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

想象一下你的大脑是一个巨大且繁忙的图书馆，每一个念头都是一本书。当你说话时，你本质上是在走过书架，从架子上取下书，然后告诉别人你发现了什么。对于大多数人来说，这段路程是顺畅的；他们可以快速找到关于“动物”或“厨房用具”的书，并连续取出许多相关的书名。但对于某些人来说，这个图书馆有点混乱。书可能散落各处，走廊可能令人困惑，或者书与书之间的联系可能模糊不清。这有点像精神分裂症患者大脑中发生的情况，这是一种严重的心理健康状况，会让思考和感受变得非常困难。医生试图通过一种名为“言语流畅性测试”的游戏来理解这种混乱。这是一个简单的游戏：“在一分钟内说出尽可能多的动物名称。”虽然过去评分的方法只是计算一个人说了多少个词，但科学家们意识到，他们如何表达这些词同样重要。他们是会在“狮子”到“烤面包机”之间进行剧烈的跳跃（大跨度跳转），还是会在“猫科动物家族”里停留一段时间后再移动？这篇论文深入探讨了这一数字化的图书馆，利用计算机程序来确定哪些特定的词汇选择模式是识别精神分裂症的最佳线索。

这项研究背后的研究人员是来自瓦拉纳西印度大学的一个团队，他们决定使用一种被称为“机器学习”的强大工具，从全新的角度审视这些词汇模式。把机器学习想象成一个超级聪明的学生，它通过阅读成千上万个例子来学习如何辨别两组人群之间的差异——在这种情况下，就是精神分裂症患者和健康志愿者。该团队从参与“命名动物”测试的人员数据集中开始工作。由于原始数据没有标注谁是谁，三位专家心理学家仔细审查了词表，并在高度可靠的共识下对答案进行了标注。

从这些词表中，团队提取了五种不同的“线索”或特征，以输入到他们的计算机模型中。其中一些是多年来大家一直在使用的传统线索，比如说话的总词数（流畅度得分）或人在不同词组之间切换的次数（语义切换次数）。但他们还增加了两种基于词义相似度的更高级的线索：平均簇类相似度（Average Cluster Similarity，即一组词在意义上有多紧密）和平均切换相似度（Average Switch Similarity，即转向新的一组词时跳跃有多大）。随后，他们训练了五种不同类型的计算机“学生”（分类器），根据这些线索来猜测谁患有精神分裂症。

故事在这里变得有趣了。团队原本预期传统的线索，如总词数或切换次数，会是最重要的。毕竟，之前的研究都是这样建议的。然而，当他们让计算机来决定哪些线索真正重要时，结果却反转了剧本。计算机一致忽略了那些旧有的宠儿。相反，它用一根闪闪发光的指头指向了两个新的相似度线索：平均簇类相似度（ACS）和平均切换相似度（ASS）。

事实上，研究发现，传统的衡量标准，如平均簇大小（一个组内有多少个词）和语义切换次数，在两组之间表现出微弱或不显著的差异，且对计算机区分两组的能力贡献甚微。另一方面，基于相似度的特征则是全场的明星。虽然像流畅度得分和平均切换相似度这样的特征显示出了一些“趋势水平”的潜力，但平均簇类相似度得分是明显的佼佼者。计算机仅凭平均簇类相似度得分就能高准确度地识别出精神分裂症患者。在几种情况下，移除那些较旧、效率较低的特征反而提高了计算机的表现，这表明保留它们实际上为清晰的相似度信号增加了噪音。

作者认为，这意味着我们需要重新审视看待这些测试的方式。这不仅仅关乎你说了多少个词或你切换了多少次类别，更关乎你所说的词语之间的连接质量。如果你的词语在意义上紧密结合，或者你进行的切换是清晰且有目的性的，那么这些模式似乎才是理解精神分裂症中语言障碍的关键。虽然这项研究并不声称已经解决了精神分裂症的诊断问题，但它强烈表明，这些基于相似度的语言测量方法比我们一直依赖的旧方法要强大得多。这就像是意识到，要在混乱的图书馆中找到一本特定的书，你不需要数书架上有多少本书，你需要理解这些书在书脊上的组织方式。