Le analisi computerizzate del linguaggio sono state ottenute da diverse interviste con dei giovani a rischio in due differenti coorti – una a New York City con 34 partecipanti e l’altra a Los Angeles con 59 partecipanti – per i quali era nota l’insorgenza della psicosi entro i due anni successivi. La precisione delle analisi è stata di circa l’83%.

I ricercatori (Corcoran et al.) hanno identificato un classificatore vocale di apprendimento automatico, comprendente una minore coerenza semantica, una maggiore discrepanza in tale coerenza e un ridotto utilizzo di pronomi possessivi, con un’accuratezza dell’83% nel predire l’insorgenza della psicosi (intra-protocollo), invece, un’accuratezza incrociata di 79% della previsione di insorgenza della psicosi nella coorte di rischio originale (protocollo incrociato) e un’accuratezza del 72% nel discriminare il linguaggio di pazienti con psicosi di recente insorgenza da quelli di individui sani.
Ad ogni parola in ogni trascrizione è stata assegnato un vettore semantico; ogni parola è stata anche taggata rispetto alla sua funzione grammaticale.

L’algoritmo di apprendimento automatico classifica il discorso in base al fatto che sia caratteristico degli individui che svilupperanno la psicosi, al contrario di quelli che non lo faranno. In altri termini, l’algoritmo impara gli schemi sottostanti in un sottoinsieme di trascrizioni e poi in modo iterativo, prevedendo la classificazione (insorgenza di psicosi oppure no) in nuove trascrizioni non usate durante la fase di apprendimento.