Det hela började våren 2013, när doktoranden Oscar Kjell kom in till sin handledare Sverker Sikströms kontor och frågade om man kan mäta välbefinnande och harmoni med ord istället för siffror.
Men den verkliga tillämpningen började när Katarina Kjell föreslog att detta kunde hjälpa människor i nöd och göra stor nytta i arbetet med psykisk ohälsa. Mental ohälsa står i dag för 45 procent av alla sjukskrivningar och diagnosistering som ger bättre möjligheter till rätt behandling är välkommet, var tanken.
Idag får patienter, i samband med ett första besök till psykolog eller psykiatriker ofta gradera sitt mående med en siffra på en skattningsskala. På så sätt blir det enklare för läkare att föreslå behandling.
– Om patienten också får beskriva sitt mående med ord blir resultatet mer nyanserat. Med vår ordanalys går det att på ett strukturerat och effektivt mäta psykisk ohälsa med ord, säger Sverker Sikström.
Nuvarande skattningsskalor är bra för att mäta hur dåligt man mår, men med forskarnas automatiserade ordanalys framgår också på vilket sätt patienten mår dåligt. Exempelvis kan metoden skilja mellan ångest och depression som är två olika diagnoser som behandlas med olika metoder.
Verktyget, som fått namnet Worddiagnostics, upptäcker sambandet mellan ord och diagnoser. Det kan handla om att upptäcka återkommande teman i ordvalen eller bedöma ordens valörer, exempelvis hur kraftigt patienten uttrycker sig.
De vetenskapliga rötterna finns i forskning om kvantifiering av semantik, där man mäter vad ord betyder genom titta hur orden förhåller sig till varandra i stora textmassor.
– Genom att korskoppla denna metod med kunskap om psykiska sjukdomar och modern AI-teknik så har vi fått fram en ny metod att diagnostisera ångest och depression, säger Sverker Sikström. Själva enkäten görs digitalt i en app.
Ju fler personer som använder redskapet, desto bättre blir verktyget. Därav "maskininlärning" - systemet är självlärande.
– Men redan nu är svaren tillförlitliga. Vi har tittat på hur ord förekommer tillsammans i databaser med miljarder av ord, och har sedan lärt oss en statistisk modell av hur de 120 000 vanligaste orden relaterar till varandra.
Enkätsvaren summeras i en patientrapport, som blir ett beslutsstöd för behandlaren i diagnostiseringsprocessen. Behandlaren tar sedan beslutet för vidare insatser. Hur ångest och depression förhåller sig till varandra kan också visualiseras i ordmoln.
Någon liknande metod för diagnosticering av mental ohälsa finns inte idag. Därför har forskarna förhoppning om att deras analysmetod kan spridas och göra praktisk nytta i kliniker också utanför Sverige.