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

Imagine o seu cérebro como uma biblioteca gigante e movimentada, onde cada pensamento é um livro. Quando você fala, está essencialmente caminhando pelos corredores, pegando livros das prateleiras e contando a alguém o que encontrou. Para a maioria das pessoas, essa caminhada é suave; elas conseguem encontrar rapidamente livros sobre "animais" ou "utensílios de cozinha" e retirar vários títulos relacionados em sequência. Mas para algumas pessoas, a biblioteca é um pouco caótica. Os livros podem estar espalhados, os corredores confusos ou as conexões entre eles imprecisas. Isso é um pouco como o que acontece nas mentes de pessoas com esquizofrenia, uma condição de saúde mental séria que pode tornar o pensar e o sentir muito difíceis. Uma das formas pelas quais os médicos tentam entender esse caos é aplicando um "Teste de Fluência Verbal". É um jogo simples: "Diga o maior número possível de animais em um minuto". Embora a forma antiga de pontuar este jogo apenas contasse quantas palavras uma pessoa disse, os cientistas perceberam que o modo como elas as disseram importa tanto quanto. Elas estão saltando desordenadamente de "leão" para "torradeira" (um grande salto), ou permanecendo na "família dos gatos" por um tempo antes de mudar? Este artigo mergulha no lado digital desta biblioteca, usando programas de computador para descobrir quais padrões específicos nas escolhas de palavras são as melhores pistas para detectar a esquizofrenia.

Os pesquisadores por trás deste estudo, uma equipe da Universidade Hindu de Banaras, decidiram dar um novo olhar a esses padrões de palavras usando uma ferramenta poderosa chamada Aprendizado de Máquina (Machine Learning). Pense no Aprendizado de Máquina como um estudante superinteligente que lê milhares de exemplos para aprender a identificar diferenças entre dois grupos — neste caso, pessoas com esquizofrenia e voluntários saudáveis. A equipe começou com um conjunto de dados de pessoas que realizaram o teste "nomeie os animais". Como os dados originais não possuíam rótulos indicando quem era quem, três psicólogos especialistas revisaram cuidadosamente as listas de palavras e as rotularam, concordando com as respostas com um alto grau de confiabilidade.

A partir dessas listas de palavras, a equipe extraiu cinco "pistas" ou características diferentes para alimentar seus modelos computacionais. Algumas delas eram as tradicionais que todos usam há anos, como o número total de palavras ditas (Pontuação de Fluência) ou quantas vezes a pessoa mudou de um grupo de palavras para outro (Número de Trocas Semânticas). Mas eles também adicionaram duas novas pistas mais sofisticadas baseadas na semelhança das palavras entre si em termos de significado: Similaridade Média de Agrupamento (o quão agrupadas as palavras estão em um grupo) e Similaridade Média de Troca (o quão grande é o salto ao mudar para um novo grupo). Eles então treinaram cinco tipos diferentes de "estudantes" computacionais (classificadores) para adivinhar quem tinha esquizofrenia com base nessas pistas.

É aqui que a história fica interessante. A equipe esperava que as pistas tradicionais, como o total de palavras ou o número de trocas, fossem as mais importantes. Afinal, foi o que estudos anteriores sugeriram. Mas quando deixaram o computador decidir quais pistas realmente importavam, os resultados inverteram o roteiro. O computador consistentemente ignorou os favoritos antigos. Em vez disso, ele apontou um dedo brilhante e resplandecente para as duas novas pistas de similaridade: Similaridade Média de Agrupamento (ACS) e Similaridade Média de Troca (ASS).

De fato, o estudo descobriu que as medidas tradicionais, como o Tamanho Médio do Agrupamento (quantas palavras havia em um grupo) e o Número de Trocas Semânticas, mostraram diferenças fracas ou não significativas entre os grupos e contribuíram pouco para a capacidade do computador de distingui-los. Por outro lado, as características baseadas em similaridade foram as estrelas do show. Enquanto características como a Pontuação de Fluência e a Similaridade Média de Troca mostraram algum potencial de "nível de tendência", a pontuação de Similaridade Média de Agrupamento foi o grande destaque. O computador conseguiu identificar pessoas com esquizofrenia com alta precisão usando apenas a pontuação de Similaridade Média de Agrupamento. Em vários casos, remover as características mais antigas e menos eficazes na verdade melhorou o desempenho do computador, sugerindo que mantê-las adicionava ruído ao sinal claro fornecido pelas medidas de similaridade.

Os autores sugerem que isso significa que precisamos repensar como olhamos para esses testes. Não se trata apenas de quantas palavras você diz ou quantas vezes você muda de categoria; trata-se da qualidade das conexões entre essas palavras. Se as palavras que você diz estão densamente agrupadas em significado, ou se os saltos que você faz são distintos e deliberados, esses padrões parecem conter a verdadeira chave para entender as interrupções de linguagem na esquizofrenia. Embora o estudo não afirme ter resolvido o diagnóstico da esquizofrenia, ele sugere fortemente que estas novas formas de medir a fala, baseadas em similaridade, são ferramentas muito mais poderosas do que os métodos antigos nos quais temos confiado. É como perceber que, para encontrar um livro específico em uma biblioteca bagunçada, você não precisa contar quantos livros há na prateleira; você precisa entender como os livros estão organizados na lombada.