Knowledge-Hub Digitalisierung, KI & Gesundheitein Angebot von Monitor Versorgungsforschung

Knowledge-Hub Digitalisierung, KI & Gesundheit › Studien

Natural Language Processing erkennt Veränderungen in Psychosesymptomen an Sprachmerkmalien in Längsschnitt

Just SA et al. · Transl Psychiatry · erschienen 19.08.2026 · in PubMed seit 15.11.2026 · PMID 43035468

Von KI ausgewählt und zusammengefasst

Worum es geht

Längsschnittstudie an 95 Personen mit Schizophrenie oder schizoaffektiver Störung: Sprechproben und klinische Bewertungen wurden zu Baseline und nach 6 Monaten mit Natural Language Processing analysiert, um zu prüfen, ob automatisierte Sprachmarker intraindividuelle Symptomschwankungen abbilden.

Ergebnis

Acht NLP-Marker für Sprachmenge, Lexik-, Syntaxkomplexität, semantische Ähnlichkeit und Vernetzung zeigten longitudinale Sensitivität für Symptomveränderungen. Moving-Average-Type-Token-Ratio, Token-Count, semantische Ähnlichkeit und Graph-Konnektivität waren am aussagekräftigsten (p<0,05). Partial Least Squares-Regression zeigte signifikante Assoziation zwischen NLP-Markerveränderungen und Komponenten für Negativ- und Gesamtsymptome.

Übertragbarkeit auf Deutschland

Deutsche und britische Zentren, offene Kohorten-Langzeitforschung zur Symptomüberwachung in Psychose

Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.