KI hinter GPT-3 könnte bei der Erkennung von Alzheimer helfen

Die künstliche Intelligenz (KI), die dem ChatGPT-Programm zugrunde liegt, könnte Medizinern schließlich dabei helfen, die Alzheimer-Krankheit im Frühstadium zu erkennen. ChatGPT hat viel Aufmerksamkeit für seine Fähigkeit erhalten, menschenähnliche schriftliche Antworten zu generieren.

Die neue Forschung stammt von der School of Biomedical Engineering, Science and Health Systems der Drexel University. Es zeigte sich, dass das GPT-3-Programm von OpenAI Hinweise aus spontaner Sprache identifizieren kann, die bei der Vorhersage der frühen Stadien der Demenz eine Genauigkeit von 80 % haben.

Die Studie wurde in der Fachzeitschrift PLOS Digitale Gesundheit.

Verwendung von Sprachdiagnoseprogrammen

Für viele besteht die Herausforderung bei der Diagnose der Alzheimer-Krankheit darin, dass es keinen einheitlichen Test gibt. Doch neue Forschungsergebnisse geben Therapeuten Hoffnung, indem sie sprachdiagnostische Programme einführen, die eine wirksame Möglichkeit bieten, schnell nach Symptomen im Zusammenhang mit Demenz zu suchen – ausgehend vom Zögern beim Sprechen und Schwierigkeiten, sich richtig auszudrücken, bis hin zum Vergessen von Wörtern oder ihrer Bedeutung. Solche Tests könnten die Frühdiagnose einfacher als je zuvor machen.

Hualou Liang, PhD, ist Professorin an der Drexel School of Biomedical Engineering, Science and Health Systems und Mitautorin der Forschung.

„Aus der laufenden Forschung wissen wir, dass sich die kognitiven Auswirkungen der Alzheimer-Krankheit in der Sprachproduktion manifestieren können“, sagte Liang. „Die am häufigsten verwendeten Tests zur Früherkennung von Alzheimer untersuchen neben Konditionstests auch akustische Merkmale wie Pausen, Artikulation und Stimmqualität. Aber wir glauben, dass die Verbesserung von Programmen zur Verarbeitung natürlicher Sprache einen weiteren Weg zur Unterstützung der Früherkennung von Alzheimer bietet.“

GPA-3 von OpenAI

GPT-3, OpenAIs dritte Iteration seines General Pretrained Transformer (GPT), hat die Leistungsfähigkeit des Deep Learning genutzt, um Sprachaufgaben zu revolutionieren. Mit diesem Algorithmus, der auf einer breiten Palette von Daten aus Online-Quellen trainiert wird, die hervorheben, wie Wörter verwendet werden und zusammenpassen, erzeugt GPT-3 Antworten, die mit denen von Menschen vergleichbar sind – von der Beantwortung von Fragen bis hin zum Verfassen von Gedichten oder Essays.

Felix Agbavor ist Doktorand und Hauptautor der Arbeit.

„Der systemische Ansatz von GPT3 zur Sprachanalyse und -produktion macht es zu einem vielversprechenden Kandidaten für die Identifizierung subtiler Sprachmerkmale, die den Beginn einer Demenz vorhersagen können“, sagte Agbavor. „Das Training von GPT-3 mit einem riesigen Datensatz von Interviews – einige davon mit Alzheimer-Patienten – würde ihm die Informationen liefern, die es benötigt, um Sprachmuster zu extrahieren, die dann zur Identifizierung von Markern bei zukünftigen Patienten verwendet werden könnten.“

Die Forscher testeten ihre Theorie, indem sie das Programm mit einer Reihe von Transkripten trainierten, die aus einem Teil eines Datensatzes von Sprachaufzeichnungen stammten, der mit Unterstützung der National Institutes of Health erstellt wurde. Diese Transkripte dienten speziell dazu, die Fähigkeit von Programmen zur Verarbeitung natürlicher Sprache (NLP) zu testen, Demenz vorherzusagen. Das Programm erfasste bestimmte Merkmale des Wortgebrauchs, der Satzstruktur und der Bedeutung des Textes, was dabei half, eine „Einbettung“ oder ein charakteristisches Profil der Alzheimer-Sprache zu erstellen.

Entwicklung einer Screening-Maschine für Alzheimer

Anschließend trainierte das Team das Programm mit der Einbettung neu, was es in eine Screening-Maschine für Alzheimer verwandelte. Das Programm wurde getestet, indem Dutzende Transkripte aus dem Datensatz überprüft wurden, um zu entscheiden, ob jedes einzelne von jemandem stammte, der an Alzheimer erkrankte.

Die Gruppe stellte fest, dass GPT-3 hinsichtlich der genauen Identifizierung von Alzheimer-Beispielen und der Identifizierung von Nicht-Alzheimer-Beispielen eine bessere Leistung erbrachte als zwei andere Top-NLP-Programme und bei weniger übersehenen Fällen.

Ein zweiter Test nutzt die Textanalyse von GPT-3, um die Punktzahl verschiedener Patienten aus dem Datensatz eines gemeinsamen Tests zur Vorhersage des Schweregrads der Demenz vorherzusagen. Dieser gängige Test wird Mini-Mental State Exam (MMSE) genannt.

Die Vorhersagegenauigkeit von GPT-3 wurde mit der einer Analyse verglichen, bei der nur die akustischen Merkmale der Aufnahmen, einschließlich Pausen, Stimmstärke und Undeutlichkeit, verwendet wurden, um den MMSE-Score vorherzusagen. GPT-3 konnte eine um etwa 20 % höhere Genauigkeit bei der Vorhersage der MMSE-Werte der Patienten erreichen.

„Unsere Ergebnisse zeigen, dass die von GPT-3 erzeugte Texteinbettung nicht nur zuverlässig verwendet werden kann, um Personen mit Alzheimer-Krankheit anhand gesunder Kontrollpersonen zu erkennen, sondern auch den kognitiven Testwert des Probanden abzuleiten, beides ausschließlich auf der Grundlage von Sprachdaten“, so das Team notiert. „Wir zeigen außerdem, dass die Texteinbettung den herkömmlichen akustischen merkmalsbasierten Ansatz übertrifft und sogar mit fein abgestimmten Modellen konkurrenzfähig ist.“ Alle diese Ergebnisse legen nahe, dass die GPT-3-basierte Texteinbettung ein vielversprechender Ansatz für die AD-Beurteilung ist und das Potenzial hat, die Frühdiagnose von Demenz zu verbessern.“

Die Forscher planen nun die Entwicklung einer Webanwendung, die zu Hause oder in der Arztpraxis als Voruntersuchungstool verwendet werden kann.

„Unser Proof-of-Concept zeigt, dass dies ein einfaches, zugängliches und ausreichend sensibles Tool für Community-basierte Tests sein könnte“, sagte Liang. „Dies könnte für ein frühes Screening und eine Risikobewertung vor einer klinischen Diagnose sehr nützlich sein.“