Το AI πίσω από το GPT-3 θα μπορούσε να βοηθήσει στην ανίχνευση της νόσου Αλτσχάιμερ

Η τεχνητή νοημοσύνη (AI) που τροφοδοτεί το πρόγραμμα ChatGPT θα μπορούσε τελικά να βοηθήσει τους επαγγελματίες υγείας να ανιχνεύσουν τη νόσο του Αλτσχάιμερ στα αρχικά της στάδια. Το ChatGPT έχει λάβει μεγάλη προσοχή για την ικανότητά του να δημιουργεί ανθρώπινες γραπτές απαντήσεις.

Η νέα έρευνα προέρχεται από τη Σχολή Βιοϊατρικής Μηχανικής, Επιστήμης και Συστημάτων Υγείας του Πανεπιστημίου Drexel. Απέδειξε ότι το πρόγραμμα GPT-3 του OpenAI μπορεί να αναγνωρίσει ενδείξεις από την αυθόρμητη ομιλία που είναι 80% ακριβείς στην πρόβλεψη των πρώιμων σταδίων της άνοιας.

Η έρευνα δημοσιεύθηκε στο περιοδικό Ψηφιακή Υγεία PLOS.

Χρήση Διαγνωστικών Προγραμμάτων Γλωσσών

Για πολλούς, η πρόκληση της διάγνωσης της νόσου του Αλτσχάιμερ ήταν η έλλειψη ενός ενιαίου τεστ που ταιριάζει σε όλους, αλλά νέα έρευνα προσφέρει ελπίδες στους θεραπευτές εισάγοντας γλωσσικά διαγνωστικά προγράμματα που παρέχουν έναν αποτελεσματικό τρόπο για τον γρήγορο έλεγχο για συμπτώματα που σχετίζονται με την άνοια — από δισταγμό στην ομιλία και δυσκολία να εκφραστεί σωστά μέχρι να ξεχάσει λέξεις ή τις έννοιές τους. Τέτοιες εξετάσεις θα μπορούσαν να κάνουν την έγκαιρη διάγνωση πιο απλή από ποτέ.

Ο Hualou Liang, PhD, είναι καθηγητής στη Σχολή Βιοϊατρικής Μηχανικής, Επιστήμης και Συστημάτων Υγείας του Drexel και συν-συγγραφέας της έρευνας.

«Γνωρίζουμε από συνεχιζόμενη έρευνα ότι τα γνωστικά αποτελέσματα της νόσου του Αλτσχάιμερ μπορούν να εκδηλωθούν στη γλωσσική παραγωγή», είπε ο Liang. «Τα πιο συχνά χρησιμοποιούμενα τεστ για την έγκαιρη ανίχνευση της εμφάνισης του Αλτσχάιμερ σε ακουστικά χαρακτηριστικά, όπως η παύση, η άρθρωση και η φωνητική ποιότητα, επιπλέον των δοκιμών κατάστασης. Αλλά πιστεύουμε ότι η βελτίωση των προγραμμάτων επεξεργασίας φυσικής γλώσσας παρέχει έναν άλλο δρόμο για την υποστήριξη της έγκαιρης αναγνώρισης του Αλτσχάιμερ».

Το GPT-3 του OpenAI

Το GPT-3, η τρίτη επανάληψη του OpenAI του General Pretrained Transformer (GPT), έχει αξιοποιήσει τη δύναμη της βαθιάς μάθησης για να φέρει επανάσταση στις γλωσσικές εργασίες. Με αυτόν τον αλγόριθμο εκπαιδευμένο σε ένα ευρύ φάσμα δεδομένων από διαδικτυακές πηγές που υπογραμμίζουν τον τρόπο με τον οποίο χρησιμοποιούνται και ταιριάζουν οι λέξεις, το GPT-3 παράγει απαντήσεις συγκρίσιμες με αυτές που δημιουργούνται από ανθρώπους -από την απάντηση σε ερωτήσεις έως τη δημιουργία ποιημάτων ή δοκιμίων.

Ο Felix Agbavor είναι διδακτορικός ερευνητής και κύριος συγγραφέας της εργασίας.

«Η συστημική προσέγγιση του GPT3 στη γλωσσική ανάλυση και παραγωγή το καθιστά έναν πολλά υποσχόμενο υποψήφιο για τον εντοπισμό των λεπτών χαρακτηριστικών της ομιλίας που μπορεί να προβλέψουν την εμφάνιση της άνοιας», είπε ο Agbavor. "Η εκπαίδευση του GPT-3 με ένα τεράστιο σύνολο δεδομένων συνεντεύξεων - μερικές από τις οποίες είναι με ασθενείς με Αλτσχάιμερ - θα του παρείχε τις πληροφορίες που χρειάζεται για την εξαγωγή μοτίβων ομιλίας που θα μπορούσαν στη συνέχεια να εφαρμοστούν για τον εντοπισμό δεικτών σε μελλοντικούς ασθενείς."

Οι ερευνητές δοκίμασαν τη θεωρία τους εκπαιδεύοντας το πρόγραμμα με ένα σύνολο μεταγραφών που προήλθαν από ένα τμήμα ενός συνόλου δεδομένων ηχογραφήσεων ομιλίας που δημιουργήθηκε με την υποστήριξη των Εθνικών Ινστιτούτων Υγείας. Αυτές οι μεταγραφές προορίζονταν ειδικά για τον έλεγχο της ικανότητας των προγραμμάτων επεξεργασίας φυσικής γλώσσας (NLP) να προβλέψουν την άνοια. Το πρόγραμμα αποτύπωσε ορισμένα χαρακτηριστικά της χρήσης λέξης, της δομής της πρότασης και του νοήματος από το κείμενο, τα οποία το βοήθησαν να δημιουργήσει μια «ενσωμάτωση» ή ένα χαρακτηριστικό προφίλ της ομιλίας του Αλτσχάιμερ.

Δημιουργία μηχανής προσυμπτωματικού ελέγχου για τη νόσο Αλτσχάιμερ

Στη συνέχεια, η ομάδα επανεκπαίδευσε το πρόγραμμα με την ενσωμάτωση, η οποία το μετέτρεψε σε μηχάνημα προσυμπτωματικού ελέγχου για τη νόσο Αλτσχάιμερ. Το πρόγραμμα δοκιμάστηκε εξετάζοντας δεκάδες μεταγραφές από το σύνολο δεδομένων για να αποφασιστεί εάν το καθένα προερχόταν ή όχι από κάποιον που εμφάνιζε Αλτσχάιμερ.

Η ομάδα διαπίστωσε ότι το GPT-3 απέδωσε καλύτερα από δύο άλλα κορυφαία προγράμματα NLP όσον αφορά τον ακριβή προσδιορισμό των παραδειγμάτων Αλτσχάιμερ, τον εντοπισμό παραδειγμάτων μη Αλτσχάιμερ και με λιγότερες χαμένες περιπτώσεις.

Ένα δεύτερο τεστ χρησιμοποιεί την ανάλυση κειμένου του GPT-3 για να προβλέψει τη βαθμολογία διαφόρων ασθενών από το σύνολο δεδομένων σε ένα κοινό τεστ για την πρόβλεψη της σοβαρότητας της άνοιας. Αυτή η κοινή δοκιμασία ονομάζεται Mini-Mental State Exam (MMSE).

Η ακρίβεια πρόβλεψης του GPT-3 συγκρίθηκε με αυτή μιας ανάλυσης που χρησιμοποιεί μόνο τα ακουστικά χαρακτηριστικά των ηχογραφήσεων, η οποία περιλαμβάνει παύσεις, ισχύ φωνής και σύγχυση, για την πρόβλεψη της βαθμολογίας MMSE. Το GPT-3 ήταν σε θέση να επιτύχει περίπου 20% μεγαλύτερη ακρίβεια στην πρόβλεψη των βαθμολογιών MMSE των ασθενών.

«Τα αποτελέσματά μας αποδεικνύουν ότι η ενσωμάτωση κειμένου, που δημιουργήθηκε από το GPT-3, μπορεί να χρησιμοποιηθεί αξιόπιστα όχι μόνο για την ανίχνευση ατόμων με νόσο Αλτσχάιμερ από υγιείς μάρτυρες, αλλά και για να συναγάγει τη βαθμολογία γνωστικών εξετάσεων του υποκειμένου, και τα δύο βασισμένα αποκλειστικά σε δεδομένα ομιλίας», η ομάδα διάσημος. «Δείχνουμε περαιτέρω ότι η ενσωμάτωση κειμένου υπερτερεί της συμβατικής προσέγγισης που βασίζεται σε ακουστικά χαρακτηριστικά και αποδίδει ακόμη και ανταγωνιστικά με τα βελτιωμένα μοντέλα. Αυτά τα αποτελέσματα, όλα μαζί, υποδηλώνουν ότι η ενσωμάτωση κειμένου με βάση το GPT-3 είναι μια πολλά υποσχόμενη προσέγγιση για την αξιολόγηση της AD και έχει τη δυνατότητα να βελτιώσει την έγκαιρη διάγνωση της άνοιας».

Οι ερευνητές σχεδιάζουν τώρα να αναπτύξουν μια διαδικτυακή εφαρμογή που μπορεί να χρησιμοποιηθεί στο σπίτι ή στο ιατρείο ως εργαλείο προληπτικού ελέγχου.

«Η απόδειξη της ιδέας μας δείχνει ότι αυτό θα μπορούσε να είναι ένα απλό, προσβάσιμο και επαρκώς ευαίσθητο εργαλείο για δοκιμές που βασίζονται στην κοινότητα», είπε ο Liang. «Αυτό θα μπορούσε να είναι πολύ χρήσιμο για έγκαιρο έλεγχο και εκτίμηση κινδύνου πριν από την κλινική διάγνωση».