Modelos computacionales para la caracterización de estados mentales alterados

• Autores: Carrillo, Facundo
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Fernández Slezak, Diego; Sigman, Mariano
• Materia: ESTADOS MENTALES ALTERADOS; APRENDIZAJE AUTOMATICO; PROCESAMIENTO DEL LENGUAJE NATURAL; COHERENCIA DISCURSIVA; INTELIGENCIA ARTIFICIAL; ALTERED MENTAL STATES; MACHINE LEARNING; NATURAL LANGUAGE PROCESSING; DISCURSIVE COHERENCE; ARTIFICIAL INTELLIGENCE
• Institución: Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales

Hoy en día, la mayoría de las áreas profesionales usan las Ciencias de la Computación (CS) como uno de sus fundamentales componentes. En muchas actividades, la penetración de tecnologías heredadas de las CS son imprescindibles, no solo para gene- rar alta competencia, sino porque proponen avances disruptivos e imposibles de alcanzar sin estas. La inteligencia artificial proba-blemente sea el área de CS que mayor avanzó en la última década, dentro de la inteligencia artificial los sistemas que usan recur- sos de Procesamiento del Lenguaje Natural (NLP) son incontables. El abanico donde las herramientas de NLP cumplen un rol pro-tagónico es muy amplio. En particular, son fuertemente usadas para cuánticar diversos atributos, no sólo sobre qué está hablando un mensaje sino sobre la intención y el estado del sujeto que lo produce. En este trabajo construimos y usamos herramientas de NLP para caracterizar los estados mentales alterados a través del discurso como privilegiada ventana a la mente. A partir de este marco de trabajo, aplicamos distintas técnicas y definimos algoritmos que nos permiten modelar las propiedades particulares de cada alteración. Para validar el marco aplicamos esta estrategia en diferen-tes casos. En el capítulo de estados mentales alterados por patologías, estudiamos diferentes casos. En primer lugar encontramos que el dis-curso de pacientes con esquizofrenia se ve alterado y que esta alteración es capturada por nuestro algoritmo de coherencia. Nu-estro algoritmo mide cómo se vinculan semánticamente frases sucesivas. En el caso de los sujetos patológicos, observamos que estos tienen un nivel de coherencia medio inferior al del grupo control y a su vez presentan disrupciones más pronunciadas. Como continuación de este caso, estudiamos sujetos prodrómicos de psicosis por esquizofrenia, es decir sujetos que aun no presentan síntomas pero pertenecen a un grupo de riesgo de generarla. En este estudio vemos que analizando los niveles de coherencia po-demos, aplicando un algoritmo de aprendizaje automático en un contexto de validación cruzada, distinguir cuales sujetos en el fu-turo desarrollarán psicosis por esquizofrenia y cuáles no. Otro caso de estudio es el de sujetos bipolares. En este caso vemos co-mo la valencia del lenguaje, en términos de positividad y negatividad del uso de palabras, diferencia los sujetos patológicos. Usado la misma estrategia de aprendizaje supervisado, encontramos que podemos clasificar con buen nivel de performance entre los dos grupos. Por último, estudiamos el uso de herramientas de NLP y de aprendizaje automático de una perspectiva ortogonal a la an-terior. Creamos un modelo que nos permite seleccionar qué sujetos son aptos para un tratamiento psicofarmacológico con psiloci-bina para depresión crónica y cuáles no. De esta manera mejoramos los valores de sensibilidad del tratamiento creando un test de susceptibilidad basado en herramientas de NLP disminuyendo la masa de sujetos intervenidos con resistencia al tratamiento. Luego de estudiar los estados mentales alterados por patologías, trabajamos en dos casos de estudio de mentes alteradas por in-toxicaciones farmacológicas. En este capitulo, medimos los efectos de un experimento con MDMA y con LSD dondec aracteriza-mos los efectos en el lenguaje a partir de modelos computacionales. Como último escenario, estudiamos como cambios endocri-nos impactan en el lenguaje, modelando cuantitativamente con herramientas de NLP, cómo afectan estos cambios en el lenguaje. Teniendo en cuenta los casos de estudios, esta tesis pone evidencia sobre cómo los métodos computacionales de NLP sumados a técnicas de aprendizaje automático son una herramienta útil y novedosa para estudiar el lenguaje. Particularmente en un escena-rio donde este se ve afectado producto de las alteraciones que subyacen a su productor: la mente.
Nowadays, most professional areas use Computer Science (CS) as fundamental components. In many activities, the penetration of technologies inherited from CS are essential, not only to generate high competition but the CS allow to achieve disruptive advances. Articial intelligence is probably the CS area that has developed more than any in the last decade, within articial intelli-gence systems that use Natural Language Processing (NLP) resources are countless. The applications areas where the NLP tools play a leading role is very broad. In particular, they are strongly used to quantify diferent speech characteristics, not only what a message is talking about, but also the intention and state of the subject that produces it. In this work, we build and use NLP tools to characterize altered mental state, using the speech as window to the mind. We tested this approach in diferent scenarios. In the chapter altered mental state by pathologies, we study three diferent cases. First, we measured the incoherence level in schi-zophrenia patients and we built a model that allow to sort subjects between control subjects and patients. In the second case, we tested the coherence method in high risk patients of psychosis by schizophrenia. In this case we found that we could sort between those subjects that are going to convert to schizophrenic before they do it. Then we analyze subjects with bipolar disorder and we built a model to classify between patients or control subject. As last case of this chapter, we built a system that it measures the probability that a particular subject has to respond to a psychopharmacology treatment. In the chapter, altered mental state by drug intoxications, we tested our approach in two diferent experiment. The rst one, we repli-cated the results in a previous study with MDMA in a new cohort. Then we study in a small experiment the efect of the LSD in speech. In the chapter, altered mental state by endocrine system.We quantied the efect of some hormones in two scenarios: the menstrual cycle and in pregnancy. In this thesis, we developed new NLP tools and we combined them with machine learning methods to build models that characteri-ze the alterations of mental states in diferent scenarios.
Fil: Carrillo, Facundo. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.