L’intelligenza artificiale dietro GPT-3 potrebbe aiutare a rilevare l’Alzheimer

L’intelligenza artificiale (AI) che alimenta il programma ChatGPT potrebbe eventualmente aiutare i professionisti medici a rilevare la malattia di Alzheimer nelle sue fasi iniziali. ChatGPT ha ricevuto molta attenzione per la sua capacità di generare risposte scritte simili a quelle umane.

La nuova ricerca proviene dalla School of Biomedical Engineering, Science and Health Systems dell’Università di Drexel. Ha dimostrato che il programma GPT-3 di OpenAI può identificare indizi dal discorso spontaneo che sono accurate al 80% nella previsione delle fasi iniziali della demenza.

La ricerca è stata pubblicata sulla rivista PLOS Digital Health.

Utilizzo di programmi diagnostici linguistici

Per molti, la sfida della diagnosi della malattia di Alzheimer è stata la mancanza di un test universale, ma la nuova ricerca offre speranza ai terapeuti introducendo programmi diagnostici linguistici che forniscono un modo efficace per esaminare rapidamente i sintomi associati alla demenza – dalla esitazione nel discorso e dalla difficoltà di esprimersi correttamente alla dimenticanza delle parole o del loro significato. Tali test potrebbero rendere più semplice la diagnosi precoce di quanto non sia mai stato prima.

Hualou Liang, PhD, è un professore alla School of Biomedical Engineering, Science and Health Systems di Drexel e coautore della ricerca.

“Sappiamo dalla ricerca in corso che gli effetti cognitivi della malattia di Alzheimer possono manifestarsi nella produzione linguistica”, ha detto Liang. “I test più comunemente utilizzati per la rilevazione precoce dell’Alzheimer esaminano le caratteristiche acustiche, come le pause, l’articolazione e la qualità vocale, in aggiunta ai test di condizione. Ma crediamo che il miglioramento dei programmi di elaborazione del linguaggio naturale offra un’altra via per sostenere l’identificazione precoce dell’Alzheimer.”

GPT-3 di OpenAI

GPT-3, la terza iterazione del General Pretrained Transformer (GPT) di OpenAI, ha sfruttato il potere dell’apprendimento profondo per rivoluzionare i compiti linguistici. Con questo algoritmo addestrato su una vasta gamma di dati da fonti online che evidenziano come le parole vengono utilizzate e si incastrano, GPT-3 produce risposte paragonabili a quelle create dagli esseri umani – dalle risposte alle domande alla creazione di poesie o saggi.

Felix Agbavor è un ricercatore dottorale e autore principale del documento.

“L’approccio sistemico di GPT-3 all’analisi e alla produzione linguistica lo rende un candidato promettente per l’identificazione delle caratteristiche del discorso sottile che possono prevedere l’insorgenza della demenza”, ha detto Agbavor. “Addestrare GPT-3 con un enorme set di dati di interviste – alcune delle quali sono con pazienti affetti da Alzheimer – gli fornirebbe le informazioni necessarie per estrarre modelli di discorso che potrebbero poi essere applicati per identificare i marcatori nei futuri pazienti.”

I ricercatori hanno testato la loro teoria addestrando il programma con un set di trascrizioni provenienti da una parte di un set di dati di registrazioni di discorsi creati con il sostegno dei National Institutes of Health. Queste trascrizioni erano specificamente per lo scopo di testare la capacità dei programmi di elaborazione del linguaggio naturale (NLP) di prevedere la demenza. Il programma ha catturato alcune caratteristiche dell’uso delle parole, della struttura delle frasi e del significato del testo, che lo hanno aiutato a produrre un “embedding”, o un profilo caratteristico del discorso di Alzheimer.

Creazione di una macchina di screening per l’Alzheimer

Il team ha quindi riaddestrato il programma con l’embedding, che lo ha trasformato in una macchina di screening per l’Alzheimer. Il programma è stato testato esaminando decine di trascrizioni del set di dati per decidere se ognuna di esse provenisse da qualcuno che stava sviluppando l’Alzheimer.

Il gruppo ha scoperto che GPT-3 ha performato meglio di due altri programmi NLP di alto livello nel rilevare esempi di Alzheimer, identificare esempi non-Alzheimer e con meno casi mancati.

Un secondo test utilizza l’analisi testuale di GPT-3 per prevedere il punteggio di vari pazienti del set di dati su un test comune per prevedere la gravità della demenza. Questo test comune si chiama Mini-Mental State Exam (MMSE).

La precisione della previsione di GPT-3 è stata confrontata con quella di un’analisi che utilizza solo le caratteristiche acustiche delle registrazioni, che include pause, forza vocale e balbuzie, per prevedere il punteggio MMSE. GPT-3 è stato in grado di raggiungere circa il 20% in più di precisione nella previsione dei punteggi MMSE dei pazienti.

“I nostri risultati dimostrano che l’embedding del testo generato da GPT-3 può essere utilizzato in modo affidabile non solo per rilevare individui con malattia di Alzheimer rispetto ai controlli sani, ma anche per dedurre il punteggio del test cognitivo del soggetto, basato esclusivamente sui dati del discorso”, ha notato il team. “Mostriamo inoltre che l’embedding del testo supera l’approccio basato sulle caratteristiche acustiche convenzionali e si esegue in modo competitivo con i modelli regolati. Questi risultati, tutti insieme, suggeriscono che l’embedding del testo basato su GPT-3 è un approccio promettente per la valutazione di AD e ha il potenziale per migliorare la diagnosi precoce della demenza.”

I ricercatori ora pianificano di sviluppare un’applicazione web che può essere utilizzata a casa o in uno studio medico come strumento di pre-screening.

“La nostra prova di concetto mostra che questo potrebbe essere uno strumento semplice, accessibile e sufficientemente sensibile per il test della comunità”, ha detto Liang. “Questo potrebbe essere molto utile per la screening precoce e la valutazione del rischio prima di una diagnosi clinica.”