Inteligência Artificial por trás do GPT-3 pode ajudar a detectar Alzheimer

A inteligência artificial (IA) que alimenta o programa ChatGPT pode eventualmente ajudar os profissionais de saúde a detectar a doença de Alzheimer em seus estágios iniciais. O ChatGPT tem recebido muita atenção por sua capacidade de gerar respostas escritas semelhantes às humanas.

A nova pesquisa vem da Escola de Engenharia Biomédica, Ciência e Sistemas de Saúde da Universidade Drexel. Ela demonstrou que o programa GPT-3 da OpenAI pode identificar pistas do discurso espontâneo que são 80% precisas para prever os estágios iniciais da demência.

A pesquisa foi publicada no jornal PLOS Digital Health.

Usando Programas de Diagnóstico de Linguagem

Para muitos, o desafio de diagnosticar a doença de Alzheimer tem sido a falta de um teste que se encaixe em todos, mas uma nova pesquisa está oferecendo esperança aos terapeutas, introduzindo programas de diagnóstico de linguagem que fornecem uma forma eficaz de rastrear rapidamente os sintomas associados à demência — desde a hesitação no discurso e a dificuldade de se expressar corretamente até esquecer palavras ou seus significados. Tais testes podem tornar o diagnóstico precoce mais simples do que nunca.

Hualou Liang, PhD, é professor na Escola de Engenharia Biomédica, Ciência e Sistemas de Saúde da Drexel e coautor da pesquisa.

“Sabemos, a partir de pesquisas em andamento, que os efeitos cognitivos da doença de Alzheimer podem se manifestar na produção de linguagem”, disse Liang. “Os testes mais comumente usados para a detecção precoce de Alzheimer examinam recursos acústicos, como pausas, articulação e qualidade vocal, além de testes de condição. Mas acreditamos que a melhoria dos programas de processamento de linguagem natural fornece outro caminho para apoiar a identificação precoce de Alzheimer.”

GPT-3 da OpenAI

O GPT-3, a terceira iteração do General Pretrained Transformer (GPT) da OpenAI, aproveitou o poder do aprendizado profundo para revolucionar as tarefas de linguagem. Com esse algoritmo treinado em uma ampla gama de dados de fontes online que destacam como as palavras são usadas e se encaixam, o GPT-3 produz respostas comparáveis às criadas por humanos – desde responder a perguntas até criar poemas ou ensaios.

Felix Agbavor é um pesquisador de doutorado e autor principal do artigo.

“O GPT3 tem uma abordagem sistêmica para a análise e produção de linguagem, o que o torna um candidato promissor para identificar as características sutis do discurso que podem prever o início da demência”, disse Agbavor. “Treinar o GPT-3 com um conjunto maciço de entrevistas — algumas das quais são com pacientes de Alzheimer — forneceria a ele as informações necessárias para extrair padrões de discurso que poderiam ser aplicados para identificar marcadores em pacientes futuros.”

Os pesquisadores testaram sua teoria treinando o programa com um conjunto de transcrições que vieram de uma parte de um conjunto de dados de gravações de discurso criadas com o apoio dos National Institutes of Health. Essas transcrições foram especificamente para o propósito de testar a capacidade dos programas de processamento de linguagem natural (NLP) de prever a demência. O programa capturou certas características do uso de palavras, estrutura de sentenças e significado do texto, o que o ajudou a produzir um “embedding” ou um perfil característico de discurso de Alzheimer.

Criando uma Máquina de Rastreamento para Alzheimer

A equipe então re-treinou o programa com o embedding, o que o transformou em uma máquina de rastreamento para Alzheimer. O programa foi testado revisando dezenas de transcrições do conjunto de dados para decidir se cada uma delas era de alguém que estava desenvolvendo Alzheimer.

O grupo descobriu que o GPT-3 se saiu melhor do que dois outros programas de NLP de ponta em termos de identificar com precisão exemplos de Alzheimer, identificar exemplos não-Alzheimer e com menos casos perdidos.

Um segundo teste usa a análise textual do GPT-3 para prever a pontuação de vários pacientes do conjunto de dados em um teste comum para prever a gravidade da demência. Esse teste comum é chamado de Mini-Exame do Estado Mental (MMSE).

A precisão da previsão do GPT-3 foi comparada à de uma análise que usava apenas os recursos acústicos das gravações, que inclui pausas, força da voz e gagueira, para prever a pontuação do MMSE. O GPT-3 foi capaz de alcançar cerca de 20% mais precisão na previsão das pontuações do MMSE dos pacientes.

“Nossos resultados demonstram que o embedding de texto, gerado pelo GPT-3, pode ser usado de forma confiável não apenas para detectar indivíduos com doença de Alzheimer em relação a controles saudáveis, mas também para inferir a pontuação de teste cognitivo do sujeito, ambos apenas com base em dados de discurso”, observou a equipe. “Além disso, mostramos que o embedding de texto supera a abordagem convencional baseada em recursos acústicos e até se sai competitivamente com modelos ajustados. Esses resultados, todos juntos, sugerem que o embedding de texto baseado no GPT-3 é uma abordagem promissora para a avaliação de AD e tem o potencial de melhorar o diagnóstico precoce da demência.”

Os pesquisadores agora planejam desenvolver uma aplicação web que possa ser usada em casa ou em um consultório médico como uma ferramenta de pré-rastreamento.

“Nossa prova de conceito mostra que isso pode ser uma ferramenta simples, acessível e suficientemente sensível para testes comunitários”, disse Liang. “Isso pode ser muito útil para o rastreamento precoce e a avaliação de risco antes de um diagnóstico clínico.”