Künstliche Intelligenz hinter GPT-3 könnte helfen, Alzheimer-Krankheit zu erkennen

Die künstliche Intelligenz (KI), die das ChatGPT-Programm antreibt, könnte möglicherweise dazu beitragen, dass medizinische Fachleute die Alzheimer-Krankheit in ihren frühen Stadien erkennen. ChatGPT hat aufgrund seiner Fähigkeit, menschliche Textantworten zu generieren, viel Aufmerksamkeit erhalten.

Die neue Forschung stammt von der School of Biomedical Engineering, Science and Health Systems der Drexel University. Sie hat gezeigt, dass OpenAIs GPT-3-Programm Hinweise aus spontaner Sprache identifizieren kann, die zu 80 % genau sind, um die frühen Stadien der Demenz vorherzusagen.

Die Forschung wurde im Journal PLOS Digital Health veröffentlicht.

Verwendung von Sprachdiagnoseprogrammen

Für viele ist die Herausforderung bei der Diagnose der Alzheimer-Krankheit das Fehlen eines für alle geeigneten Tests, aber neue Forschung bietet Therapeuten Hoffnung, indem sie Sprachdiagnoseprogramme einführt, die eine effektive Möglichkeit bieten, schnell Symptome zu überprüfen, die mit Demenz verbunden sind – von Zögern in der Sprache und Schwierigkeiten, sich richtig auszudrücken, bis hin zum Vergessen von Wörtern oder ihrer Bedeutung. Solche Tests könnten die frühe Diagnose einfacher machen als je zuvor.

Hualou Liang, PhD, ist Professor an der School of Biomedical Engineering, Science and Health Systems der Drexel University und Co-Autor der Forschung.

“Wir wissen aus laufenden Forschungen, dass die kognitiven Auswirkungen der Alzheimer-Krankheit sich in der Sprachproduktion manifestieren können”, sagte Liang. “Die am häufigsten verwendeten Tests für die frühe Erkennung der Alzheimer-Krankheit untersuchen akustische Merkmale wie Pausen, Artikulation und Stimmqualität sowie Tests des Zustands. Aber wir glauben, dass die Verbesserung der natürlichen Sprachverarbeitungsprogramme einen anderen Weg zur Unterstützung der frühen Identifizierung der Alzheimer-Krankheit bietet.”

OpenAIs GPT-3

GPT-3, OpenAIs dritte Iteration des General Pretrained Transformer (GPT), hat die Macht des Deep Learning genutzt, um Sprachaufgaben zu revolutionieren. Mit diesem Algorithmus, der auf einer breiten Palette von Daten aus Online-Quellen trainiert wurde, die zeigen, wie Wörter verwendet und kombiniert werden, produziert GPT-3 Antworten, die mit denen von Menschen vergleichbar sind – von der Beantwortung von Fragen bis hin zur Erstellung von Gedichten oder Aufsätzen.

Felix Agbavor ist ein Doktorand und Hauptautor des Papiers.

“GPT3s systematischer Ansatz zur Sprachanalyse und -produktion macht es zu einem vielversprechenden Kandidaten für die Identifizierung der subtilen Sprachmerkmale, die den Beginn der Demenz vorhersagen könnten”, sagte Agbavor. “Das Training von GPT-3 mit einer großen Datenmenge von Interviews – einige davon mit Alzheimer-Patienten – würde es mit den Informationen versorgen, die es benötigt, um Sprachmuster zu extrahieren, die dann auf zukünftige Patienten angewendet werden könnten.”

Die Forscher testeten ihre Theorie, indem sie das Programm mit einer Reihe von Transkripten trainierten, die aus einem Teil einer Datenbank von Sprachaufnahmen stammten, die mit Unterstützung der National Institutes of Health erstellt wurden. Diese Transkripte waren speziell für den Zweck der Überprüfung der Fähigkeit von natürlichen Sprachverarbeitungsprogrammen (NLP) zur Vorhersage von Demenz bestimmt. Das Programm erfasste bestimmte Merkmale der Wortverwendung, Satzstruktur und Bedeutung aus dem Text, was es ermöglichte, ein “Embedding” oder ein charakteristisches Profil der Alzheimer-Sprache zu erstellen.

Erstellung einer Screening-Maschine für Alzheimer

Das Team trainierte das Programm dann erneut mit dem Embedding, was es in eine Screening-Maschine für Alzheimer verwandelte. Das Programm wurde getestet, indem es Dutzende von Transkripten aus der Datenbank überprüfte, um zu entscheiden, ob jedes davon von jemandem stammte, der Alzheimer entwickelte.

Die Gruppe fand heraus, dass GPT-3 besser als zwei andere Top-NLP-Programme bei der korrekten Identifizierung von Alzheimer-Beispielen, Nicht-Alzheimer-Beispielen und mit weniger verpassten Fällen abschnitt.

Ein zweiter Test verwendet die textuelle Analyse von GPT-3, um den Score verschiedener Patienten aus der Datenbank auf einem gemeinsamen Test zur Vorhersage der Schwere der Demenz vorherzusagen. Dieser gemeinsame Test wird als Mini-Mental-State-Exam (MMSE) bezeichnet.

GPT-3s Vorhersagegenauigkeit wurde mit der Analyse von akustischen Merkmalen der Aufnahmen verglichen, die Pausen, Stimmstärke und Lispeln umfasst, um den MMSE-Score vorherzusagen. GPT-3 konnte etwa 20 % mehr Genauigkeit bei der Vorhersage der MMSE-Scores der Patienten erzielen.

“Unsere Ergebnisse zeigen, dass das Text-Embedding, das von GPT-3 generiert wird, zuverlässig verwendet werden kann, um nicht nur Personen mit Alzheimer-Krankheit von gesunden Kontrollen zu unterscheiden, sondern auch den kognitiven Testscore des Subjekts vorherzusagen, und zwar allein auf der Grundlage von Sprachdaten”, stellte das Team fest. “Wir zeigen weiterhin, dass das Text-Embedding den herkömmlichen akustischen Merkmalsansatz übertrifft und sogar mit fein abgestimmten Modellen wettbewerbsfähig ist. Diese Ergebnisse, alle zusammen, deuten darauf hin, dass GPT-3-basiertes Text-Embedding ein vielversprechender Ansatz für die AD-Bewertung ist und das Potenzial hat, die frühe Diagnose von Demenz zu verbessern.”

Die Forscher planen nun, eine Web-Anwendung zu entwickeln, die zu Hause oder in einem Arztbüro als Vorscreening-Tool verwendet werden kann.

“Unser Proof-of-Concept zeigt, dass dies ein einfaches, zugängliches und ausreichend empfindliches Tool für die communitybasierte Testung sein könnte”, sagte Liang. “Dies könnte sehr nützlich für die frühe Überwachung und Risikobewertung vor einer klinischen Diagnose sein.”