练了机器学习系统，以在Reddit上的30,000位贡献者之间的对话中识别与语音和声音相关的单词，例如``耳语''，``吟唱''，``声音''，``大声''或``听见'' .这类单词的高发也被认为是精神病的有力预兆.
当系统同时使用含义密度和单词选择来预测10名参与者中的哪些人会患上精神病时，其准确性提高到90％.
对于精神病患者及其家人来说，这些结果特别有希望，因为该方法可以帮助确定何时患者处于精神病发作的边缘，并允许早期干预和安全措施.
