Η τεχνητή νοημοσύνη πίσω από το GPT-3 μπορεί να βοηθήσει στην ανίχνευση της νόσου του Αλτσχάιμερ

Η τεχνητή νοημοσύνη (ΤΝ) που δίνει ενέργεια στο πρόγραμμα ChatGPT μπορεί τελικά να βοηθήσει τους ιατρικούς επαγγελματίες να ανιχνεύσουν τη νόσο του Αλτσχάιμερ σε πρώιμο στάδιο. Το ChatGPT έχει λάβει πολλή προσοχή για την ικανότητά του να παράγει γραπτές απαντήσεις που μοιάζουν με αυτές του ανθρώπου.

Η νέα έρευνα προέρχεται από το Τμήμα Βιοϊατρικής Μηχανικής, Επιστημών και Συστημάτων Υγείας του Πανεπιστημίου Drexel. Αποδείχθηκε ότι το πρόγραμμα GPT-3 της OpenAI μπορεί να αναγνωρίσει ενδείξεις από την αυθόρμητη ομιλία που είναι 80% ακριβή στην πρόβλεψη των πρώιμων σταδίων της démencia.

Η έρευνα δημοσιεύθηκε στο περιοδικό PLOS Digital Health.

Χρήση Προγραμμάτων Διαγνωστικής Γλώσσας

Για πολλούς, η πρόκληση της διάγνωσης της νόσου του Αλτσχάιμερ ήταν η έλλειψη ενός τεστ που να ταιριάζει σε όλους, αλλά η νέα έρευνα προσφέρει ελπίδα στους θεραπευτές εισαγωγώντας προγράμματα διαγνωστικής γλώσσας που παρέχουν einen αποτελεσματικό τρόπο για γρήγορη ανίχνευση των συμπτωμάτων που σχετίζονται με τη démencia — από δισταγμό στην ομιλία και δυσκολία στην έκφραση του εαυτού σωστά έως λήθη λέξεων ή των σημασιών τους. Τέτοια τεστ θα μπορούσαν να κάνουν τη διάγνωση πιο απλή από ποτέ πριν.

Ο Hualou Liang, PhD, είναι καθηγητής στο Τμήμα Βιοϊατρικής Μηχανικής, Επιστημών και Συστημάτων Υγείας του Πανεπιστημίου Drexel και συν-συγγραφέας της έρευνας.

“Γνωρίζουμε από την συνεχιζόμενη έρευνα ότι οι γνωστικές επιπτώσεις της νόσου του Αλτσχάιμερ μπορούν να εκφραστούν στην παραγωγή γλώσσας”, είπε ο Liang. “Τα πιο συχνά χρησιμοποιούμενα τεστ για την πρώιμη ανίχνευση της νόσου του Αλτσχάιμερ εξετάζουν ακουστικές特徵, όπως παύσεις, άρθρωση και ποιότητα φωνής, εκτός από τεστ κατάστασης. Nhưng πιστεύουμε ότι η βελτίωση των προγραμμάτων επεξεργασίας φυσικής γλώσσας παρέχει έναν άλλο δρόμο για την υποστήριξη της πρώιμης αναγνώρισης της νόσου του Αλτσχάιμερ.”

Το GPT-3 της OpenAI

Το GPT-3, η τρίτη γενιά του General Pretrained Transformer (GPT) της OpenAI, έχει αξιοποιήσει τη δύναμη του βαθύ μαθήματος για να επαναφέρει τις γλωσσικές εργασίες. Με αυτό το αλγόριθμο που έχει εκπαιδευτεί σε ένα ευρύ φάσμα δεδομένων από διαδικτυακές πηγές που υπογραμμίζουν πώς οι λέξεις χρησιμοποιούνται και ταιριάζουν, το GPT-3 παράγει απαντήσεις που είναι συγκρίσιμες με εκείνες που δημιουργούνται από ανθρώπους – από την απάντηση σε ερωτήσεις έως τη δημιουργία ποιημάτων ή δοκιμίων.

Ο Felix Agbavor είναι διδακτορικός ερευνητής και πρωταρχικός συγγραφέας του εγγράφου.

“Η συστηματική προσέγγιση του GPT3 στην ανάλυση και παραγωγή γλώσσας το καθιστά έναν υποσχόμενο υποψήφιο για την αναγνώριση των λεπτών χαρακτηριστικών ομιλίας που μπορεί να προβλέψουν την έναρξη της démencia”, είπε ο Agbavor. “Η εκπαίδευση του GPT-3 με ένα τεράστιο σύνολο συνεντεύξεων — κάποιες από τις οποίες είναι με ασθενείς του Αλτσχάιμερ — θα του παρέχει τις πληροφορίες που χρειάζεται για να εξαγάγει μοτίβα ομιλίας που θα μπορούσαν στη συνέχεια να εφαρμοστούν για την αναγνώριση δεικτών σε μελλοντικούς ασθενείς.”

Οι ερευνητές δοκιμάζουν την θεωρία τους εκπαιδεύοντας το πρόγραμμα με ένα σύνολο μεταγραφών που προέρχονται από ένα μέρος του συνόλου δεδομένων ηχογραφήσεων που δημιουργήθηκαν με την υποστήριξη των Εθνικών Ινστιτούτων Υγείας. Αυτές οι μεταγραφές ήταν ειδικά για τον σκοπό της δοκιμής της ικανότητας των προγραμμάτων επεξεργασίας φυσικής γλώσσας να προβλέψουν τη démencia. Το πρόγραμμα κατέγραψε certains χαρακτηριστικά της χρήσης λέξεων, της δομής προτάσεων και της σημασίας από το κείμενο, τα οποία βοήθησαν στην παραγωγή ενός “embedding”, ή ενός χαρακτηριστικού προφίλ της ομιλίας του Αλτσχάιμερ.

Δημιουργία Μηχανήματος Ανίχνευσης για τον Αλτσχάιμερ

Η ομάδα επανεκπαίδευσε το πρόγραμμα με το embedding, το οποίο το μετέτρεψε σε μηχάνημα ανίχνευσης για τον Αλτσχάιμερ. Το πρόγραμμα δοκιμάστηκε αναθεωρώντας δεκάδες μεταγραφές από το σύνολο δεδομένων για να αποφασίσει εάν κάθε μια ήταν από κάποιον που αναπτύσσει Αλτσχάιμερ.

Η ομάδα βρήκε ότι το GPT-3 εκτέλεσε καλύτερα από δύο άλλα κορυφαία προγράμματα επεξεργασίας φυσικής γλώσσας όσον αφορά την ακριβή αναγνώριση των παραδειγμάτων του Αλτσχάιμερ, την αναγνώριση των μη-παραδειγμάτων του Αλτσχάιμερ και με λιγότερα παραλειπόμενα περιπτώσεις.

Μια δεύτερη δοκιμή χρησιμοποιεί την κειμενική ανάλυση του GPT-3 για να προβλέψει το σκορ των verschiedenen ασθενών από το σύνολο δεδομένων σε ένα κοινό τεστ για την πρόβλεψη της βαρύτητας της démencia. Αυτό το κοινό τεστ ονομάζεται Mini-Mental State Exam (MMSE).

Η ακρίβεια πρόβλεψης του GPT-3 συγκρίθηκε με εκείνη μιας ανάλυσης που χρησιμοποιεί μόνο τις ακουστικές đặc徵 των ηχογραφήσεων, οι οποίες περιλαμβάνουν παύσεις, δύναμη φωνής και σιγμοειδή, για να προβλέψει το σκορ MMSE. Το GPT-3 μπόρεσε να επιτύχει περίπου 20% μεγαλύτερη ακρίβεια στην πρόβλεψη των σκορ MMSE των ασθενών.

“Τα αποτελέσματά μας δείχνουν ότι το κείμενο embedding, που παράγεται από το GPT-3, μπορεί να χρησιμοποιηθεί με τρόπο που να είναι αξιόπιστο όχι μόνο για την ανίχνευση ατόμων με νόσο του Αλτσχάιμερ από υγιείς ελέγχους, αλλά και για την εκτίμηση του σκορ των ασθενών σε κλινικές δοκιμές, και τα δύο βασισμένα αποκλειστικά σε δεδομένα ομιλίας”, σημείωσε η ομάδα. “Επιπλέον, δείχνουμε ότι το κείμενο embedding υπερέχει της συμβατικής προσεγγίσεως που βασίζεται σε ακουστικές đặc徵ες και ακόμη και εκτελεί ανταγωνιστικά με προηγμένα μοντέλα. Αυτά τα αποτελέσματα, όλα μαζί, υποδηλώνουν ότι η προσέγγιση του GPT-3 με βάση το κείμενο embedding είναι μια υποσχόμενη προσέγγιση για την αξιολόγηση της νόσου του Αλτσχάιμερ και έχει το δυναμικό να βελτιώσει την πρώιμη διάγνωση της démencia.”

Οι ερευνητές τώρα σχεδιάζουν να αναπτύξουν μια ιστοσελίδα που μπορεί να χρησιμοποιηθεί στο σπίτι ή στο ιατρείο ως εργαλείο προ-ανίχνευσης.

“Το concept μας αποδεικνύει ότι αυτό θα μπορούσε να είναι ένα απλό, προσιτό και αρκετά ευαίσθητο εργαλείο για την κοινότητα-βασισμένη δοκιμή”, είπε ο Liang. “Αυτό θα μπορούσε να είναι πολύ χρήσιμο για την πρώιμη ανίχνευση και αξιολόγηση κινδύνου πριν από μια κλινική διάγνωση.”