Kvantifiering av förbättring av psykotiska symtom vid klorazapinbehandlad schizofreni: analys av kliniska anteckningar med stora språkmodeller

Varför vardagligt tal kan avslöja dolda förändringar

När personer med schizofreni berättar om sin dag kan deras ordval diskret återspegla hur väl behandlingen fungerar. Men i hektiska sjukhusmiljöer har läkare sällan tid att gå igenom år av kliniska anteckningar för att se om en patients tal blir tydligare, lugnare eller mer hoppfullt. Denna studie visar hur moderna verktyg inom artificiell intelligens, så kallade stora språkmodeller, kan läsa dessa anteckningar åt oss och plocka upp subtila tecken på att symtomen förbättras under behandling med läkemedlet klorazapin.

Att omvandla rutinanteckningar till användbara signaler

Forskarna koncentrerade sig på en grupp om 30 personer med svår, läkemedelsresistent schizofreni som påbörjade klorazapin, ett läkemedel som används när andra läkemedel har misslyckats. I Japan kräver insättning på klorazapin sjukhusvistelse och noggrann övervakning, vilket skapar ett rikt spår av elektroniska journaler. Ur dessa journaler plockade teamet ut endast de delar där psykiatriker hade skrivit ner vad patienterna sa, såsom hälsningsfraser, klagomål över sömn eller rapporter om att höra röster. De hamnade med mer än 22 000 meningar från över 5 000 anteckningar, täckande månaden innan klorazapin och tre lika långa faser under sjukhusbehandlingen.

Att be AI värdera psykiatriska symtom

För att omvandla råtext till symtompoäng använde teamet tre kraftfulla språkmodeller. De gav varje modell detaljerade instruktioner att agera som en expertpsykolog och betygsätta varje anteckning enligt en standardiserad checklista som används inom psykiatrin, Brief Psychiatric Rating Scale. Istället för att förlita sig på kroppsspråk eller röstläge bedömde modellerna bara vad patienterna sa, och skattade funktioner som ångest, desorganiserat tänkande, ovanliga föreställningar, hallucinationer, misstänksamhet och nedstämdhet. Modellerna var överens om att flera centrala symtom minskade under klorazapinbehandlingen: ångest, konceptuell desorganisation, misstänksamhet, ovanliga tankar, hallucinationsliknande uttalanden och låg sinnesstämning sjönk alla över tid. Somatiska bekymmer om kroppen ökade först—troligtvis som spegling av tidiga biverkningar såsom trötthet eller dåsighet—för att sedan gradvis lätta.

Hur ordvalet förändrades under behandlingen

Teamet tillämpade också mer traditionella språkanalysmetoder för att bättre förstå vad modellerna plockade upp. De räknade olika ordklasser, som substantiv, verb, adverb och adjektiv, i varje mening. Med tiden använde patienterna fler adjektiv, särskilt ord som beskriver känslor och kroppstillstånd såsom "bra", "behaglig", "trött", "sömnig", "fruktansvärd" och "läskig". Samtidigt minskade användningen av ordet "nej". Genom att titta på korta tvåords-kombinationer såg forskarna att "nej" ofta förekom i fraser som "ingen förändring" eller "inget särskilt", den typ av platta svar patienter ger när de känner sig avtrubbade eller omotiverade. Färre sådana fraser över tid antydde att patienterna i större utsträckning började engagera sig med sina läkare i stället för att avbryta konversationer.

Mäta känsloladdning i orden själva

För att fördjupa analysen av känslor använde forskarna ett verktyg kallat Linguistic Inquiry and Word Count, som kontrollerar hur ofta människor använder ord kopplade till positiva eller negativa känslor. De fann att positiva känsloord blev vanligare i senare delar av behandlingen, medan negativa känsloord inte förändrades mycket. När de jämförde dessa mönster med poängen som språkmodellerna producerade fann de att båda metoderna var relaterade men inte identiska. Modellerna var särskilt bra på att fånga breda skiftningar i ångest och stämningsläge, medan ordlistbaserade räkningar framhävde ökningen av explicit positiva uttryck. Tillsammans målade de en bild av patienter vars tal blev emotionellt rikare och mindre dominerat av lidande i takt med att behandlingen fortskred.

Vad detta betyder för framtida vård

För en icke-specialist är huvudbudskapet enkelt: genom att noggrant lyssna på hur patienter talar—genom de kliniska anteckningar som redan finns i deras journaler—kan AI-system upptäcka meningsfulla förbättringar i psykotiska symtom och känsloliv under behandling. Studien antyder att även när anteckningarna är korta och ofullkomliga kan stora språkmodeller stödja kliniker genom att följa trender som annars skulle kunna missas, såsom klarare tänkande, färre hallucinationsrelaterade kommentarer och mer positivt, engagerat samtal. Medan dessa verktyg inte kommer att ersätta mänskligt omdöme kan de en dag erbjuda låginsats, bakom kulisserna-övervakning som hjälper läkare att skräddarsy vård, upptäcka problem tidigare och förstå hur patienters inre världar förändras över tid.

Citering: 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

Nyckelord: schizofreni, klorazapin, kliniska anteckningar, stora språkmodeller, psykossymtom