Tekoäly GPT-3:n takana voi auttaa Alzheimerin taudin havaitsemisessa

ChatGPT-ohjelman taustalla oleva tekoäly (AI) voi lopulta auttaa lääkäreitä havaitsemaan Alzheimerin taudin varhaisessa vaiheessa. ChatGPT on saanut paljon huomiota kyvystään luoda ihmismäisiä kirjoitettuja vastauksia.

Tutkimus on peräisin Drexelin yliopiston biolääketieteellisen tekniikan, tieteen ja terveydenhuollon koulusta. Se osoitti, että OpenAI:n GPT-3-ohjelma voi tunnistaa vihjeitä spontaanista puheesta, jotka ovat 80 %:sesti oikein varhaisen dementian ennustamisessa.

Tutkimus julkaistiin PLOS Digital Health -lehdessä.

Kielen diagnostiikkaohjelmien käyttäminen

Monille Alzheimerin taudin diagnosoinnin haaste on ollut sen, ettei ole yhtä yleistä testiä, mutta uusi tutkimus tarjoaa terapeuteille toivoa esittelemällä kielen diagnostiikkaohjelmia, jotka tarjoavat tehokkaan tavan nopeasti seulottaa oireita, jotka liittyvät dementiaan – puheen epäröintiin, vaikeuteen ilmaista itseään oikein, unohtamiseen sanoja tai niiden merkityksiä. Tällaiset testit voivat tehdä varhaisen diagnosoinnin helpommaksi kuin koskaan aiemmin.

Hualou Liang, PhD, on Drexelin yliopiston biolääketieteellisen tekniikan, tieteen ja terveydenhuollon koulun professori ja tutkimuksen yhteiskirjoittaja.

“Tiedämme jatkuvasta tutkimuksesta, että Alzheimerin taudin kognitiiviset vaikutukset voivat ilmetä kielen tuottamisessa”, Liang sanoi. “Yleisimmin käytetyt testit Alzheimerin varhaisen diagnosoinnin havaitsemiseksi tarkastelevat akustisia ominaisuuksia, kuten paukkuja, artikulaatiota ja äänen laatua, lisäksi kuntoa. Mutta uskomme, että luonnollisen kielen prosessointiohjelmien parantaminen tarjoaa toisen tien varhaisen Alzheimerin tunnistamiseen.”

OpenAI:n GPT-3

GPT-3, OpenAI:n kolmas sukupolvi General Pretrained Transformer (GPT):ssa, on hyödyntänyt syvän oppimisen voiman vallankumouksellistaa kielen tehtäviä. Tämä algoritmi on koulutettu laajalla joukolla verkosta peräisin olevia tietoja, jotka korostavat, miten sanat käytetään ja miten ne sopivat yhteen, GPT-3 tuottaa vastauksia, jotka ovat vertailukelpoisia niiden kanssa, jotka on luotu ihmisten toimesta – vastaamalla kysymyksiin, luomalla runoja tai esseitä.

Felix Agbavor on väitöskirjatutkija ja tutkimuksen pääkirjoittaja.

“GPT3:n järjestelmällinen lähestymistapa kielen analyysiin ja tuottamiseen tekee siitä lupaavan ehdokkaan havaitsemaan hienot puheen ominaisuudet, jotka voivat ennustaa dementian alkamisen”, Agbavor sanoi. “GPT-3:n kouluttaminen massiivisella haastatteludatajoukolla – joista osa on Alzheimerin potilaiden haastatteluja – antaisi sille tiedot, joita tarvitaan puheen mallien löytämiseen, jotka voivat soveltaa tuleviin potilaisiin.”

Tutkijat testasivat teoriaansa kouluttamalla ohjelman joukon transkriptioita, jotka olivat osa National Institutes of Healthin tukeman puheen tallennusaineiston osaa. Nämä transkriptiot olivat tarkoitettu testaamaan luonnollisen kielen prosessointiohjelmien kykyä ennustaa dementiaa. Ohjelma sai kiinni tiettyjä ominaisuuksia sanan käytöstä, lauseen rakenteesta ja merkityksestä, jotka auttoivat ohjelmaa luomaan “upotukseen”, eli ominaisuuksien profiilin Alzheimerin puheesta.

Alzheimerin seulontakoneen luominen

Tutkijaryhmä koulutti ohjelman uudelleen upotukseen, joka muutti sen Alzheimerin seulontakoneeksi. Ohjelmaa testattiin tarkastelemalla kymmeniä transkriptioita aineistosta, jotta voitiin päättää, oliko jokainen niistä Alzheimerin potilaan transkriptio.

Ryhmä totesi, että GPT-3 suoritti paremmin kuin kaksi muuta huipputasoa olevaa NLP-ohjelmaa Alzheimerin esimerkkien tunnistamisessa, ei-Alzheimerin esimerkkien tunnistamisessa ja vähemmän väärin havaittuja tapauksia.

Toisessa testissä GPT-3:n tekstin analyysiä käytettiin ennustamaan potilaiden pisteytystä yleisessä dementian vakavuuden ennustamistestissä, jota kutsutaan Mini-Mental State Examiksi (MMSE).

GPT-3:n ennusteen tarkkuus verrattiin akustisten ominaisuuksien, kuten paukkujen, äänen voimakkuuden ja suttumisen, analyysiin, jota käytettiin ennustamaan MMSE-pisteytystä. GPT-3 saavutti noin 20 %:n paremman tarkkuuden potilaiden MMSE-pisteytysten ennustamisessa.

“Tuloksemme osoittavat, että GPT-3:n generoima tekstiupotus voidaan luotettavasti käyttää sekä Alzheimerin taudin havaitsemiseen terveistä kontroleista että myös potilaan kognitiivisen testin pisteytyksen arviointiin pelkästään puheen perusteella”, tutkijaryhmä totesi. “Lisäksi osoitamme, että tekstiupotus ylittää perinteisen akustisten ominaisuuksien perusteella tehdyn lähestymistavan ja suorittaa kilpailukykyisesti hienosäädettyjen mallien kanssa. Nämä tulokset, yhdessä, osoittavat, että GPT-3-pohjainen tekstiupotus on lupaava lähestymistapa AD-arvioinnissa ja voi parantaa dementian varhaisen diagnosoinnin.”

Tutkijat aikovat nyt kehittää verkkosovelluksen, jota voidaan käyttää kotona tai lääkärin vastaanotolla esidiagnosoinnin työkaluna.

“Meidän konseptitutkimuksemme osoittaa, että tämä voisi olla yksinkertainen, saatavissa oleva ja riittävän herkkä työkalu yhteisöperusteisessa testauksessa”, Liang sanoi. “Tämä voisi olla hyvin hyödyllistä varhaisessa seulonnassa ja riskinarvioinnissa ennen kliinistä diagnosia.”