在早期精神病中使用合成语音数据对松散关联的基于LLM的可解释检测

科学领域:

• 计算语言学
• 精神病诊断
• 在医疗保健中的机器学习

背景情况:

• 语言中的松散关联是精神病风险的重要指标,特别是在精神分裂症中.
• 目前用于检测LA的方法受到主观性,小样本大小和一般化能力的限制.
• 客观和可扩展的LA检测对于早期精神病干预至关重要.

研究的目的:

• 使用大型语言模型 (LLM) 和机器学习开发和验证用于客观识别松散关联 (LA) 的新工作流.
• 通过改进语义和概率语言测量来提高LA的检测.
• 创建一个可重复的方法来生成合成数据以训练和评估LA检测模型.

主要方法:

• 在语言理论和专家验证的指导下,使用LLM生成与LA的合成对话数据.
• 提取语言特征,包括语句相似性和意义连贯性和词汇转移的新奇度量.
• 使用四个关键特征的节集训练轻度梯度增强机模型.
• 在合成和独立的现实数据集上对模型的评估.

主要成果:

• 经过训练的模型获得了高准确度 (83. 46%的合成数据,82. 36%的独立数据) 和AUC为0. 868.
• 该模型显著优于现有的仅相似性模型和先前的思维障碍检测工作流程.
• 查普利的补充解释证实了模型的可解释性,其中语义连贯性和词语惊喜被认为是关键的区分因素.

结论:

• 从LLM衍生出的语言特征可以在客观和可扩展的LA检测方面取得实质性改进.
• 开发的模型表现出高精度,最小的复杂性和增强的可解释性,支持临床适用性.
• 进一步的研究包含了额外的词汇和上下文特征,可以完善早期精神病干预的思维障碍识别.