基于语言、声学和面部表情多模态特征预测精神病前驱期的计算语言学方法研究

《Schizophrenia》：Collecting language, speech acoustics, and facial expression to predict psychosis and other clinical outcomes: strategies from the AMP? SCZ initiative

本研究通过AMP?SCZ计划开发标准化多模态数据采集流程，利用自然语言处理(NLP)和机器学习(ML)技术分析临床高风险(CHR)人群的语言特征。研究发现CHR个体出现代词使用增多、形容词/副词减少等特异性语言模式，为早期精神病检测提供了客观生物标志物。该成果发表于《Schizophrenia》期刊，标志着计算精神病学在精准预测领域取得重要突破。

　　

在精神病学领域，早期识别 psychosis（精神病）前驱期患者一直是重大挑战。传统诊断主要依赖临床症状评估，存在主观性强、发现晚等局限。而语言行为作为思维的外在表现，在精神病早期就会出现微妙变化，这为开发客观生物标志物提供了新思路。然而，以往研究受限于样本规模和数据采集标准不一，难以建立可靠的语言预测模型。

为解决这一难题，加速医学伙伴计划精神分裂症项目(AMP^?SCZ)开展了大规模国际合作研究。该项目通过标准化操作流程(SOP)采集三种语言样本：PSYCHS（阳性症状和诊断标准）半结构化临床访谈、开放式定性访谈和音频日记，同步记录语言、语音声学和面部表情数据。研究团队建立了完整的音视频语言(AVL)处理管道，对来自28个ProNET站点和15个PRESCIENT站点的数据进行统一处理和分析。

关键技术方法包括：基于Zoom平台的双声道分离录音技术，确保每位发言者的音频独立采集；使用TranscribeMe!服务进行多语言转录和敏感信息脱敏；通过Praat和openSMILE工具提取6443种声学特征；应用MediaPipe和Py-Feat算法分析面部动作单元(AU)；利用Stanza自然语言处理工具包解析102种语法特征。

语言特征分析结果

研究发现临床高风险(CHR)个体与社区对照(CC)在语言表达上存在显著差异。CHR参与者代词使用频率普遍增高，包括人称代词(PRP)、所有格限定词(Prs)、主格(Nom)和宾格(Acc)代词等，这一模式在PSYCHS访谈和开放式访谈中均达到统计学显著性(p<0.001)。值得注意的是，这种代词增多现象不仅限于第一人称，还涉及第三人称和中性代词，表明CHR个体存在广泛的指代系统异常。

句法复杂性特征

与预期相反，CHR参与者表现出更高的句法复杂性，特别是在标记词(mark)、状语从句修饰语(advcl)和不定式(Inf)等嵌入结构的使用上。然而，进一步分析发现这种复杂性增加与言语输出量密切相关。在PSYCHS访谈中，CHR参与者平均产生2192.81个单词，显著高于CC组的1209.26个单词(p<0.0001)，导致平均句子长度相应增加。

内容词使用模式

CHR个体在形容词(ADJ)、副词(ADV)和名词(NOUN)的使用上显著减少。形容词频率在开放式访谈(p=0.021)和音频日记(p=0.015)中明显降低，副词在PSYCHS访谈(p=0.032)和开放式访谈(p<0.001)中均减少，复数名词(NNS)在PSYCHS访谈(p=0.050)和日记(p=0.017)中也呈下降趋势。这种内容词的普遍减少与代词增多形成鲜明对比，反映CHR个体语言表达的具体性和描述性下降。

任务特异性影响

不同语言采样方法对特征检测有重要影响。PSYCHS访谈与开放式访谈的语言特征比值比(OR)相关性最强(r=0.577)，而PSYCHS与音频日记的相关性较弱(r=0.217)。这表明结构化访谈更能激发CHR个体的语言差异，而自发性的日记记录可能掩盖某些特征。

研究结论表明，代词使用增多是CHR最稳定的语言生物标志物，不受任务类型影响且与言语量无关。而句法复杂性变化可能主要反映言语输出量的差异而非本质性语法障碍。CHR个体语言模式呈现"指代增多、描述减少"的特点，即依赖上下文的理解性词汇（代词）增加，而自含语义的内容词（名词、形容词、副词）减少。这种语言特征组合为精神病早期检测提供了特异性指标，有望通过计算语言学方法实现客观、可量化的风险评估。该研究成果标志着语言生物标志物研究从探索阶段向临床应用迈出了重要一步，为开发基于自然语言处理的早期精神病预测工具奠定了坚实基础。