文章概要：

– 科學家開發了基于AI語言模型的新工具，可以特征化診斷有精神分裂癥的患者的語音中的細微特征。

– 研究目的是了解自動語言分析如何幫助醫生和科學家診斷和評估精神疾病。

– 研究人員認為語言可預測性的差異可能與大腦學習和存儲“認知地圖”的方式有關。

微新創想(idea2003.com) 10月11日 消息:倫敦大學學院神經學院的科學家開發了一些新的工具，這些工具基于AI語言模型，可以特征化被診斷患有精神分裂癥的患者語音中的細微特征。這項發表在《美國國家科學院院刊》上的研究，旨在了解自動語言分析如何幫助醫生和科學家診斷和評估精神疾病。

目前，精神疾病的診斷幾乎完全依賴于與患者及其親近的人交談，血液檢查和腦掃描等測試只起極小的作用。但是，這種診斷的不精確阻礙了對精神疾病成因的更深入理解，也阻礙了治療效果的監測。

圖源備注：圖片由AI生成，圖片授權服務商Midjourney

研究人員讓26名患有精神分裂癥的參與者和26名對照組參與者完成兩個言語流暢性任務，要求他們在5分鐘內盡可能快地說出屬于“動物”類別的詞或以“p”開頭的詞。為了分析參與者的回答，研究團隊使用了一個AI語言模型，該模型通過訓練大量互聯網文本來表示詞義，與人類表示詞義的方式類似。他們測試人們自發回憶的詞是否能被AI模型預測，以及精神分裂癥患者的可預測性是否降低。

結果發現，對照組參與者的回答確實比精神分裂癥患者的回答更可被AI模型預測，這種差異在癥狀更嚴重的患者中最大。研究人員認為這種差異可能與大腦學習記憶和思想之間的關系以及在所謂“認知地圖”中存儲這些信息的方式有關。該研究的第二部分中，作者利用腦掃描測量了參與學習和存儲“認知地圖”的大腦區域中的腦活動，為這一理論提供了支持。

第一作者Matthew Nour博士表示，隨著類似ChatGPT這樣的AI語言模型的出現，自動語言分析已經為醫生和科學家所用。這項工作展示了將AI語言模型應用于和語言、意義密切相關的精神病學領域的潛力。他們計劃在更大的患者樣本中廣泛應用這項技術，以測試它在臨床中的用途。如果這些工具被證明是安全和可靠的，他預計它們會在未來十年開始應用于臨床。