Искусственный интеллект за GPT-3 может помочь обнаружить болезнь Альцгеймера

Искусственный интеллект (ИИ), который питает программу ChatGPT, может в конечном итоге помочь медицинским специалистам обнаружить болезнь Альцгеймера на ранних стадиях. ChatGPT получил много внимания за свою способность генерировать письменные ответы, похожие на человеческие.

Новое исследование было проведено в Школе биомедицинской инженерии, науки и системы здравоохранения Университета Дрекселя. Оно показало, что программа GPT-3 от OpenAI может выявить подсказки из спонтанной речи, которые на 80% точны в прогнозировании ранних стадий деменции.

Исследование было опубликовано в журнале PLOS Digital Health.

Использование языковых диагностических программ

Для многих людей проблема диагностики болезни Альцгеймера заключалась в отсутствии единого теста, который подходил бы всем, но новое исследование дает надежду терапевтам, представляя языковые диагностические программы, которые обеспечивают эффективный способ быстро скринировать симптомы, связанные с деменцией — от колебаний в речи и трудностей с выражением себя правильно до забывания слов или их значений. Такие тесты могут сделать раннюю диагностику проще, чем когда-либо прежде.

Хуалоу Лианг, PhD, является профессором Школы биомедицинской инженерии, науки и системы здравоохранения Университета Дрекселя и соавтором исследования.

“Мы знаем из текущих исследований, что когнитивные эффекты болезни Альцгеймера могут проявляться в языковом производстве”, — сказал Лианг. “Наиболее часто используемые тесты для раннего обнаружения болезни Альцгеймера учитывают акустические характеристики, такие как паузы, артикуляция и качество голоса, в дополнение к тестам на состояние. Но мы считаем, что улучшение программ обработки естественного языка обеспечивает другой путь для поддержки ранней идентификации болезни Альцгеймера.”

GPT-3 от OpenAI

GPT-3, третья итерация программы General Pretrained Transformer (GPT) от OpenAI, использует силу глубокого обучения для революционизации языковых задач. С помощью этого алгоритма, обученного на широком массиве данных из онлайн-источников, которые подчеркивают, как слова используются и соединяются, GPT-3 производит ответы, сравнимые с теми, которые создаются людьми — от ответов на вопросы до создания стихов или эссе.

Феликс Агбавор является докторантом и ведущим автором статьи.

«Системный подход GPT-3 к языковому анализу и производству делает его перспективным кандидатом для выявления тонких характеристик речи, которые могут предсказать начало деменции», — сказал Агбавор. «Обучение GPT-3 с помощью огромной базы данных интервью — некоторых из которых являются с пациентами болезни Альцгеймера — даст ему информацию, необходимую для извлечения моделей речи, которые затем могут быть применены для выявления маркеров у будущих пациентов».

Исследователи проверили свою теорию, обучив программу набором транскриптов, которые были частью базы данных речевых записей, созданных при поддержке Национальных институтов здравоохранения. Эти транскрипты были специально для проверки способности программ обработки естественного языка предсказать деменцию. Программа захватила определенные характеристики использования слов, структуры предложений и значения из текста, что помогло ей произвести «вложение», или характерный профиль речи болезни Альцгеймера.

Создание машины для скрининга болезни Альцгеймера

Команда затем переобучила программу с помощью вложения, что превратило ее в машину для скрининга болезни Альцгеймера. Программа была протестирована путем рассмотрения десятков транскриптов из базы данных, чтобы решить, является ли каждый из них от человека, который развивает болезнь Альцгеймера.

Группа обнаружила, что GPT-3 работает лучше, чем две другие лучшие программы обработки естественного языка, в плане точного выявления примеров болезни Альцгеймера, выявления примеров, не связанных с болезнью Альцгеймера, и с меньшим количеством пропущенных случаев.

Второй тест использует текстовый анализ GPT-3 для прогнозирования результатов различных пациентов из базы данных по общему тесту для прогнозирования тяжести деменции. Этот общий тест называется Минимальным государственным экзаменом (MMSE).

Точность прогнозирования GPT-3 была сравнена с анализом, использующим только акустические характеристики записей, которые включают паузы, силу голоса и заикание, для прогнозирования результатов MMSE. GPT-3 смог достичь примерно на 20% большей точности в прогнозировании результатов MMSE у пациентов.

«Наши результаты показывают, что текстовое вложение, сгенерированное GPT-3, может быть надежно использовано не только для выявления людей с болезнью Альцгеймера из здоровых контролей, но и для вывода результата когнитивного тестирования субъекта, оба только на основе данных речи», — отметила команда. «Мы进一步 показываем, что текстовое вложение превосходит традиционный подход, основанный на акустических характеристиках, и даже работает конкурентно с тонко настроенными моделями. Эти результаты, все вместе, предполагают, что подход, основанный на GPT-3, является перспективным для оценки болезни Альцгеймера и имеет потенциал для улучшения ранней диагностики деменции».

Исследователи теперь планируют разработать веб-приложение, которое может быть использовано дома или в кабинете врача в качестве предварительного скринингового инструмента.

«Наш концепт-демонстратор показывает, что это может быть простым, доступным и достаточно чувствительным инструментом для тестирования на основе сообщества», — сказал Лианг. «Это может быть очень полезно для раннего скрининга и оценки риска до клинической диагностики».