Şizofreni hastalığının tanısında yapay zeka temelli metin analizinin kullanımı ve saptanan dil bozukluklarının bilişsel fonksiyonlarla ilişkisinin incelenmesi
The use of artificial intelligence-based text analysis in the diagnosis of schizophrenia and the examination of the relationship between identified language impairments and cognitive functions
- Tez No: 908696
- Danışmanlar: PROF. DR. ÖMER FARUK DEMİREL
- Tez Türü: Tıpta Uzmanlık
- Konular: Psikiyatri, Psychiatry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Cerrahpaşa Tıp Fakültesi
- Ana Bilim Dalı: Ruh Sağlığı ve Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 86
Özet
Amaçlar: Şizofreni hastalığında düşünce ve dil bozuklukları hastalığın temel özelliklerinden birisidir ve bilişsel bozukluklarla yakından ilişkilidir. Bahsedilen düşünce ve dil bozukluklarını nicel olarak incelemek için otomatize dil analizi yöntemleri kullanılmıştır. Bu çalışmada şizofreni hastaları ile sağlıklı kontrollerin dilbilgisel özellikleri otomatik yöntemlerle analiz edilmiş; gruplar arasındaki farklar incelenmiş; ve elde edilen verilerin düşünce bozuklukları, bilişsel bozukluklar ile belirti şiddetiyle olan ilişkisinin araştırılması amaçlanmıştır. Gereç ve Yöntem: Araştırmamız bir kesitsel, vaka-kontrol çalışması olup 30 şizofreni hastası ve 30 sağlıklı kontrol katılımcıyla gerçekleştirilmiştir. Katılımcılara Montreal Bilişsel Değerlendirme (MoCA-TR), Pozitif ve Negatif Sendrom Ölçeği (PANSS), Düşünce ve Dil Bozuklukları Ölçeği (DDÖ) anketleri uygulanmıştır. DDÖ'nün uygulaması sırasında katılımcıların ses kayıtları alınmış, daha sonra bu kayıtlar transkripte edilmiştir. Transkriptler üzerinde, Türkçe Spacy, dil bilgisi etiketleme ve Word2Vec ile doğal dil analizleri yapılmıştır. Dilbilgisel veriler üzerinden hastaları tahmin eden Random Forrest Classifier modeli oluşturulmuştur. Elde edilen veriler istatistiksel yöntemlerle değerlendirilmiştir. Bulgular: Şizofreni hastalarında MoCA-TR skorları düşük, PANSS ve DDÖ skorları yüksek bulunmuştur. Dil analizi sonuçları, hastalarda düşük TTR, azalmış bağlaç kullanımı ve artmış belirsiz zamir kullanımını göstermiştir. Ortalama kosinüs benzerliği şizofreni hastalarında sağlıklı katılımcılara kıyasla düşük tespit edilmiştir. Makine öğrenimi modeli, şizofreni hastalarını %83 doğrulukla tahmin etmiştir. Dilbilgisel ölçütler, bilişsel ve düşünce bozuklukları ve semptom şiddetini yansıtacak şekilde anlamlı ilşkiler göstermiştir. Sonuç: Otomatize dil analizi, şizofrenide gözlenen düşünce bozukluklarını ve bilişsel bozuklukları yansıtmaktadır. Dilbilgisel verilen makine öğrenimi modeli ile analizi klinik anlamda ayrım yapmada başarılı bir araç olarak öne çıkmıştır. Bu yöntemin şizofreni hastaları için bir tanısal biyo-belirteç olarak kullanılma potansiyeli gösterilmiştir.
Özet (Çeviri)
Aim: Thought and language disorders are core features of schizophrenia and are closely related to cognitive impairments. Automated language analysis methods have been employed to quantitatively investigate these thought and language disorders. This study aimed to analyze the linguistic features of patients with schizophrenia and healthy controls using automated methods, examine group differences, and explore the relationship of the obtained data with thought disorders, cognitive impairments, and symptom severity. Material and Method: This cross-sectional, case-control study included 30 patients with schizophrenia and 30 healthy controls. Participants were assessed using the Montreal Cognitive Assessment (MoCA-TR), the Positive and Negative Syndrome Scale (PANSS), and the Thought and Language Index (TLI). During the application of the TLI, participants' speech was recorded and later transcribed. Transcripts were analyzed using Turkish Spacy, grammatical tagging, and Word2Vec for natural language processing. A Random Forest Classifier model was developed to predict patients based on linguistic data. Statistical methods were applied to evaluate the results. Results: Patients with schizophrenia had lower MoCA-TR scores and higher PANSS and TLI scores. Language analysis revealed lower Type-Token Ratio (TTR), reduced use of conjunctions, and increased use of ambiguous pronouns in patients. Average cosine similarity was significantly lower in schizophrenia patients compared to healthy participants. The machine learning model predicted schizophrenia patients with 83% accuracy. Linguistic features showed significant associations with cognitive and thought disorders as well as symptom severity. Conclusion: Automated language analysis reflects the thought and cognitive impairments observed in schizophrenia. The analysis of linguistic data using a machine learning model proved to be a successful tool for clinical differentiation. This method demonstrates the potential to serve as a diagnostic biomarker for schizophrenia.
Benzer Tezler
- Research on the development of an artificial intelligence based expert system for the detection of schizophrenia from eeg data
Şizofreni hastalığının eeg verilerinden tespiti için yapay zeka tabanlı bir uzman sistem geliştirilmesinin araştırılması
OSMAN KÜÇÜK
Yüksek Lisans
İngilizce
2025
Mühendislik BilimleriYıldız Teknik ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL CANTÜRK
- Vaka yönetiminin şizofreni hastalarının klinik belirtileri, sosyal işlevselliği ve yaşam kalitesi üzerine etkisi
The effect of case management on clinic symptoms, social functioning and li̇fe quality of schizophrenia patients
EMİNE AYDIN
- Şizofreni hastalarında dürtüsellik ve intihar özellikleri ile S100S ve BDNF düzeylerinin ilişkisi
The relationship between impulsivity, suicidal characteristics, and serum S100B and BDNF levels in patients with Schizophrenia
YUNUS EMRE KAYA
Tıpta Uzmanlık
Türkçe
2025
PsikiyatriKaradeniz Teknik ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. DEMET SAĞLAM AYKUT
- Ailesel olan ve ailesel olmayan şizofreni hastalarında kromozomal yeni düzenlenimlerin konvansiyonel sitogenetik ve moleküler sitogenetik yöntemlerle incelenmesi
Detection of chromosomal rearrangements in familial or non-familial schizophrenia patients by using conventional cytogenetic and molecular cytogenetic techniques
ALTUĞ KOÇ
Tıpta Uzmanlık
Türkçe
2008
GenetikGazi ÜniversitesiTıbbi Genetik Ana Bilim Dalı
DOÇ. DR. MERAL YİRMİBEŞ KARAOĞUZ
- Şizofreni hastalarında NMDA reseptör alt birimlerinin karşılaştırılması
Comparison of NMDA receptor subunits in patients with schizophrenia
ŞENOL BAYRAM
Tıpta Uzmanlık
Türkçe
2020
PsikiyatriSağlık Bilimleri ÜniversitesiRuh Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. İHSAN TUNCER OKAY