GPT-3 背后的人工智能可以帮助检测阿尔茨海默病

为 ChatGPT 程序提供支持的人工智能 (AI) 最终可以帮助医疗专业人员在早期阶段检测到阿尔茨海默病。 ChatGPT 因其生成类似人类的书面回复的能力而受到广泛关注。

这项新研究来自德雷塞尔大学生物医学工程、科学与健康系统学院。 它证明 OpenAI 的 GPT-3 程序可以从自发言语中识别线索，在预测痴呆症的早期阶段的准确率达到 80%。

这项研究发表在杂志 PLOS 数字健康.

使用语言诊断程序

对于许多人来说，诊断阿尔茨海默病的挑战是缺乏一刀切的测试，但新的研究通过引入语言诊断程序为治疗师带来了希望，该程序提供了一种有效的方法来快速筛查与痴呆症相关的症状——从犹豫开始言语困难，难以正确表达自己，以致忘记单词或其含义。 此类测试可以使早期诊断比以往任何时候都更加简单。

Hualou Liang 博士是德雷克塞尔大学生物医学工程、科学与健康系统学院的教授，也是该研究的合著者。

“我们从正在进行的研究中得知，阿尔茨海默病的认知影响可以在语言产生中体现出来，”梁说。 “早期发现阿尔茨海默氏症最常用的测试除了条件测试外，还考察声学特征，例如停顿、发音和声音质量。但我们相信自然语言处理程序的改进为支持阿尔茨海默病的早期识别提供了另一条途径。”

OpenAI的GPT-3

GPT-3 是 OpenAI 通用预训练变压器 (GPT) 的第三次迭代，它利用深度学习的力量彻底改变了语言任务。 该算法根据来自在线资源的大量数据进行训练，这些数据强调了单词的使用和组合方式，GPT-3 生成的响应可与人类创建的响应相媲美 - 从回答问题到创作诗歌或散文。

菲利克斯·阿格巴沃尔 (Felix Agbavor) 是一名博士研究员，也是该论文的主要作者。

“GPT3 的系统性语言分析和生成方法使其成为识别可能预测痴呆症发作的微妙言语特征的有前途的候选者，”Agbavor 说。 “使用大量访谈数据集（其中一些是针对阿尔茨海默病患者的）来训练 GPT-3，将为它提供提取语音模式所需的信息，然后将这些信息用于识别未来患者的标记。”

研究人员通过使用一组转录本来训练该程序来测试他们的理论，这些转录本来自在美国国立卫生研究院支持下创建的语音录音数据集的一部分。 这些转录本专门用于测试自然语言处理（NLP）程序预测痴呆症的能力。 该程序从文本中捕获了单词使用、句子结构和含义的某些特征，这有助于它生成“嵌入”或阿尔茨海默氏症语音的特征轮廓。

创造阿尔茨海默氏症筛查机器

然后，该团队通过嵌入重新训练了该程序，将其变成了阿尔茨海默氏症筛查机器。 该程序通过审查数据集中的数十份转录本来进行测试，以确定每一份转录本是否来自患有阿尔茨海默氏症的人。

该小组发现，GPT-3 在准确识别阿尔茨海默病示例、识别非阿尔茨海默病示例以及漏检病例较少方面比其他两个顶级 NLP 程序表现更好。

第二个测试使用 GPT-3 的文本分析来预测数据集中各种患者在预测痴呆症严重程度的常见测试中的得分。 这种常见的测试称为简易精神状态检查（MMSE）。

将 GPT-3 的预测准确性与仅使用录音的声学特征（包括停顿、语音强度和含糊不清）进行的分析进行比较，以预测 MMSE 分数。 GPT-3 在预测患者 MMSE 评分方面的准确度提高了约 20%。

“我们的结果表明，由 GPT-3 生成的文本嵌入不仅可以可靠地用于从健康对照中检测患有阿尔茨海默病的个体，还可以仅根据语音数据推断受试者的认知测试分数，”该团队著名的。 “我们进一步表明，文本嵌入优于传统的基于声学特征的方法，甚至可以与微调模型相媲美。 这些结果表明，基于 GPT-3 的文本嵌入是一种很有前景的 AD 评估方法，并且有可能改善痴呆症的早期诊断。”

研究人员现在计划开发一款网络应用程序，可以在家中或医生办公室用作预筛查工具。

“我们的概念验证表明，这可能是一个简单、易于访问且足够敏感的社区测试工具，”梁说。 “这对于临床诊断前的早期筛查和风险评估非常有用。”