Речевая (не)норма: в Вышке представили инструменты для оценки ментальных проблем

© iStock

Зачастую люди с неврологическими и психическими расстройствами обладают определенными особенностями речи. В современной клинической практике могут быть востребованы цифровые инструменты, позволяющие проводить речевую терапию и реабилитацию при нарушениях речи. Кроме того, в перспективе цифровые инструменты способны помочь медикам оценивать тяжесть симптоматики таких расстройств.

Очередной объединенный научный семинар стратегического проекта «Устойчивый мозг: нейрокогнитивные технологии адаптации, обучения, развития и реабилитации человека в изменяющейся среде» был посвящен компьютерной лингвистике и созданию диагностических и терапевтических методик для людей с неврологическими и психиатрическими расстройствами.

Мария Худякова

Инструментом для исследований и создания подобных методик служат речевые корпуса, рассказала директор Центра языка и мозга НИУ ВШЭ — Нижний Новгород Мария Худякова. Это базы данных — коллекции текстов, образцов речи или видеозаписей на различных языках, которые используются лингвистами для изучения языковых явлений. Есть общие и специализированные типы корпусов.

Например, в клинических, помимо непосредственно речевых записей, содержится демографическая информация о пациенте, его диагноз и история болезни, результаты исследований и тестирования.

На сегодняшний день существует ряд сложностей при создании клинических речевых корпусов: этические вопросы, правильное хранение аудиозаписей и персональных данных, куда входит медицинская информация, а также недостаточный объем данных для машинного обучения.

Вместе с тем такие базы данных предоставляют уникальные возможности для проведения количественного и качественного анализа, выявления закономерностей и тенденций. Например, можно выделить ошибки и речевые сбои, свойственные пациентам с тем или иным неврологическим или психиатрическим расстройством.

Во многие тесты для оценки языковых и когнитивных способностей входит задание на вербальную беглость, когда испытуемого просят за одну минуту назвать как можно больше, например, животных или слов на букву М. По результатам теста ученые оценивают не только количество названных слов, но и семантические кластеры и паттерны паузации в речи человека.

© НИУ ВШЭ — Нижний Новгород

Исследователям уже удалось выявить ряд закономерностей. Например, люди с депрессией при прохождении теста на вербальную беглость вспоминают меньше слов, чем здоровые испытуемые; характерный для манийной стадии биполярного расстройства «полет мыслей» отражается в большом количестве переключений, а при расстройствах мышления кластеризация менее выражена.

Исследователи НИУ ВШЭ — Нижний Новгород провели пилотный автоматический анализ вербальной беглости пациентов с психиатрическими расстройствами, контрольной группы и пациентов с афазией. Афазия — это расстройство, при котором у пациента нарушается порождение и понимание речи. Оно возникает при органических поражениях речевых отделов коры головного мозга в результате перенесенных травм, опухолей, инсультов и т.п.

Ученые провели анализ вербальной беглости на материале 400 записей с учетом медицинской информации, данных опросников и психиатрических шкал. Пока данных недостаточно для применения модели в клинической практике, но в дальнейшем планируется создать специальное мобильное приложение и провести его апробацию в психиатрических клиниках Москвы и Нижнего Новгорода.

Анна Хоменко

Старший научный сотрудник Центра языка и мозга НИУ ВШЭ — Нижний Новгород Анна Хоменко рассказала о другом исследовании, в рамках которого также проводится диагностика ментальных расстройств по речи испытуемых. По ее словам, многие существующие модели учитывают только акустические характеристики звукового сигнала, что, с одной стороны, делает их достаточно универсальными и неязыкоспецифичными, но, с другой стороны, не позволяет учитывать весь набор речевых данных.

B основе же этого проекта — методы атрибуционной лингвистики и речевого профилирования, с помощью которых создается портрет языковой личности людей с расстройствами шизофренического спектра и аффективными расстройствами.

«С помощью этих методов мы создадим модель, способную на основе транскриптов речи выявлять говорящих с симптоматикой расстройств мышления и настроения», — убеждена она.

В дальнейшем речевые профили можно применять в автоматизированной диагностической модели идентификации людей с ментальными расстройствами.

В рамках проекта ученые проанализировали устную речь 199 человек с диагнозами шизофрения, шизотипическое расстройство, шизоаффективное расстройство, пограничное расстройство личности, первичный депрессивный эпизод, рекуррентное депрессивное расстройство, биполярное аффективное расстройство. Исследователи выделили статистические данные для всех возможных параметров: длины слов, предложений, коэффициенты динамизма, предметности, удобочитаемости, частеречная принадлежность лексики, объем и богатство словарного запаса и проч. Затем они провели анализ кластеризации лексики, основанный на векторизации речевого материала, и методами математической статистики определили параметры, наиболее значимые для речи каждой группы.

Как показало исследование, речь людей с ментальными расстройствами в целом проще, состоит из более коротких предложений, менее динамична и содержит более конкретную лексику. Однако, несмотря на более низкие показатели сложности, такие тексты демонстрируют большее лексическое разнообразие и более высокую связность. В то время как речь контрольной группы более активна и разнообразна в плане действий и длины предложений, речь людей с ментальными расстройствами, хоть и проще, может быть более предсказуемой и конкретной.

Также выделены особенности речи отдельных групп. Так, пациенты с депрессивными расстройствами имеют высокие показатели сложности текста, тогда как у людей с шизофреническими расстройствами тексты проще для восприятия. Речь при расстройстве личности и депрессивных эпизодах отличается высоким лексическим разнообразием, что говорит о богатстве словарного запаса. В то же время у людей с биполярным аффективным расстройством и пограничным расстройством личности разнообразие ниже. У людей с шизотипическим и шизоаффективным расстройством отмечена высокая конкретность речи, тогда как у пациентов с депрессивными состояниями речь более абстрактная.

У людей с расстройством личности речь более оценочная и активная, тогда как у пациентов с пограничным расстройством личности она менее динамичная.

При этом пациенты с шизоаффективным расстройством и шизофренией демонстрируют высокую связность текста.

Ольга Ляшевская

Профессор Школы лингвистики НИУ ВШЭ Ольга Ляшевская поделилась опытом разработки приложений для реабилитации и тренировки навыков у людей с утратой или угнетением речевых и языковых навыков, а также функций зрения и слуха. Подобные бытовые тренажеры могут быть хорошим дополнением к занятиям со специалистами. Докладчица привела три примера тренажеров, разработанных учеными Вышки.

Мобильное приложение для тренировки называния по картинке СЛОН предназначено для реабилитации пациентов после инсульта (аномия, дизартрия) со слабой и средней степенью нарушений. Пользователи работают с ним самостоятельно и получают от приложения обратную связь, а также могут импортировать данные специалисту.

Онлайн-приложение для обучения 10-пальцевому методу набора текста для слабовидящих предназначено для пожилых людей с частичной утратой зрения. Тексты в нем обладают повышенными характеристиками читабельности (фон, шрифты и т.д.), а данные используются для аналитики прогресса в наборе текста. Мобильное приложение для коррекции дислексии помогает справиться с фонематическими (различение фонем на слух), оптическими (смешивание букв, порядок чтения), семантическими (понимание, связи между словами) и аграмматическими (проблемы согласования) трудностями.

Дискуссант, заведующая кафедрой психиатрии ПИМУ Лала Касимова, посоветовала ученым сосредоточиться на определении психической нормы и выделить ее варианты. «Ненормы среди нормы очень много», — сообщила собравшимся психиатр.