การแพทย์

AI ที่อยู่เบื้องหลัง GPT-3 อาจช่วยในการตรวจจับโรคอัลไซเมอร์

Alex McFarland
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญGPT-3 สามารถตรวจจับภาวะสมองเสื่อมระยะเริ่มต้นจากคำพูดที่เกิดขึ้นเองได้ด้วยความแม่นยำ 80%
ดูเพิ่มเติม
  • GPT-3 สามารถตรวจจับภาวะสมองเสื่อมระยะเริ่มต้นจากคำพูดที่เกิดขึ้นเองได้ด้วยความแม่นยำ 80%
  • GPT-3 มีประสิทธิภาพเหนือกว่าการวิเคราะห์เสียงถึง 20% ในการทำนายคะแนนความรุนแรงของภาวะสมองเสื่อม
  • นักวิจัยจากมหาวิทยาลัยเดร็กเซลวางแผนพัฒนาเว็บแอปพลิเคชันสำหรับการคัดกรองเบื้องต้นโรคอัลไซเมอร์ที่บ้านโดยใช้ GPT-3

ปัญญาประดิษฐ์ (AI) ที่ขับเคลื่อนโปรแกรม ChatGPT อาจช่วยให้แพทย์สามารถตรวจจับโรคอัลไซเมอร์ในระยะแรกได้ ChatGPT ได้รับความสนใจอย่างมากสำหรับความสามารถในการสร้างคำตอบที่เหมือนมนุษย์

การวิจัยใหม่นี้มาจาก School of Biomedical Engineering, Science and Health Systems ของ Drexel University ซึ่งแสดงให้เห็นว่าโปรแกรม GPT-3 ของ OpenAI สามารถระบุคำใบ้จากคำพูดที่เกิดขึ้นตามธรรมชาติที่มีความแม่นยำ 80% ในการทำนายระยะแรกของภาวะสมองเสื่อม

การวิจัยนี้ได้รับการตีพิมพ์ในวารสาร PLOS Digital Health

การใช้โปรแกรมวินิจฉัยภาษา

สำหรับหลายคน ความท้าทายในการวินิจฉัยโรคอัลไซเมอร์คือการไม่มีการทดสอบที่เหมาะสมสำหรับทุกคน แต่การวิจัยใหม่นี้ให้ความหวังแก่นักบำบัดโดยการแนะนำโปรแกรมวินิจฉัยภาษาที่ให้วิธีการทดสอบที่รวดเร็วและง่ายดายสำหรับอาการที่เกี่ยวข้องกับภาวะสมองเสื่อม — ตั้งแต่การลังเลในการพูดและความยากในการแสดงตนเองอย่างเหมาะสมจนถึงการลืมคำหรือความหมายของคำดังกล่าว การทดสอบเหล่านี้อาจทำให้การวินิจฉัยในระยะแรกง่ายกว่าที่เคยเป็นมา

ฮัวโล่ ลียง (Hualou Liang) PhD เป็นศาสตราจารย์ที่ Drexel’s School of Biomedical Engineering, Science and Health Systems และเป็นหนึ่งในผู้เขียนการวิจัย

“เรารู้จากการศึกษาที่กำลังดำเนินอยู่ว่าผลกระทบด้านการรู้คิดของโรคอัลไซเมอร์สามารถแสดงออกมาในภาษา” ลียงกล่าว “การทดสอบที่ใช้บ่อยที่สุดสำหรับการตรวจจับโรคอัลไซเมอร์ในระยะแรกมองหาลักษณะทางเสียง เช่น การหยุดพัก การออกเสียง และคุณภาพเสียง นอกเหนือจากการทดสอบสภาพ แต่เราคิดว่าการปรับปรุงโปรแกรมประมวลผลภาษาเป็นอีกวิธีหนึ่งในการสนับสนุนการระบุโรคอัลไซเมอร์ในระยะแรก”

GPT-3 ของ OpenAI

GPT-3 ซึ่งเป็นรุ่นที่สามของ General Pretrained Transformer (GPT) ของ OpenAI ได้ใช้พลังของการเรียนรู้ลึกเพื่อปฏิวัติงานภาษา ด้วยอัลกอริทึมที่ได้รับการฝึกฝนจากข้อมูลจำนวนมากจากแหล่งข้อมูลออนไลน์ที่เน้นย้ำถึงวิธีการใช้คำและคำที่เชื่อมโยงกัน GPT-3 สร้างคำตอบที่เทียบเท่ากับคำตอบที่มนุษย์สร้าง — ตั้งแต่ตอบคำถามไปจนถึงการสร้างบทกวีหรือเรียงความ

เฟลิกซ์ อากบาโวร (Felix Agbavor) เป็นนักวิจัยระดับปริญญาเอกและเป็นผู้เขียนหลักของบทความ

“การเข้าถึงภาษาของ GPT-3 ทำให้มันเป็นตัวเลือกที่มีแนวโน้มในการระบุลักษณะการพูดที่ละเอียดอ่อนที่อาจทำนายการเริ่มต้นของภาวะสมองเสื่อม” อากบาโวรกล่าว “การฝึก GPT-3 ด้วยชุดข้อมูลจำนวนมากของการสัมภาษณ์ — บางส่วนของการสัมภาษณ์เหล่านี้เป็นของผู้ป่วยโรคอัลไซเมอร์ — จะให้ข้อมูลที่จำเป็นแก่โปรแกรมในการดึงรูปแบบการพูดที่สามารถใช้เพื่อระบุเครื่องหมายในผู้ป่วยในอนาคต”

นักวิจัยได้ทดสอบทฤษฎีของตนโดยการฝึกโปรแกรมด้วยชุดข้อมูลของการถอดเสียงที่มาจากส่วนหนึ่งของชุดข้อมูลการบันทึกเสียงที่สร้างขึ้นด้วยการสนับสนุนของ National Institutes of Health การถอดเสียงเหล่านี้มีจุดมุ่งหมายเพื่อทดสอบความสามารถของโปรแกรมประมวลผลภาษาในการทำนายภาวะสมองเสื่อม โปรแกรมได้ดึงลักษณะของการใช้คำ โครงสร้างประโยค และความหมายจากข้อความ ซึ่งช่วยให้สร้าง “การฝังตัว” (embedding) หรือโปรไฟล์เฉพาะของภาษาโรคอัลไซเมอร์

การสร้างเครื่องมือทดสอบสำหรับโรคอัลไซเมอร์

ทีมงานได้ฝึกโปรแกรมใหม่ด้วยการฝังตัว ซึ่งเปลี่ยนโปรแกรมให้เป็นเครื่องมือทดสอบสำหรับโรคอัลไซเมอร์ โปรแกรมได้รับการทดสอบโดยการตรวจสอบการถอดเสียงหลายสิบรายการจากชุดข้อมูลเพื่อตัดสินว่าแต่ละรายการมาจากผู้ที่กำลังพัฒนาโรคอัลไซเมอร์หรือไม่

กลุ่มพบว่า GPT-3 ทำงานได้ดีกว่าโปรแกรมประมวลผลภาษาอื่นๆ สองโปรแกรมในแง่ของการระบุโรคอัลไซเมอร์ การระบุผู้ที่ไม่มีโรคอัลไซเมอร์ และมีกรณีที่ตรวจไม่พบน้อยกว่า

การทดสอบครั้งที่สองใช้การวิเคราะห์ข้อความของ GPT-3 เพื่อคาดการณ์คะแนนของผู้ป่วยหลายคนจากชุดข้อมูลในแบบทดสอบที่ใช้ในการทำนายความรุนแรงของภาวะสมองเสื่อมที่เรียกว่า Mini-Mental State Exam (MMSE)

ความแม่นยำในการทำนายของ GPT-3 ถูกเปรียบเทียบกับการวิเคราะห์ที่ใช้เฉพาะคุณลักษณะทางเสียงของการบันทึก เช่น การหยุดพัก ความเข้มของเสียง และการพูดไม่ชัด เพื่อคาดการณ์คะแนน MMSE GPT-3 สามารถทำนายคะแนนของผู้ป่วยได้แม่นยำกว่าประมาณ 20%

“ผลลัพธ์ของเราแสดงให้เห็นว่าการฝังตัวที่สร้างโดย GPT-3 สามารถใช้ได้เชื่อถือได้ในการตรวจจับผู้ที่มีโรคอัลไซเมอร์จากผู้ที่มีสุขภาพดี และยังสามารถอนุมานคะแนนการทดสอบด้านการรู้คิดของบุคคลได้ โดยอาศัยข้อมูลการพูดเท่านั้น” ทีมงานกล่าว “เรายังแสดงให้เห็นว่าการฝังตัวของข้อความมีประสิทธิภาพมากกว่าการใช้คุณลักษณะทางเสียงแบบดั้งเดิม และยังสามารถทำงานได้ดีเทียบเท่ากับโมเดลที่ได้รับการปรับให้เหมาะสม ผลลัพธ์เหล่านี้ทั้งหมดแสดงให้เห็นว่าการฝังตัวของข้อความโดยใช้ GPT-3 เป็นแนวทางที่มีแนวโน้มสำหรับการประเมินโรคอัลไซเมอร์และมีศักยภาพในการปรับปรุงการวินิจฉัยในระยะแรกของภาวะสมองเสื่อม”

นักวิจัยกำลังวางแผนพัฒนาเว็บแอปพลิเคชันที่สามารถใช้ได้ที่บ้านหรือในสำนักงานแพทย์เป็นเครื่องมือทดสอบก่อนการวินิจฉัย

“ผลการตรวจสอบแนวคิดของเราบ่งชี้ว่านี่อาจเป็นเครื่องมือที่ง่าย สะดวก และมีความไวที่เพียงพอสำหรับการทดสอบในชุมชน” ลียงกล่าว “สิ่งนี้อาจมีประโยชน์อย่างมากสำหรับการทดสอบและประเมินความเสี่ยงในระยะแรกก่อนการวินิจฉัยทางคลินิก”

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์