Wat je zegt - en hóe je dat zegt - verraadt wellicht wat zich in je hoofd afspeelt, nog voordat je dat zelf doorhebt. Wetenschappers proberen zo mentale aandoeningen tijdig op te sporen.
Of het nou komt door corona, klimaatverandering of prestatiedruk – onze jongeren ervaren meer en meer mentale problemen. Het is razend belangrijk om zulke problemen vroeg te herkennen, maar dat is lastig, omdat je mentale aandoeningen niet kunt vaststellen met een bloedtestje. Een nieuwe ontwikkeling biedt hoop: computers worden steeds beter in het opsporen van aandoeningen op basis van automatische taalanalyses. Een persoon met bijvoorbeeld een depressie spreekt namelijk anders dan normaal, en computers kunnen dat snel detecteren. Hoe werkt dat precies, en hoe helpt het jongeren?
Emotionele lading
Janna de Boer is kinder- en jeugdpsychiater én taalwetenschapper. “Als psychiater is het gesprek met een patiënt je eerste onderzoeksmiddel. Je praat, vraagt naar klachten, je kijkt: wat voor indruk maakt iemand? Je gebruikt dus al veel informatie uit taal, dat is de belangrijkste bron om iemands denken te beoordelen. Door de gigantische ontwikkelingen van taalmodellen kunnen we die informatie steeds beter kwantificeren.”
— Janna de BoerOver een depressie praat je automatisch in wat minder actieve en initiatiefrijke taal
Psychiaters zoeken al heel lang naar fysieke kenmerken, zoals een stofje in je bloed, die kunnen bewijzen dat er sprake is van een specifieke stoornis. Bijvoorbeeld voor depressie is zoiets nog nooit gevonden, maar computationele analyses van taalgebruik lijken deze rol nu toch te kunnen vervullen. Als een computer ‘gewoon’ taalgebruik vergelijkt met hoe mensen met een depressie spreken, zie je namelijk belangrijke verschillen, vertelt De Boer. “Bij een depressie is de akoestiek van spraak erg verstoord. Mensen met een ernstige depressie praten vaak heel zacht, ze fluisteren bijna. Ze praten vaak ook heel weinig en langzaam. Bij een ernstige depressie valt dit de psychiater meteen op. Met computeranalyses kunnen we ook juist subtiele of beginnende kenmerken detecteren. Bij mensen die ooit een depressie hebben gehad, hopen we dan vroege symptomen te herkennen, nog voordat iemand weer ernstig ziek wordt.” De spraakanalyses zijn in maar liefst 91 procent van de gevallen succesvol in het diagnosticeren van een depressie, blijkt uit een grote overzichtsstudie.
Behalve naar spraak kijkt de computer ook naar de inhoud van wat iemand zegt. Bijvoorbeeld naar de emotionele lading van woorden: gebruikt een sombere patiënt woorden als ‘mooi’ en ‘blij’, of vaker ‘stom’ en ‘saai’? Ook gebruiken mensen met een depressie minder vaak ‘ik’. “Een depressie overkomt je”, legt De Boer uit, “dat is niet iets wat je kiest. Daar praat je automatisch over in wat minder actieve en initiatiefrijke taal. Je vertelt het eerder in termen van ‘het overkwam me, het gebeurde’, in plaats van ‘ik werd wakker en wilde een depressie hebben’. Daar kijken we dus ook naar: hoe vaak zegt iemand ‘ik’, hoeveel actieve of passieve zinnen gebruikt een patiënt?”
Met spraak- en taalanalyses kan een depressie of andere mentale aandoening vroeg en accuraat worden opgespoord. Dat is voor alle patiënten belangrijk, maar juist voor jongeren kan er een bijkomend voordeel zijn. De Boer: “Bijvoorbeeld angststoornissen worden bij jongeren vaak heel laat herkend. Alle pubers hebben namelijk wel wat last van angsten en somberheid. Angstige jongeren en hun ouders denken al snel: ach, het is de leeftijd. Maar hoe langer je ergens bang voor bent, hoe meer je gaat vermijden, en hoe groter het wordt. Hopelijk kunnen we juist bij angststoornissen steeds eerder herkennen wanneer het gewoon bij de puberteit hoort, en wanneer het een stoornis is. Nu herkennen we dat vaak pas als ze op kamers wonen en studeren. Dan is ingrijpen veel moeilijker.”
Chronisch vermoeid
Het onderzoek naar taalanalyses waarmee je mentale aandoeningen kunt vaststellen staat nog in de kinderschoenen, maar de eerste resultaten zijn veelbelovend. Naast depressie en angststoornissen kun je aan de hand van taal ook schizofrenie, PTSS, autisme, en neurologische aandoeningen zoals parkinson en alzheimer detecteren. Ook taalwetenschapster Marijana Marelj doet onderzoek op dit gebied, en als ik haar spreek brandt ze direct los over een nieuwe ontdekking: ook het chronisch vermoeidheidssyndroom, een lastig vast te stellen en slecht begrepen aandoening, lijkt goed diagnisticeerbaar met de nieuwe computationele meetmethodes.
Marelj werkt samen met het Wilhelmina Kinderziekenhuis. Daar is FitNet ontwikkeld: een online cognitieve gedragstherapie voor jongeren van 12 tot 18 jaar met het chronisch vermoeidheidssyndroom. De getroffen jongeren voeren online gesprekken met behandelaars, en dat blijkt heel effectief: bij 70 procent van de deelnemers verminderen de symptomen. Dat is geweldig, maar het is natuurlijk wel frustrerend voor de andere 30 procent. Het liefst zou je vroeg willen weten bij wie de therapie gaat helpen, zodat je voor de andere patiënten iets anders kunt proberen.
Marelj: “Er is een punt in de behandeling waar je heel goed kunt zien dat patiënten de goede kant op gaan of juist dat de symptomen verergeren. En bij de mensen bij wie het slechter gaat, zie je precíés op dat moment de niet-actieve taal toenemen. Ze gebruiken meer passieve zinnen, en meer naamwoorden in plaats van werkwoorden. Ze hebben het bijvoorbeeld over ‘het maken van huiswerk’ in plaats van ‘ik ga huiswerk maken’. Dat is heel opvallend, want we weten uit psychologisch onderzoek dat juist dat gevoel van handelingsbekwaamheid en initiatief nemen heel sterk verbonden is met mentaal welzijn. Passieve zinnen en naamwoorden zijn de talige uiting daarvan. Je kunt daarmee dus goed voorspellen bij wie de behandeling niet aan zal slaan.”
Feedback
De taalmethodes gaan allemaal terug op het idee dat je taalgebruik iets over je innerlijke leven onthult: iets wat je misschien zelf niet doorhebt of niet aan je dokter wilt vertellen, bijvoorbeeld als je suïcidale gedachten hebt. De eerste methodes ontstonden in de jaren 70. Toen was het nog een kwestie van woorden tellen: een tijdrovend proces dat niet geschikt was voor snelle analyses van grote hoeveelheden taal. Met de technieken van nu gaat dat sneller en ook veel beter. Marelj: “In dat oude onderzoek namen ze de context van woorden niet mee. Dan telden ze bijvoorbeeld hoe vaak het woord ‘koud’ voorkwam. Maar het maakt voor de emotionele lading nogal wat uit of iemand het heeft over ‘koud bier’ of ‘een koude reactie’. De hedendaagse methodes kunnen dat meenemen.” Bij de allernieuwste methodes hoef je de computer niet eens te vertellen naar welke woorden of grammaticale patronen hij moet zoeken: die vergelijken een grote verzameling gewone taal met een paar minuten spraak van een patiënt, en dan rollen de verschillen er vanzelf uit.
Het huidige onderzoek richt zich vooral op het nog nauwkeuriger vaststellen van stoornissen en het eventuele succes van behandelingen, bij steeds meer aandoeningen. De deelnemers zijn meestal mensen die al symptomen hebben, of een bepaald probleem al eerder hebben gehad en risico lopen op een terugval. Volgens De Boer kan het in de toekomst misschien mogelijk worden om ook de taal van gezonde mensen te monitoren. “Sommige mensen houden met een Fitbit de hele tijd bij wat hun hartslag is en hun bloeddruk, en ze vullen de hele tijd in wat ze eten en hoeveel ze bewegen en slapen. Ik kan me voorstellen dat op die manier ook spraak geanalyseerd kan worden. Gewoon de microfoon aanzetten, en dan krijg je feedback over je mentale gezondheid. Je moet dat natuurlijk goed regelen qua privacy; mensen moeten niet het idee krijgen dat ze afgeluisterd worden. Maar juist jongeren staan hier misschien wel voor open. Zij groeien op in een digitale wereld waarbij ze veel op sociale media zitten. Ze doen eigenlijk alles op hun telefoon. Dus deze vorm van taalmonitoring en -analyse zou goed kunnen werken voor jongeren.”