Trí tuệ nhân tạo đằng sau GPT-3 có thể giúp phát hiện bệnh Alzheimer

Trí tuệ nhân tạo (AI) cung cấp năng lượng cho chương trình ChatGPT có thể cuối cùng giúp các chuyên gia y tế phát hiện bệnh Alzheimer trong giai đoạn đầu. ChatGPT đã nhận được rất nhiều sự chú ý vì khả năng tạo ra các phản hồi viết giống con người.

Nghiên cứu mới này đến từ Trường Kỹ thuật Y sinh, Khoa học và Hệ thống Sức khỏe của Đại học Drexel. Nó đã chứng minh rằng chương trình GPT-3 của OpenAI có thể xác định các manh mối từ ngôn ngữ tự phát là 80% chính xác trong việc dự đoán giai đoạn đầu của sa sút trí tuệ.

Nghiên cứu này đã được công bố trên tạp chí PLOS Digital Health.

Sử dụng Chương trình Chẩn đoán Ngôn ngữ

Đối với nhiều người, thách thức trong việc chẩn đoán bệnh Alzheimer là thiếu một xét nghiệm phù hợp với tất cả, nhưng nghiên cứu mới đang cung cấp hy vọng cho các nhà trị liệu bằng cách giới thiệu các chương trình chẩn đoán ngôn ngữ cung cấp một cách hiệu quả để sàng lọc nhanh các triệu chứng liên quan đến sa sút trí tuệ — từ sự do dự trong ngôn ngữ và khó khăn trong việc thể hiện bản thân một cách chính xác đến quên từ hoặc ý nghĩa của chúng. Các xét nghiệm như vậy có thể làm cho chẩn đoán sớm trở nên đơn giản hơn bao giờ hết.

Hualou Liang, PhD, là giáo sư tại Trường Kỹ thuật Y sinh, Khoa học và Hệ thống Sức khỏe của Đại học Drexel và là đồng tác giả của nghiên cứu.

“Chúng tôi biết từ nghiên cứu đang diễn ra rằng các ảnh hưởng nhận thức của bệnh Alzheimer có thể thể hiện trong sản xuất ngôn ngữ,” Liang nói. “Các xét nghiệm thường được sử dụng để phát hiện sớm bệnh Alzheimer xem xét các tính năng âm thanh, chẳng hạn như pausing, phát âm và chất lượng giọng nói, ngoài các xét nghiệm về tình trạng. Nhưng chúng tôi tin rằng sự cải tiến của các chương trình xử lý ngôn ngữ tự nhiên cung cấp một con đường khác để hỗ trợ việc xác định sớm bệnh Alzheimer.”

GPT-3 của OpenAI

GPT-3, phiên bản thứ ba của Bộ chuyển đổi tiền huấn luyện chung (GPT) của OpenAI, đã tận dụng sức mạnh của học sâu để cách mạng hóa các nhiệm vụ ngôn ngữ. Với thuật toán này được đào tạo trên một loạt dữ liệu từ các nguồn trực tuyến nổi bật cách sử dụng và kết hợp từ, GPT-3 tạo ra các phản hồi tương đương với những phản hồi do con người tạo — từ trả lời câu hỏi đến tạo thơ hoặc bài viết.

Felix Agbavor là một nhà nghiên cứu tiến sĩ và là tác giả chính của bài báo.

“Cách tiếp cận hệ thống của GPT-3 đối với phân tích và sản xuất ngôn ngữ khiến nó trở thành một ứng cử viên hứa hẹn cho việc xác định các đặc điểm ngôn ngữ tinh vi có thể dự đoán sự khởi đầu của sa sút trí tuệ,” Agbavor nói. “Đào tạo GPT-3 với một tập dữ liệu lớn các cuộc phỏng vấn — một số trong đó là với bệnh nhân Alzheimer — sẽ cung cấp cho nó thông tin cần thiết để trích xuất các mẫu ngôn ngữ có thể được áp dụng để xác định các dấu hiệu trong các bệnh nhân tương lai.”

Các nhà nghiên cứu đã kiểm tra lý thuyết của họ bằng cách đào tạo chương trình với một tập hợp các bản ghi từ một phần của tập dữ liệu các bản ghi âm được tạo ra với sự hỗ trợ của Viện Y tế Quốc gia. Các bản ghi này đặc biệt được sử dụng cho mục đích kiểm tra khả năng của các chương trình xử lý ngôn ngữ tự nhiên (NLP) để dự đoán sa sút trí tuệ. Chương trình đã nắm bắt được một số đặc điểm của việc sử dụng từ, cấu trúc câu và ý nghĩa từ văn bản, giúp nó tạo ra một “embedding” hoặc một hồ sơ đặc trưng của ngôn ngữ Alzheimer.

Tạo Máy Sàng Lọc cho Bệnh Alzheimer

Đội ngũ nghiên cứu sau đó đã đào tạo lại chương trình với embedding, biến nó thành một máy sàng lọc cho bệnh Alzheimer. Chương trình đã được kiểm tra bằng cách xem xét hàng chục bản ghi từ tập dữ liệu để quyết định xem mỗi bản ghi có phải từ một người đang phát triển bệnh Alzheimer hay không.

Nhóm nghiên cứu đã phát hiện ra rằng GPT-3 hoạt động tốt hơn hai chương trình NLP hàng đầu khác về việc xác định chính xác các ví dụ về bệnh Alzheimer, xác định các ví dụ không phải bệnh Alzheimer và với ít trường hợp bị bỏ lỡ hơn.

Một thử nghiệm khác sử dụng phân tích văn bản của GPT-3 để dự đoán điểm số của các bệnh nhân từ tập dữ liệu trên một xét nghiệm phổ biến để dự đoán mức độ nghiêm trọng của sa sút trí tuệ. Xét nghiệm này được gọi là Xét nghiệm Tâm thần Tiểu học (MMSE).

Độ chính xác của dự đoán của GPT-3 đã được so sánh với phân tích sử dụng chỉ các tính năng âm thanh của các bản ghi, bao gồm cả pause, cường độ giọng và nói ngọng, để dự đoán điểm số MMSE. GPT-3 đã đạt được khoảng 20% độ chính xác cao hơn trong việc dự đoán điểm số MMSE của bệnh nhân.

“Kết quả của chúng tôi cho thấy rằng embedding văn bản được tạo bởi GPT-3 có thể được sử dụng một cách đáng tin cậy không chỉ để phát hiện các cá nhân bị bệnh Alzheimer từ những người khỏe mạnh, mà còn để suy luận về điểm số kiểm tra nhận thức của đối tượng, tất cả đều dựa trên dữ liệu ngôn ngữ,” nhóm nghiên cứu lưu ý. “Chúng tôi cũng chỉ ra rằng embedding văn bản vượt trội so với phương pháp dựa trên tính năng âm thanh truyền thống và thậm chí hoạt động cạnh tranh với các mô hình tinh chỉnh. Những kết quả này, tất cả cùng nhau, cho thấy rằng embedding văn bản dựa trên GPT-3 là một cách tiếp cận đầy hứa hẹn cho việc đánh giá bệnh Alzheimer và có tiềm năng cải thiện chẩn đoán sớm sa sút trí tuệ.”

Giờ đây, các nhà nghiên cứu đang lên kế hoạch phát triển một ứng dụng web có thể được sử dụng tại nhà hoặc tại văn phòng bác sĩ như một công cụ sàng lọc trước.

“Khái niệm chứng minh của chúng tôi cho thấy rằng đây có thể là một công cụ đơn giản, dễ tiếp cận và đủ nhạy cảm cho việc kiểm tra dựa trên cộng đồng,” Liang nói. “Điều này có thể rất hữu ích cho việc sàng lọc sớm và đánh giá rủi ro trước khi chẩn đoán lâm sàng.”