使用GPT-3的人工智能可以帮助检测阿尔茨海默病

ChatGPT程序背后的人工智能（AI）可能最终有助于医疗专业人员在早期检测阿尔茨海默病。ChatGPT因其能够生成类似人类的书面回应而受到关注。

德雷塞尔大学生物医学工程、科学和健康系统学院的新研究表明，OpenAI的GPT-3程序可以从自发性言语中识别线索，准确率为80%，可预测痴呆的早期阶段。

该研究发表在《PLOS数字健康》杂志上。

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在于缺乏一种适用于所有人的测试，但新的研究为治疗师带来了希望，通过引入语言诊断程序，可以快速有效地筛查与痴呆相关的症状——从言语中的犹豫、难以正确表达自己到忘记词语或其含义。这样的测试可以使早期诊断比以往任何时候都更容易。

梁华楼博士是德雷塞尔大学生物医学工程、科学和健康系统学院的教授，也是研究的共同作者。

“我们知道，阿尔茨海默病的认知影响可以在语言生产中表现出来，”梁说。“目前用于早期检测阿尔茨海默病的最常用测试是检查声学特征，例如暂停、发音和语音质量，以及条件测试。但我们认为，自然语言处理程序的改进提供了另一种支持早期识别阿尔茨海默病的途径。”

OpenAI的GPT-3

GPT-3是OpenAI第三代通用预训练转换器（GPT），它利用深度学习的力量革新了语言任务。通过在大量在线数据上训练，这些数据突出了词语的使用和组合方式，GPT-3可以产生与人类创作的回应相当的回应——从回答问题到创作诗歌或散文。

费利克斯·阿格巴沃尔是博士研究员和论文的首席作者。

“GPT-3对语言分析和生产的系统方法使其成为识别可能预测痴呆发病的微妙言语特征的有前途的候选者，”阿格巴沃尔说。“用大量包含阿尔茨海默病患者访谈的数据集训练GPT-3，将为其提供识别可应用于未来患者的言语模式的信息。”

研究人员通过训练程序使用一组转录本来测试他们的理论，这些转录本来自国家卫生研究院支持的语音记录数据集的一部分。这些转录本专门用于测试自然语言处理（NLP）程序预测痴呆的能力。该程序捕获了文本中的某些词语使用、句子结构和含义特征，有助于其生成“嵌入”，即阿尔茨海默病言语的特征性配置文件。

创建阿尔茨海默病筛查机

然后，团队使用嵌入重新训练该程序，将其转变为阿尔茨海默病的筛查机。该程序通过审查数据集中的几十个转录本来测试，决定每个转录本是否来自正在发展阿尔茨海默病的人。

该团队发现，GPT-3在准确识别阿尔茨海默病例、识别非阿尔茨海默病例和减少漏诊方面的表现优于其他两种顶级NLP程序。

第二项测试使用GPT-3的文本分析来预测数据集中各个患者在预测痴呆严重程度的常用测试中的得分。该常用测试称为简易精神状态检查（MMSE）。

GPT-3的预测准确率与仅使用录音的声学特征（包括暂停、语音强度和模糊性）来预测MMSE得分的分析结果相比，提高了约20%。

“我们的结果表明，GPT-3生成的文本嵌入可以可靠地用于不仅检测阿尔茨海默病患者和健康对照个体，还可以仅根据言语数据推断受试者的认知测试得分，”该团队指出。“我们进一步证明，文本嵌入优于传统的基于声学特征的方法，甚至可以与精细调整的模型竞争。这些结果综合表明，GPT-3基于文本嵌入是一种有前途的方法，用于评估阿尔茨海默病，并有可能改善早期痴呆诊断。”

研究人员现在计划开发一个可以在家中或医生办公室中作为预筛选工具使用的网络应用程序。

“我们的概念验证表明，这可以成为一个简单、易于使用且足够敏感的社区基于测试工具，”梁说。“这对于早期筛查和临床诊断前的风险评估可能非常有用。”