La misurazione oggettiva dei disturbi psichiatrici si è dimostrata a lungo difficile. Tuttavia, secondo una revisione della letteratura pubblicata sulla rivista Harvard Review of Psychiatry, è ampiamente dimostrato che l’analisi dei modelli vocali può diagnosticare accuratamente la depressione e la psicosi, misurarne la gravità e prevederne l’insorgenza. La revisione ha esaminato l’attuale letteratura pubblicata relativa all’uso dell’analisi dei modelli vocali per la gestione dei disturbi psichiatrici e ha identificato quattro aree chiave di applicazione: classificazione diagnostica, valutazione della gravità, previsione dell’insorgenza, prognosi e risultati del trattamento. I progressi nell’elaborazione del linguaggio naturale, nel riconoscimento vocale e nell’informatica hanno sottolineato che è possibile utilizzare l’analisi del linguaggio come misura clinica oggettiva della malattia mentale.”I modelli che riuniscono più caratteristiche del parlato possono distinguere i parlanti con disturbi psichiatrici dai controlli sani con un’elevata precisione”, scrivono Rudolf Uher, Dalhousie University Department of Psychiatry and Nova Scotia Health, e colleghi
Pare che questa analisi automatizzata sia più promettente delle misure soggettive come interviste o questionari. Le caratteristiche delle malattie mentali sono spesso presentate attraverso il linguaggio e la parola, e la valutazione clinica psichiatrica dovrebbe prendere in considerazione i modelli del linguaggio del paziente, come la velocità, la coerenza e il contenuto.
La ricerca del linguaggio
Il team di ricerca ha esaminato centinaia di articoli, documenti e relazioni di persone affette da disturbi mentali che discutevano aspetti del loro linguaggio. Sono stati esclusi dalla revisione i casi di studio e gli studi su pazienti con disturbi neurologici. Sono stati inclusi gli articoli che hanno analizzato le trascrizioni dei discorsi dei partecipanti. La maggior parte degli studi inclusi nella revisione riguardava pazienti con depressione maggiore, il cui discorso è spesso lento, pieno di pause, di contenuto negativo e privo di energia. In questi casi, l’accuratezza diagnostica è stata elevata, superiore all’80%. L’analisi automatizzata è efficace anche nel prevedere l’insorgenza di malattie mentali, in particolare nelle popolazioni ad alto rischio. Diversi studi che hanno esaminato la semantica del discorso, tra cui la coerenza e la complessità, hanno previsto l’insorgenza della psicosi in un arco di tempo compreso tra i due e i due anni e mezzo, con un’accuratezza del 100%. Tuttavia, la letteratura sull’impatto dell’analisi del linguaggio sulla prognosi e sui risultati del trattamento è limitata e sono necessarie ulteriori ricerche.
È importante notare che l’uso dell’analisi del linguaggio nella valutazione del rischio di suicidio sembra avere un grande potenziale. Uno studio recente ha dimostrato che la misurazione di variabili come la frequenza irregolare, le esitazioni e il nervosismo ha permesso di identificare i pazienti con ideazione suicidaria rispetto ai pazienti sani nel 73% dei casi.
Varianza del linguaggio, restano altri problemi
Esistono numerosi fattori, come gli effetti dei farmaci e gli attributi demografici e culturali – lingua, sesso e genere, tra gli altri – che possono causare variazioni nei modelli di linguaggio e rendere difficile incorporare il linguaggio nella valutazione oggettiva della malattia e degli esiti. Inoltre, gli autori suggeriscono che qualsiasi ulteriore ricerca dovrebbe prendere in considerazione gli stati di malattia nel tempo, dato che la maggior parte degli studi esaminati ha preso in considerazione i pazienti attualmente malati. Come scrivono gli stessi autori, i progressi nella ricerca sul linguaggio e nelle scienze informatiche aprono la strada all’implementazione dell’analisi del linguaggio per migliorare l’obiettività della valutazione nella pratica clinica. L’applicazione dell’analisi del linguaggio dovrà affrontare questioni di etica e di equità, compresi i potenziali pregiudizi discriminatori attraverso modelli che apprendono dai dati di valutazione clinica. I metodi che attenuano i pregiudizi sono disponibili e dovrebbero svolgere un ruolo chiave nell’implementazione dell’analisi del linguaggio.