La inteligencia artificial detrás de GPT-3 podría ayudar a detectar el Alzheimer

La inteligencia artificial (IA) que impulsa el programa ChatGPT podría ayudar eventualmente a los profesionales médicos a detectar la enfermedad de Alzheimer en sus primeras etapas. ChatGPT ha estado recibiendo mucha atención por su capacidad para generar respuestas escritas similares a las humanas.

La nueva investigación proviene de la Escuela de Ingeniería Biomédica, Ciencia y Sistemas de Salud de la Universidad Drexel. Demostró que el programa GPT-3 de OpenAI puede identificar pistas de la conversación espontánea que son un 80% precisas para predecir las primeras etapas de la demencia.

La investigación se publicó en la revista PLOS Digital Health.

Utilizando programas de diagnóstico del lenguaje

Para muchos, el desafío de diagnosticar la enfermedad de Alzheimer ha sido la falta de una prueba que se adapte a todos, pero la nueva investigación ofrece esperanza a los terapeutas al introducir programas de diagnóstico del lenguaje que proporcionan una forma efectiva de evaluar rápidamente los síntomas asociados con la demencia, desde la hesitación en el habla y la dificultad para expresarse adecuadamente hasta olvidar palabras o sus significados. Estas pruebas podrían hacer que el diagnóstico temprano sea más sencillo que nunca.

Hualou Liang, PhD, es profesor en la Escuela de Ingeniería Biomédica, Ciencia y Sistemas de Salud de la Universidad Drexel y coautor de la investigación.

“Sabemos por la investigación en curso que los efectos cognitivos de la enfermedad de Alzheimer se pueden manifestar en la producción del lenguaje”, dijo Liang. “Las pruebas más comúnmente utilizadas para la detección temprana de Alzheimer examinan las características acústicas, como las pausas, la articulación y la calidad de la voz, además de las pruebas de condición. Pero creemos que la mejora de los programas de procesamiento de lenguaje natural proporciona otra vía para apoyar la identificación temprana de Alzheimer”.

GPT-3 de OpenAI

GPT-3, la tercera iteración del General Pretrained Transformer (GPT) de OpenAI, ha aprovechado el poder del aprendizaje profundo para revolucionar las tareas del lenguaje. Con este algoritmo entrenado en una amplia variedad de datos de fuentes en línea que resaltan cómo se utilizan y combinan las palabras, GPT-3 produce respuestas comparables a las creadas por humanos, desde responder a preguntas hasta crear poemas o ensayos.

Felix Agbavor es un investigador doctoral y autor principal del artículo.

“El enfoque sistemático de GPT-3 para el análisis y la producción del lenguaje lo convierte en un candidato prometedor para identificar las características sutiles del habla que pueden predecir el inicio de la demencia”, dijo Agbavor. “Entrenar a GPT-3 con un conjunto masivo de datos de entrevistas, algunas de las cuales son con pacientes de Alzheimer, le proporcionaría la información necesaria para extraer patrones de habla que luego se podrían aplicar para identificar marcadores en pacientes futuros”.

La investigación probó su teoría entrenando el programa con un conjunto de transcripciones que provenían de una parte de un conjunto de datos de grabaciones de voz creadas con el apoyo de los Institutos Nacionales de Salud. Estas transcripciones se utilizaron específicamente para probar la capacidad de los programas de procesamiento de lenguaje natural (NLP) para predecir la demencia. El programa capturó ciertas características del uso de palabras, la estructura de oraciones y el significado del texto, lo que ayudó a producir un “embedding” o un perfil característico del habla de Alzheimer.

Creando una máquina de detección para Alzheimer

El equipo luego volvió a entrenar el programa con el embedding, lo que lo convirtió en una máquina de detección para Alzheimer. El programa se probó revisando decenas de transcripciones del conjunto de datos para decidir si cada una provenía de alguien que estaba desarrollando Alzheimer.

El grupo encontró que GPT-3 funcionó mejor que dos otros programas de NLP de alto rendimiento en términos de identificar con precisión ejemplos de Alzheimer, identificar ejemplos no de Alzheimer y con menos casos perdidos.

Una segunda prueba utiliza el análisis textual de GPT-3 para predecir la puntuación de varios pacientes del conjunto de datos en una prueba común para predecir la gravedad de la demencia. Esta prueba común se llama Mini-Examen del Estado Mental (MMSE).

La precisión de la predicción de GPT-3 se comparó con la de un análisis que utilizaba solo las características acústicas de las grabaciones, que incluyen pausas, fuerza de la voz y ceceo, para predecir la puntuación del MMSE. GPT-3 logró una precisión aproximadamente un 20% mayor al predecir las puntuaciones del MMSE de los pacientes.

“Nuestros resultados demuestran que el embedding de texto generado por GPT-3 se puede utilizar de manera confiable no solo para detectar a individuos con enfermedad de Alzheimer desde controles sanos, sino también para inferir la puntuación de la prueba cognitiva del sujeto, ambos basados únicamente en datos de habla”, señaló el equipo. “Además, mostramos que el embedding de texto supera el enfoque convencional basado en características acústicas y incluso compite con modelos ajustados. Estos resultados, en conjunto, sugieren que el embedding de texto basado en GPT-3 es un enfoque prometedor para la evaluación de Alzheimer y tiene el potencial de mejorar el diagnóstico temprano de la demencia”.

Los investigadores ahora planean desarrollar una aplicación web que pueda ser utilizada en el hogar o en la oficina de un médico como una herramienta de detección previa.

“Nuestro concepto de prueba demuestra que esto podría ser una herramienta simple, accesible y lo suficientemente sensible para pruebas comunitarias”, dijo Liang. “Esto podría ser muy útil para la detección temprana y la evaluación del riesgo antes de un diagnóstico clínico”.