GPT-3を支えるAIがアルツハイマー病の検出に役立つ可能性

チャットボットプログラム「ChatGPT」を支える人工知能（AI）が、将来的に医療専門家がアルツハイマー病を早期に検出するのを助ける可能性がある。ChatGPTは、人間のような文章を生成する能力で注目を集めている。

この新しい研究は、ドレクセル大学の生物医学工学・科学・保健システム学校から発表された。研究では、OpenAIのGPT-3プログラムが、自発的な会話から80%の精度で認知症の早期段階を予測する手がかりを特定できることが示された。

この研究は、PLOS Digital Health誌に掲載された。

言語診断プログラムの使用

多くの人にとって、アルツハイマー病を診断する際の課題は、一概的なテストがないことだったが、新しい研究は言語診断プログラムを導入し、認知症の症状を迅速にスクリーニングするための効果的な方法を提供している。这种テストは、早期診断を以前よりも簡単にすることができる。

ドレクセル大学の生物医学工学・科学・保健システム学校の教授であり、研究の共同著者であるHualou Liang博士は、「アルツハイマー病の認知効果は言語生成において現れることがわかっている」と述べた。「アルツハイマー病の早期検出のために最もよく使用されるテストは、音響特性、つまりパウジング、発音、声の質などを調べるものである。しかし、自然言語処理プログラムの改善により、アルツハイマー病の早期検出を支援する別の道が開けられる」と述べた。

OpenAIのGPT-3

OpenAIのGPT-3は、ディープラーニングの力を利用して言語タスクを革命的に変えている。オンラインソースから得られた幅広いデータを学習し、言葉の使い方や組み合わせを学習したGPT-3は、人間が生成したような応答を生成することができる。

フェリックス・アグバボルは博士課程の研究者であり、論文の第一著者である。

「GPT-3の体系的な言語分析と生成アプローチにより、認知症の発症を予測するための微妙な言語的特徴を特定することができる」とアグバボルは述べた。「GPT-3をアルツハイマー病患者とのインタビューの大量のデータセットでトレーニングすることで、将来的に患者を特定するためのマーカーを抽出することができる」。

研究者たちは、GPT-3をテストするために、国立衛生研究所の支援を受けて作成されたスピーチ録音のデータセットの一部から得られたトランスクリプトでプログラムをトレーニングした。トランスクリプトは、自然言語処理プログラムが認知症を予測する能力をテストするために特に作成されたものだった。プログラムは、テキストから単語の使用、文法、意味を抽出し、それを「埋め込み」と呼ばれる特徴的なプロファイルに変換した。

アルツハイマー病のスクリーニングマシンの作成

研究チームは、GPT-3を埋め込みで再トレーニングし、アルツハイマー病のスクリーニングマシンを作成した。プログラムは、データセットから得られた数十のトランスクリプトをレビューし、各トランスクリプトが認知症の発症を示唆しているかどうかを判断した。

グループは、GPT-3がアルツハイマー病の例を特定すること、非アルツハイマー病の例を特定すること、そしてミスを少なくすることにおいて、他の2つのトップレベルの自然言語処理プログラムよりも優れていることを発見した。

2回目のテストでは、GPT-3のテキスト分析を使用して、データセットの患者に対する認知機能テストのスコアを予測した。認知機能テストは、ミニ・メンタルステート・エクザム（MMSE）と呼ばれる。

GPT-3の予測精度は、録音の音響特性（パウジング、声の強さ、発音の不明瞭さなど）を使用してMMSEスコアを予測する分析と比較された。GPT-3は、約20%高い精度で患者さんのMMSEスコアを予測することができた。

「私たちの結果は、GPT-3によって生成されたテキスト埋め込みが、アルツハイマー病患者を健康な対照群から信頼性高く特定し、さらに言語データのみに基づいて認知機能テストスコアを推定することができることを示している」とチームは述べた。「私たちはさらに、テキスト埋め込みが従来の音響特性ベースのアプローチを上回り、ファインチューンされたモデルと競合することを示した。これらの結果はすべて、GPT-3ベースのテキスト埋め込みがアルツハイマー病の評価に有望なアプローチであり、認知症の早期診断を改善する可能性があることを示唆している」。

研究者たちは、将来的に、家庭や医療機関で事前スクリーニングツールとして使用できるウェブアプリケーションを開発することを計画している。

「私たちの概念実証は、このツールがシンプルで、利用しやすく、またコミュニティベースのテストに十分な感度を持つことを示している」とリャンは述べた。「これは、臨床診断前に早期スクリーニングとリスク評価に非常に有用になる可能性がある」。