El lenguaje en sus varias manifestaciones ha sido uno de los aspectos más empleados para el diagnóstico de varias patologías psiquiátricas y neurológicas [1]. En los últimos años se han desarrollado varias técnicas para identificar y cuantificar rasgos del habla y el discurso que presentan alteraciones en trastornos como psicosis, autismo, depresión, alzheimer y parkinson, entre otros [2,3,4]. Por ejemplo, varios estudios emplean modelos de lenguaje (desde word embeddings estáticos hasta modelos basados en la arquitectura transformers) para caracterizar las distintas alteraciones semánticas en el discurso psicótico [5]. Otros emplean herramientas de procesamiento de señales para obtener parámetros acústicos de la voz que pueden estar afectados en patologías como el parkinson o la depresión [6].
Esta propuesta se enmarca en la línea de investigación sobre Lenguaje Natural del Centro Interdisciplinario Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático (CICADA)1. En nuestro equipo trabajamos con varias producciones discursivas provenientes de estudios experimentales y longitudinales en población general subclínica (sin un diagnóstico de patología mental).. En este caso proponemos como tesis la exploración del análisis de los aspectos acústicos y semánticos del discurso asociados a los estados mentales de alto riesgo [7] y al consumo crónico de cannabis. El tesista se familiarizará con los parámetros acústicos más empleados en el análisis de la calidad del habla y las medidas de alteraciones semánticas del discurso en contextos psiquiátricos. A su vez, explorará la relación entre estas medidas y síntomas y estados mentales de alto riesgo, a partir de un estudio ya realizado en Uruguay.
Interesados contactar con Álvaro Cabana (acabana@psico.edu.uy)
1https://cicada.uy/
[1] Kuperberg, G. R. (2010). Language in schizophrenia part 1: an introduction. Language and linguistics compass, 4(8), 576-589.
[2] Corona Hernández, H., Corcoran, C., Achim, A. M., De Boer, J. N., Boerma, T., Brederoo, S. G., ... & Palaniyappan, L. (2023). Natural language processing markers for psychosis and other psychiatric disorders: emerging themes and research agenda from a cross-linguistic workshop. Schizophrenia bulletin, 49(Supplement_2), S86-S92.
[3] Sanz, C., Carrillo, F., Slachevsky, A., Forno, G., Gorno Tempini, M. L., Villagra, R., ... & García, A. M. (2022). Automated text‐level semantic markers of Alzheimer's disease. Alzheimer's & Dementia: Diagnosis, Assessment & Disease Monitoring, 14(1), e12276.
[4] DeSouza, D. D., Robin, J., Gumus, M., & Yeung, A. (2021). Natural language processing as an emerging tool to detect late-life depression. Frontiers in Psychiatry, 12, 719125.
[5] Tsiwah, F., Mayya, A., & Van Cranenburgh, A. (2024). Semantic-based NLP techniques discriminate schizophrenia and Wernicke’s aphasia based on spontaneous speech. In 5th RaPID Workshop on Resources and Processing of Linguistic, Para-Linguistic and Extra-Linguistic Data from People with Various Forms of Cognitive/Psychiatric/Developmental Impairments, RAPID 2024 (pp. 1-8). European Language Resources Association (ELRA).
[6] Rios-Urrego, C. D., Rusz, J., & Orozco-Arroyave, J. R. (2024). Automatic speech-based assessment to discriminate Parkinson’s disease from essential tremor with a cross-language approach. npj Digital Medicine, 7(1), 37.
[7] Fusar-Poli, P., Borgwardt, S., Bechdolf, A., Addington, J., Riecher-Rössler, A., Schultze-Lutter, F., ... & Yung, A. (2013). The psychosis high-risk state: a comprehensive state-of-the-art review. JAMA psychiatry, 70(1), 107-120.
