Kwantyfikacja poprawy objawów psychotycznych u pacjentów z schizofrenią leczonych klozapiną: analiza notatek klinicznych za pomocą dużych modeli językowych

Dlaczego codzienna mowa może ujawniać ukryte zmiany

Kiedy osoby zmagające się ze schizofrenią opowiadają o swoim dniu, dobór słów może dyskretnie odzwierciedlać, jak dobrze działa leczenie. W przepełnionych szpitalach lekarze rzadko mają jednak czas, by przeszukać lata notatek klinicznych i sprawdzić, czy mowa pacjenta staje się czytelniejsza, spokojniejsza lub bardziej pełna nadziei. To badanie pokazuje, jak nowoczesne narzędzia sztucznej inteligencji, zwane dużymi modelami językowymi, mogą analizować te notatki i wychwytywać subtelne oznaki poprawy objawów podczas leczenia klozapiną.

Przekształcanie rutynowych notatek w użyteczne sygnały

Badacze skupili się na grupie 30 osób z ciężką, oporną na leczenie schizofrenią, które rozpoczęły terapię klozapiną — lekiem zarezerwowanym na przypadki, gdy inne środki zawodzą. W Japonii rozpoczęcie leczenia klozapiną wiąże się z pobytem szpitalnym i starannym monitorowaniem, co tworzy bogaty ślad elektronicznych dokumentów medycznych. Z tych zapisów zespół wydobył jedynie fragmenty, w których psychiatrzy zapisywali to, co powiedzieli pacjenci — powitania, skargi na sen czy relacje o słyszeniu głosów. Ostatecznie uzyskano ponad 22 000 zdań z ponad 5 000 notatek, obejmujących miesiąc przed podaniem klozapiny oraz trzy równie długie etapy podczas leczenia szpitalnego.

Prośba do AI o ocenę objawów psychiatrycznych

Aby przekształcić surowy tekst w oceny objawów, zespół wykorzystał trzy potężne modele językowe. Każdemu modelowi przekazano szczegółowe instrukcje, by zachowywał się jak ekspert psycholog i oceniał każdą notatkę według standardowej skali stosowanej w psychiatrii — Brief Psychiatric Rating Scale. Zamiast polegać na mowie ciała czy tonie głosu, modele oceniały wyłącznie treść wypowiedzi pacjentów, punktując cechy takie jak lęk, dezorganizacja myślenia, nietypowe przekonania, omamy, podejrzliwość i obniżony nastrój. Modele zgodnie wykazały, że kilka kluczowych objawów zmniejszyło się podczas leczenia klozapiną: spadły poziomy lęku, dezorganizacji pojęciowej, podejrzliwości, nietypowych myśli, wypowiedzi podobnych do halucynacji oraz przygnębienia. Zmartwienia somatyczne dotyczące ciała wzrosły początkowo — prawdopodobnie odzwierciedlając wczesne skutki uboczne, takie jak zmęczenie czy senność — a następnie stopniowo ustępowały.

Jak zmieniał się dobór słów podczas leczenia

Zespół zastosował także bardziej tradycyjne metody analizy języka, by lepiej zrozumieć, co modele wychwytywały. Zliczano różne typy słów, jak rzeczowniki, czasowniki, przysłówki i przymiotniki w każdym zdaniu. Z czasem pacjenci używali więcej przymiotników, zwłaszcza określeń opisujących uczucia i stany ciała, takich jak „dobrze”, „przyjemnie”, „zmęczony”, „senny”, „okropnie” i „przerażające”. Jednocześnie zmniejszyło się użycie słowa „nie”. Analiza krótkich dwuwyrazowych połączeń wykazała, że „nie” często pojawiało się w frazach typu „brak zmian” lub „nic szczególnego” — rodzaj lakonicznych odpowiedzi, które pacjenci dają, gdy czują się odłączeni lub zdemotywowani. Mniejsza liczba takich fraz w czasie sugerowała, że pacjenci częściej angażowali się w rozmowy z lekarzami, zamiast je zamykać.

Pomiary tonu emocjonalnego w samych słowach

Aby głębiej zbadać emocje, badacze użyli narzędzia Linguistic Inquiry and Word Count, które sprawdza, jak często pojawiają się słowa związane z pozytywnymi lub negatywnymi uczuciami. Odkryli, że słowa wyrażające pozytywne emocje stały się częstsze w późniejszej części leczenia, podczas gdy słowa negatywne nie uległy większym zmianom. Porównanie tych wzorców z ocenami wygenerowanymi przez modele językowe wykazało powiązania, lecz nie pełną zbieżność. Modele były szczególnie dobre w wychwytywaniu szerokich zmian w lęku i nastroju, podczas gdy liczenie oparte na słowniku uwydatniało wzrost jednoznacznie pozytywnych wyrażeń. Razem tworzyły obraz pacjentów, których mowa stawała się bardziej emocjonalnie bogata i mniej zdominowana przez cierpienie w miarę postępu leczenia.

Co to oznacza dla przyszłej opieki

Dla osoby niebędącej specjalistą główne przesłanie jest proste: uważne słuchanie tego, jak pacjenci mówią — na podstawie notatek klinicznych już zawartych w dokumentacji — pozwala systemom AI wykrywać istotne poprawy w objawach psychotycznych i życiu emocjonalnym podczas leczenia. Badanie sugeruje, że nawet gdy notatki są krótkie i niedoskonałe, duże modele językowe mogą wspierać klinicystów, śledząc trendy, które w przeciwnym razie mogłyby zostać przeoczone, takie jak jaśniejsze myślenie, mniej wypowiedzi związanych z halucynacjami i bardziej pozytywna, zaangażowana rozmowa. Te narzędzia nie zastąpią sądu ludzkiego, lecz mogą w przyszłości zapewnić niewymagające dużego wysiłku, działające w tle monitorowanie, które pomoże lekarzom dostosować opiekę, szybciej dostrzegać problemy i lepiej rozumieć, jak zmienia się wewnętrzny świat pacjentów w czasie.

Cytowanie: Matsumura, M., Nishida, K., Toyoda, K. et al. Quantifying improvement of psychotic symptoms in clozapine-treated schizophrenia: clinical note analysis with large language models. Sci Rep 16, 8835 (2026). https://doi.org/10.1038/s41598-026-39676-0

Słowa kluczowe: schizofrenia, klozapina, notatki kliniczne, duże modele językowe, objawy psychozy