Revisiting Semantic Markers of Schizophrenia: A Machine Learning Analysis of Verbal Fluency Features

Imagina tu cerebro como una biblioteca gigante y bulliciosa donde cada pensamiento es un libro. Cuando hablas, esencialmente estás recorriendo los pasillos, sacando libros de los estantes y contándole a alguien lo que encontraste. Para la mayoría de las personas, este recorrido es fluido; pueden encontrar rápidamente libros sobre "animales" o "herramientas de cocina" y extraer un montón de títulos relacionados seguidos. Pero para algunas personas, la biblioteca es un poco caótica. Los libros pueden estar dispersos, los pasillos pueden ser confusos o las conexiones entre ellos pueden ser difusas. Esto es un poco como lo que sucede en las mentes de las personas con esquizofrenia, una condición de salud mental grave que puede hacer que pensar y sentir sea muy difícil. Una de las formas en que los médicos intentan comprender este caos es aplicando una "Prueba de Fluidez Verbal". Es un juego sencillo: "Nombra tantos animales como puedas en un minuto". Aunque la forma antigua de calificar este juego consistía solo en contar cuántas palabras decía una persona, los científicos se han dado cuenta de que cómo las decía importa tanto como el número. ¿Están saltando erráticamente de "león" a "tostadora" (un gran salto), o se quedan en la "familia de los gatos" durante un tiempo antes de avanzar? Este artículo profundiza en el lado digital de esta biblioteca, utilizando programas informáticos para determinar qué patrones específicos en la elección de palabras de una persona son las mejores pistas para detectar la esquizofrenia.

Los investigadores detrás de este estudio, un equipo de la Universidad Hindú de Banaras, decidieron echar un nuevo vistazo a estos patrones de palabras utilizando una herramienta poderosa llamada Aprendizaje Automático (Machine Learning). Piensa en el Aprendizaje Automático como un estudiante superinteligente que lee miles de ejemplos para aprender a detectar diferencias entre dos grupos: en este caso, personas con esquizofrenia y voluntarios sanos. El equipo comenzó con un conjunto de datos de personas que habían realizado la prueba de "nombrar los animales". Dado que los datos originales no tenían etiquetas que indicaran quién era quién, tres psicólogos expertos revisaron cuidadosamente las listas de palabras y las etiquetaron, acordando las respuestas con un alto grado de fiabilidad.

A partir de estas listas de palabras, el equipo extrajo cinco "pistas" o características diferentes para alimentar sus modelos informáticos. Algunas de estas eran las tradicionales que todo el mundo ha usado durante años, como el número total de palabras pronunciadas (Puntuación de Fluidez) o cuántas veces la persona cambió de un grupo de palabras a otro (Número de Cambios Semánticos). Pero también añadieron dos pistas nuevas y más sofisticadas basadas en qué tan similares eran las palabras entre sí en cuanto a su significado: Similitud de Clúster Promedio (qué tan estrechamente agrupadas están las palabras en un grupo) y Similitud de Cambio Promedio (qué tan grande es el salto cuando se pasa a un nuevo grupo). Luego, entrenaron cinco tipos diferentes de "estudiantes" informáticos (clasificadores) para adivinar quién tenía esquizofrenia basándose en estas pistas.

Aquí es donde la historia se pone interesante. El equipo esperaba que las pistas tradicionales, como el número total de palabras o el número de cambios, fueran las más importantes. Después de todo, eso es lo que estudios previos habían sugerido. Pero cuando dejaron que la computadora decidiera qué pistas importaban realmente, los resultados cambiaron el guion. La computadora ignoró consistentemente a las favoritas de siempre. En su lugar, señaló con un dedo brillante y resplandeciente a las dos nuevas pistas de similitud: Similitud de Clúster Promedio (ACS) y Similitud de Cambio Promedio (ASS).

De hecho, el estudio encontró que las medidas tradicionales, como el Tamaño Medio del Clúster (cuántas palabras hay en un grupo) y el Número de Cambios Semánticos, mostraron diferencias débiles o no significativas entre los grupos y contribuyeron poco a la capacidad de la computadora para distinguirlos. Por otro lado, las características basadas en la similitud fueron las estrellas del espectáculo. Mientras que características como la Puntuación de Fluidez y la Similitud de Cambio Promedio mostraron cierto potencial de "nivel de tendencia", la puntuación de Similitud de Clúster Promedio fue la clara protagonista. La computadora pudo identificar a personas con esquizofrenia con alta precisión usando solo la puntuación de Similitud de Clúster Promedio. En varios casos, eliminar las características más antiguas y menos efectivas de hecho mejoró el rendimiento de la computadora, sugiriendo que mantenerlas añadía ruido a la señal clara proporcionada por las medidas de similitud.

Los autores sugieren que esto significa que necesitamos repensar cómo observamos estas pruebas. No se trata solo de cuántas palabras dices o cuántas veces saltas de categoría; se trata de la calidad de las conexiones entre esas palabras. Si las palabras que dices están estrechamente empaquetadas con significado, o si los saltos que haces son distintos y deliberados, esos patrones parecen contener la verdadera clave para comprender las interrupciones del lenguaje en la esquizofrenia. Si bien el estudio no pretende haber resuelto el diagnóstico de la esquizofrenia, sugiere fuertemente que estas nuevas formas de medir el habla, basadas en la similitud, son herramientas mucho más poderosas que los métodos antiguos en los que hemos estado confiando. Es como darse cuenta de que, para encontrar un libro específico en una biblioteca desordenada, no necesitas contar cuántos libros hay en el estante; necesitas entender cómo están organizados los libros en el lomo.