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

Imaginez votre cerveau comme une immense bibliothèque animée où chaque pensée est un livre. Lorsque vous parlez, vous parcourez essentiellement les allées, en retirant des livres des étagères et en racontant à quelqu'un ce que vous avez trouvé. Pour la plupart des gens, cette promenade est fluide ; ils peuvent rapidement trouver des livres sur les « animaux » ou les « ustensiles de cuisine » et en sortir toute une série de titres apparentés. Mais pour certaines personnes, la bibliothèque est un peu chaotique. Les livres peuvent être éparpillés, les allées confuses ou les connexions entre eux floues. C'est un peu ce qui se passe dans l'esprit des personnes atteintes de schizophrénie, une maladie mentale grave qui peut rendre la pensée et le ressenti très difficiles. L'une des manières dont les médecins tentent de comprendre ce chaos est de soumettre les patients à un « Test de fluidité verbale ». C'est un jeu simple : « Nommez autant d'animaux que possible en une minute ». Alors que l'ancienne méthode de notation de ce jeu consistait simplement à compter combien de mots la personne disait, les scientifiques ont réalisé que la manière dont ils les disaient importait tout autant. Est-ce qu'ils sautent sauvagement de « lion » à « grille-pain » (un grand saut), ou restent-ils dans la « famille des chats » pendant un certain temps avant de changer ? Ce document plonge dans le côté numérique de cette bibliothèque, en utilisant des programmes informatiques pour déterminer quels schémas spécifiques dans le choix des mots sont les meilleurs indices pour repérer la schizophrénie.

Les chercheurs derrière cette étude, une équipe de l'Université Hindu de Banaras, ont décidé de porter un regard neuf sur ces schémas de mots en utilisant un outil puissant appelé Apprentissage Automatique (Machine Learning). Considérez l'Apprentissage Automatique comme un étudiant super intelligent qui lit des milliers d'exemples pour apprendre à repérer les différences entre deux groupes — dans ce cas, des personnes atteintes de schizophrénie et des volontaires sains. L'équipe a commencé avec un ensemble de données de personnes ayant passé le test du « nommez les animaux ». Comme les données originales ne comportaient pas d'étiquettes indiquant qui était qui, trois psychologues experts ont examiné attentivement les listes de mots et les ont étiquetées, s'accordant sur les réponses avec un haut degré de fiabilité.

À partir de ces listes de mots, l'équipe a extrait cinq « indices » ou caractéristiques différents pour alimenter leurs modèles informatiques. Certains étaient les traditionnels utilisés depuis des années, comme le nombre total de mots prononcés (Score de Fluidité) ou le nombre de fois où la personne est passée d'un groupe de mots à un autre (Nombre de Changements Sémantiques). Mais ils ont également ajouté deux nouveaux indices plus sophistiqués basés sur la similitude des mots entre eux en termes de sens : la Similitude Moyenne des Clusters (à quel point les mots sont étroitement regroupés dans un groupe) et la Similitude Moyenne des Changements (quelle est l'ampleur du saut lorsqu'on passe à un nouveau groupe). Ils ont ensuite entraîné cinq types différents d'« étudiants » informatiques (classificateurs) pour deviner qui souffrait de schizophrénie en se basant sur ces indices.

C'est ici que l'histoire devient intéressante. L'équipe s'attendait à ce que les indices traditionnels, comme le nombre total de mots ou le nombre de changements, soient les plus importants. Après tout, c'est ce que suggéraient les études précédentes. Mais quand ils ont laissé l'ordinateur décider quels indices comptaient réellement, les résultats ont renversé la vapeur. L'ordinateur a systématiquement ignoré les anciens favoris. Au lieu de cela, il a pointé un doigt brillant et lumineux vers les deux nouveaux indices de similitude : la Similitude Moyenne des Clusters (ACS) et la Similitude Moyenne des Changements (ASS).

En fait, l'étude a révélé que les mesures traditionnelles, comme la Taille Moyenne du Cluster (combien de mots se trouvent dans un groupe) et le Nombre de Changements Sémantiques, présentaient des différences faibles ou non significatives entre les groupes et contribuaient peu à la capacité de l'ordinateur à les distinguer. En revanche, les caractéristiques basées sur la similitude ont été les véritables vedettes. Bien que des caractéristiques comme le Score de Fluidité et la Similitude Moyenne des Changements aient montré un certain potentiel au « niveau de tendance », la Similitude Moyenne des Clusters a été la grande gagnante. L'ordinateur pouvait identifier les personnes atteintes de schizophrénie avec une grande précision en utilisant uniquement le score de Similitude Moyenne des Clusters. Dans plusieurs cas, le retrait des anciennes caractéristiques moins efficaces a en fait amélioré la performance de l'ordinateur, suggérant que les conserver ajoutait du bruit au signal clair fourni par les mesures de similitude.

Les auteurs suggèrent que cela signifie que nous devons repenser la façon dont nous examinons ces tests. Il ne s'agit pas seulement de savoir combien de mots vous dites ou combien de fois vous changez de catégorie ; il s'agit de la qualité des connexions entre ces mots. Si les mots que vous dites sont étroitement liés par leur sens, ou si les sauts que vous faites sont distincts et délibérés, ces schémas semblent détenir la véritable clé pour comprendre les perturbations du langage dans la schizophrénie. Bien que l'étude ne prétende pas avoir résolu le diagnostic de la schizophrénie, elle suggère fortement que ces nouvelles façons de mesurer la parole, basées sur la similitude, sont des outils bien plus puissants que les anciennes méthodes sur lesquelles nous nous sommes appuyés jusqu'à présent. C'est comme réaliser que pour trouver un livre spécifique dans une bibliothèque désordonnée, vous n'avez pas besoin de compter combien de livres sont sur l'étagère ; vous devez comprendre comment les livres sont organisés sur la tranche.