Lapse kõneviis võib viidata tulevastele vaimuhaigustele

Keelemudel ehk tehisintellekt ennustab laste tulevasi vaimse tervise probleeme paremini kui inimekspertidest koosnev rühm.

Ajakirjas Nature Mental Health avaldatud uuringus kasutasid teadlased nelja loomuliku keele töötlemise mudelit, et hinnata enam kui 200 lapsega tehtud intervjuusid. 9–13-aastased lapsed rääkisid neis oma elu stressirohketest sündmustest. Mudelid ennustasid väga täpselt, kas lapsel kujunes järgmise kuue aasta jooksul välja mõni vaimse tervise häire või mitte.

Kõnelemise viis on tähtsam kui sisu

Kõigi mudelite puhul leidsid teadlased, et laste kõnelemise viis oli olulisem kui räägitu sisu. Teisisõnu ennustas tulevast riski paremini see, kuidas lapsed oma lauseid moodustasid – näiteks väikeste siduvate sõnade „ja“, „et“ ning „aga“ kasutamine –, mitte see, kuidas nad stressirohkeid sündmusi kirjeldasid.

„Usume, et see uuring tõendab veenvalt võimalust arendada laialdaselt kasutatavaid töövahendeid, mis aitavad riskimärke tuvastada enne, kui inimesel diagnoositakse vaimse tervise häire,“ ütles uuringu juhtivautor Chase Antonacci, Stanfordi ülikooli humanitaar- ja loodusteaduste teaduskonna neuroteaduse doktorant.

Antonacci märkis, et depressioon ja ärevushäired avalduvad kõige sagedamini noorukieas. Kui need häired on juba välja kujunenud, on neid teatavasti keeruline ravida. Diagnoosile eelnevad aastad moodustavad seetõttu väga olulise, kuid seni halvasti mõistetud ajavahemiku. Spetsialistidel pole seni olnud suuremate inimrühmade jaoks sobivat meetodit, millega tuvastada, millistel lastel võib vaimse tervise häire arenema hakata.

Uus vaimse tervise riskide hindamine on odavam, lihtsam ja kättesaadavam

Enne seda uuringut oli laste vaimse tervise riskide hindamiseks olemas mitu meetodit, mis põhinesid tavaliselt spetsialisti hinnangul. Ükski neist ei sobinud aga praktiliseks kasutamiseks suurte lasterühmade puhul. Objektiivsemad meetodid nõuavad vereproovi või eriseadmeid, millega mõõdetakse stressihormooni kortisooli taset, keha füsioloogilist reaktsiooni stressile või telomeeride pikkust. Telomeerid on kromosoome kaitsvad otsad, mis kroonilise psühholoogilise stressi korral lühenevad.

„Kõigil neil teguritel – kortisoolil, stressireaktsioonil ja telomeeride pikkusel – on teatav ennustusvõime, kuid kõne analüüsimine on odav ja seda saab laialdaselt kasutada,“ ütles uuringu vanemautor, Stanfordi humanitaar- ja loodusteaduste teaduskonna psühholoogiaprofessor Ian Gotlib. „See on lihtne ja kättesaadav ning võib probleemide tekkimist ennustada paremini kui ükski neist teistest teguritest eraldi.“

Foto: cottonbro studio

Pikaajalised uuringud aitavad probleeme varakult avastada

Gotlibi Stanfordi uurimisrühm uurib varases eas kogetud stressi ning seda, kuidas keskkond kujundab laste aju arengut ja suurendab vaimse tervise probleemide ohtu. Uurimisrühm tegi praeguses uuringus kasutatud põhjalikud intervjuud algselt osana suuremast projektist, milles jälgitakse ühte noorte rühma paljude aastate jooksul.

Kõik 9–13-aastaste lastega tehtud helisalvestatud intervjuud kestsid ligikaudu poolteist tundi ning neis käsitleti mitmesuguseid teemasid, sealhulgas stressirohkeid sündmusi. Kõigepealt intervjueerisid teadlased lapsi traumaatiliste sündmuste sõeluuringu küsimustiku ehk TESI abil.

Eksperdirühm vaatas intervjuud üle ja hindas iga lapse stressitegurite raskust. Nende hulka võisid kuuluda majanduslik ebakindlus, vanemate lahutus, väärkohtlemine või loodusõnnetuse kogemine. Seejärel määras eksperdirühm igale lapsele ühe arvulise näitaja, mis väljendas tema stressikogemuste kogumõju.

„Mõistsime, et neis kliinilistes intervjuudes oli tõenäoliselt väga palju väärtuslikku teavet, erinevusi ja nüansse, mille me intervjuu ühele arvule taandamisega kaotasime. Seetõttu hakkasime mõtlema teistele võimalustele, kuidas neid helisalvestisi kasutada,“ ütles Antonacci.

Praeguses uuringus analüüsisid teadlased intervjuusid nelja erineva loomuliku keele töötlemise mudeliga. Neid mudeleid on ka varem kasutatud vaimse tervise ja emotsionaalse seisundiga seotud märkide tuvastamiseks. Seni on neid siiski rakendatud peamiselt täiskasvanute kirjutatud tekstidele, et tuvastada juba olemasolevaid sümptomeid.

Kuna väikesed lapsed üldjuhul nii palju ei kirjuta kui täiskasvanud, soovis uurimisrühm teada saada, kas mudelitega saaks analüüsida laste salvestatud kõnet ja ennustada, kellel võib kuni kuue aasta pärast mõni vaimse tervise häire välja kujuneda.

Positiivsed ja negatiivsed märgid

Kõigi mudelite tulemused näitasid kõnestiili suurt ennustusvõimet. See on kooskõlas varasemate uuringutega, mille järgi võivad vaimse tervise probleemidele viidata teatavate sõnade kasutamise mustrid, näiteks keskendumine mina-vormile ning eessõnade ja sidesõnade sage tarvitamine.

Kuigi kõne sisu ei olnud sama hea ennustaja kui kõnestiil, ilmnesid selleski olulised seosed tulevaste probleemide või vastupanuvõimega. Kõige tugevamalt olid riskiga seotud ütlused, milles kirjeldati äärmuslikku füüsilist vägivalda, näiteks rusikaga löömist või kägistamist, ning ränka sotsiaalset tõrjumist, näiteks tunnet, et kogu kool on lapse vastu.

Vastupanuvõimega seostusid ütlused, mis puudutasid sotsiaalset tuge ning selliseid tegevusi nagu sportimine ja kooliringides osalemine. Tähelepanuväärne oli, et vaimse tervise abi mainimine – näiteks viited terapeutidele või nõustajatele – osutus üheks kõige tugevamaks kaitsvaks märgiks.

Tulemused näitavad, et keelekasutusel põhineval hindamisel on palju potentsiaali. Gotlibi sõnul tuleb järgmisena katsetada mudeleid suurema andmestikuga.

„Kui need tulemused leiavad kinnitust, võib see tähendada, et meil piisab laste kõne salvestamisest nutitelefoniga. Seejärel saame kõnet analüüsida ja teha kindlaks, millistel lastel esineb suurem risk juba aastaid enne võimaliku häire väljakujunemist,“ ütles ta.

Viide uuringule

Natural language processing of youth speech predicts psychopathology across adolescence Gotlib is the Marjorie Mhoon Fair Professor in H&S and a member of Bio-X, the Maternal & Child Health Research Institute, the Wu Tsai Neurosciences Institute, and the Stanford Center on Longevity. Additional Stanford co-authors on this study include psychology doctoral students Eugenia Giampetruzzi and Sabrina Jones; computer science undergraduate Kaitlyn Kwan; and psychology postdoctoral scholar Jessica Uy. James W. Pennebakerof the University of Texas at Austin is also a co-author on this study. Pennebaker developed the Linguistic Inquiry and Word Count (LIWC) software used in this study and receives royalties from its sale and licensing. This work was supported by the National Institute of Mental Health and the National Science Foundation.