Штучний інтелект за GPT-3 може допомогти виявити хворобу Альцгеймера

Штучний інтелект (ШІ), який живить програму ChatGPT, може в майбутньому допомогти медичним фахівцям виявити хворобу Альцгеймера на ранніх стадіях. ChatGPT привернув багато уваги завдяки своїй здатності генерувати людські письменні відповіді.

Нові дослідження проводяться в університеті Дрекселя, школі біомедичної інженерії, науки та систем охорони здоров’я. Вони показали, що програма GPT-3 компанії OpenAI може визначити ознаки зі спонтанної мови, які на 80% точні при прогнозуванні ранніх стадій деменції.

Дослідження було опубліковано в журналі PLOS Digital Health.

Використання мовних діагностичних програм

Для багатьох людей викликом діагностики хвороби Альцгеймера була відсутність універсального тесту, але нові дослідження надають надію терапевтам шляхом введення мовних діагностичних програм, які забезпечують ефективний спосіб швидко скринінгувати симптоми, пов’язані з деменцією — від вагання у мовленні та труднощів у виразі себе до забування слів або їхнього значення. Такі тести можуть зробити ранню діагностику простішою, ніж раніше.

Хуалоу Лянг, PhD, є професором школи біомедичної інженерії, науки та систем охорони здоров’я університету Дрекселя та співавтором дослідження.

“Ми знаємо з тривалих досліджень, що когнітивні ефекти хвороби Альцгеймера можуть проявлятися у мовній продукції”, — сказав Лянг. “Найчастіше використовувані тести для ранньої діагностики хвороби Альцгеймера розглядають акустічні особливості, такі як паузи, артикуляція та якість голосу, а також тести стану. Але ми вважаємо, що покращення програм обробки природної мови забезпечує інший шлях для підтримки ранньої ідентифікації хвороби Альцгеймера”.

GPT-3 компанії OpenAI

GPT-3, третя ітерація загальної попередньо натренованої трансформерної моделі (GPT) компанії OpenAI, використала силу глибокого навчання для революціонізування мовних завдань. Завдяки цьому алгоритму, натренованому на широкому спектрі даних з онлайн-джерел, які підкреслюють, як слова використовуються та поєднуються, GPT-3 генерує відповіді, порівнянні з тими, які створюються людьми — від відповідей на питання до створення віршів чи есеїв.

Фелікс Агбавор є докторантом-дослідником та головним автором статті.

“Системний підхід GPT-3 до мовного аналізу та генерації робить його перспективним кандидатом для ідентифікації тонких характеристик мови, які можуть передбачити розвиток деменції”, — сказав Агбавор. “Натренування GPT-3 на величезній базі даних інтерв’ю — деякі з яких проводилися з пацієнтами хвороби Альцгеймера — забезпечить йому інформацію, необхідну для витягування мовних моделей, які потім можна застосувати для ідентифікації маркерів у майбутніх пацієнтах”.

Дослідники перевірили свою теорію, натренувавши програму на наборі транскрипцій, який походив з частини бази даних мовних записів, створеної за підтримки Національних інститутів охорони здоров’я. Ці транскрипції були спеціально для перевірки здатності програм обробки природної мови передбачати деменцію. Програма захопила певні характеристики використання слів, структури речень та значення з тексту, що допомогло їй створити “ембеддинг” або характерний профіль мови хвороби Альцгеймера.

Створення машини для скринінгу хвороби Альцгеймера

Команда потім повторно натренувала програму з ембеддингом, що перетворило її на машину для скринінгу хвороби Альцгеймера. Програму було перевірено шляхом перегляду десятків транскрипцій з бази даних для визначення, чи належить кожна з них людині, яка розвиває хворобу Альцгеймера.

Група виявила, що GPT-3 працював краще двох інших провідних програм обробки природної мови щодо точного ідентифікування прикладів хвороби Альцгеймера, прикладів не-хвороби Альцгеймера та з меншою кількістю пропущених випадків.

Другий тест використовує текстовий аналіз GPT-3 для передбачення результату різних пацієнтів з бази даних за допомогою загального тесту для передбачення тяжкості деменції. Цей загальний тест називається Міні-ментальним державним екзаменом (MMSE).

Точність передбачення GPT-3 порівнювалася з аналізом, який використовував лише акустічні особливості записів, включаючи паузи, силу голосу та невиразність, для передбачення результату MMSE. GPT-3 змогла досягти близько на 20% вищої точності при передбаченні результатів MMSE у пацієнтів.

“Наші результати демонструють, що текстовий ембеддинг, згенерований GPT-3, можна надійно використовувати не лише для виявлення осіб з хворобою Альцгеймера серед здорових осіб, а й для визначення результату когнітивного тестування суб’єкта, все це лише на основі даних мови”, — зазначила команда. “Ми далі показуємо, що текстовий ембеддинг перевершує традиційний підхід, заснований на акустичних особливостях, і навіть працює конкурентно з тонко налаштованими моделями. Ці результати, разом узяті, свідчать, що підхід, заснований на текстовому ембеддингу GPT-3, є перспективним для оцінки хвороби Альцгеймера та має потенціал для покращення ранньої діагностики деменції”.

Дослідники тепер планують розробити веб-застосунок, який можна використовувати вдома або в кабінеті лікаря як інструмент попереднього скринінгу.

“Наш концепт-демонстратор показує, що це може бути простим, доступним і досить чутливим інструментом для громадського скринінгу”, — сказав Лянг. “Це може бути дуже корисним для раннього скринінгу та оцінки ризику до клінічної діагностики”.