Περίληψη άρθρου:
Το πρόγραμμα Chatbot ChatGPT, το οποίο βασίζεται στον αλγόριθμο GPT-3 του OpenAI, έχει τη δυνατότητα να ανιχνεύει τα πρώιμα σημάδια της νόσου Αλτσχάιμερ. Έρευνα από τη Σχολή Βιοϊατρικής Μηχανικής, Επιστημών και Συστημάτων Υγείας του Πανεπιστημίου Drexel έδειξε ότι ο GPT-3 μπορεί να εντοπίσει ενδείξεις από την αυθόρμητη ομιλία με ακρίβεια 80% στην πρόβλεψη των πρώιμων σταδίων της άνοιας. Το πρόγραμμα εκπαιδεύεται με την επεξεργασία τεράστιων όγκων πληροφοριών από το διαδίκτυο και είναι ιδιαίτερα καλό στη "μάθηση μηδενικών δεδομένων". Οι δοκιμές έδειξαν ότι το GPT-3 ήταν πιο ακριβές από άλλα προγράμματα επεξεργασίας φυσικής γλώσσας στην πρόβλεψη των βαθμολογιών της εξέτασης Mini-Mental State Exam των ασθενών. Οι ερευνητές σχεδιάζουν τώρα να αναπτύξουν μια διαδικτυακή εφαρμογή που θα μπορούσε να χρησιμοποιηθεί ως εργαλείο προελέγχου για την έγκαιρη ανίχνευση της νόσου Αλτσχάιμερ.

Αναλυτικά το άρθρο:
Οι αλγόριθμοι τεχνητής νοημοσύνης που βρίσκονται πίσω από το πρόγραμμα chatbot ChatGPT - το οποίο έχει τραβήξει την προσοχή για την ικανότητά του να παράγει γραπτές απαντήσεις που μοιάζουν με ανθρώπινες απαντήσεις σε μερικά από τα πιο δημιουργικά ερωτήματα - ίσως μια μέρα να είναι σε θέση να βοηθήσουν τους γιατρούς να ανιχνεύσουν τη νόσο Αλτσχάιμερ στα αρχικά της στάδια.

Έρευνα από τη Σχολή Βιοϊατρικής Μηχανικής, Επιστήμης και Συστημάτων Υγείας του Πανεπιστημίου Drexel έδειξε πρόσφατα ότι το πρόγραμμα GPT-3 της OpenAI μπορεί να εντοπίσει ενδείξεις από την αυθόρμητη ομιλία που είναι 80% ακριβείς στην πρόβλεψη των πρώιμων σταδίων της άνοιας.

Η μελέτη του Drexel, η οποία παρουσιάστηκε στο περιοδικό PLOS Digital Health, είναι η τελευταία σε μια σειρά προσπαθειών για την επίδειξη της αποτελεσματικότητας των προγραμμάτων επεξεργασίας φυσικής γλώσσας για την έγκαιρη πρόβλεψη της νόσου

Αλτσχάιμερ -- αξιοποιώντας την τρέχουσα έρευνα που υποδηλώνει ότι η γλωσσική εξασθένιση μπορεί να αποτελέσει πρώιμο δείκτη νευροεκφυλιστικών διαταραχών.

Εύρεση ενός πρώιμου σημαδιού

Η τρέχουσα πρακτική για τη διάγνωση της νόσου Αλτσχάιμερ περιλαμβάνει συνήθως μια ανασκόπηση του ιατρικού ιστορικού και μια μακρά σειρά φυσικών και νευρολογικών αξιολογήσεων και εξετάσεων. Αν και δεν υπάρχει ακόμη θεραπεία για τη νόσο, ο έγκαιρος εντοπισμός της μπορεί να δώσει στους ασθενείς περισσότερες επιλογές για θεραπευτική αγωγή και υποστήριξη.

Επειδή η γλωσσική δυσλειτουργία αποτελεί σύμπτωμα στο 60-80% των ασθενών με άνοια, οι ερευνητές έχουν επικεντρωθεί σε προγράμματα που μπορούν να εντοπίσουν ανεπαίσθητες ενδείξεις - όπως ο δισταγμός, τα λάθη στη γραμματική και την προφορά και η λήθη της σημασίας των λέξεων - ως ένα γρήγορο τεστ που θα μπορούσε να υποδείξει αν ένας ασθενής θα πρέπει να υποβληθεί σε πλήρη εξέταση ή όχι.

"Γνωρίζουμε από τη συνεχιζόμενη έρευνα ότι οι γνωστικές επιπτώσεις της νόσου Αλτσχάιμερ μπορούν να εκδηλωθούν στη γλωσσική παραγωγή", δήλωσε ο Hualou Liang, PhD, καθηγητής στη Σχολή Βιοϊατρικής Μηχανικής, Επιστημών και Συστημάτων Υγείας του Drexel και συν-συγγραφέας της έρευνας.

"Τα πιο συχνά χρησιμοποιούμενα τεστ για την έγκαιρη ανίχνευση της νόσου Αλτσχάιμερ εξετάζουν τα ακουστικά χαρακτηριστικά, όπως οι παύσεις, η άρθρωση και η ποιότητα της φωνής, εκτός από τα τεστ γνώσης. Πιστεύουμε όμως ότι η βελτίωση των προγραμμάτων επεξεργασίας φυσικής γλώσσας παρέχει έναν άλλο δρόμο για την υποστήριξη της έγκαιρης αναγνώρισης της νόσου Αλτσχάιμερ".

Ένα πρόγραμμα που ακούει και μαθαίνει

Το GPT-3, επίσημα η τρίτη γενιά του General Pretrained Transformer (GPT) του OpenAI, χρησιμοποιεί έναν αλγόριθμο βαθιάς μάθησης - εκπαιδευμένο με την επεξεργασία τεράστιων όγκων πληροφοριών από το διαδίκτυο, με ιδιαίτερη έμφαση στον τρόπο χρήσης των λέξεων και στον τρόπο κατασκευής της γλώσσας.

Αυτή η εκπαίδευση του επιτρέπει να παράγει μια ανταπόκριση που μοιάζει με την ανθρώπινη σε οποιαδήποτε εργασία που περιλαμβάνει γλώσσα, από απαντήσεις σε απλές ερωτήσεις μέχρι τη συγγραφή ποιημάτων ή δοκιμίων.

Ο GPT-3 είναι ιδιαίτερα καλός στην "εκμάθηση μηδενικών δεδομένων" - που σημαίνει ότι μπορεί να απαντήσει σε ερωτήσεις που κανονικά θα απαιτούσαν εξωτερική γνώση που δεν έχει παρασχεθεί. Για παράδειγμα, το να ζητήσετε από το πρόγραμμα να γράψει "Σημειώσεις του Cliff" ενός κειμένου, θα απαιτούσε κανονικά μια εξήγηση ότι αυτό σημαίνει περίληψη.

Αλλά το GPT-3 έχει περάσει αρκετή εκπαίδευση ώστε να κατανοήσει την αναφορά και να προσαρμοστεί ώστε να παράγει την αναμενόμενη απάντηση.

"Η συστημική προσέγγιση του GPT3 στην ανάλυση και την παραγωγή γλώσσας το καθιστά έναν πολλά υποσχόμενο υποψήφιο για τον εντοπισμό των λεπτών χαρακτηριστικών της ομιλίας που μπορεί να προβλέπουν την εμφάνιση της άνοιας", δήλωσε ο Felix Agbavor, διδακτορικός ερευνητής στη Σχολή και κύριος συγγραφέας της δημοσίευσης.

"Η εκπαίδευση του GPT-3 με ένα τεράστιο σύνολο δεδομένων από συνεντεύξεις - μερικές από τις οποίες αφορούν ασθενείς με Αλτσχάιμερ - θα του παρείχε τις πληροφορίες που χρειάζεται για να εξάγει μοτίβα ομιλίας που θα μπορούσαν στη συνέχεια να εφαρμοστούν για τον εντοπισμό δεικτών σε μελλοντικούς ασθενείς".

Αναζήτηση σημάτων ομιλίας

Οι ερευνητές δοκίμασαν τη θεωρία τους εκπαιδεύοντας το πρόγραμμα με ένα σύνολο απομαγνητοφωνημένων κειμένων από ένα τμήμα ενός συνόλου δεδομένων από καταγραφές ομιλίας που καταρτίστηκαν με την υποστήριξη των Εθνικών Ινστιτούτων Υγείας ειδικά για τον σκοπό της δοκιμής της ικανότητας των προγραμμάτων επεξεργασίας φυσικής γλώσσας να προβλέπουν την άνοια.

Το πρόγραμμα συνέλαβε σημαντικά χαρακτηριστικά της χρήσης των λέξεων, της δομής των προτάσεων και του νοήματος από το κείμενο για να παράγει αυτό που οι ερευνητές αποκαλούν "ενσωμάτωση" - ένα χαρακτηριστικό προφίλ της ομιλίας του Αλτσχάιμερ.

Στη συνέχεια χρησιμοποίησαν την ενσωμάτωση για να επανεκπαιδεύσουν το πρόγραμμα -- μετατρέποντάς το σε μηχανή διαλογής για το Αλτσχάιμερ. Για να το δοκιμάσουν ζήτησαν από το πρόγραμμα να εξετάσει δεκάδες κείμενα από το σύνολο δεδομένων και να αποφασίσει αν το καθένα από αυτά παράγεται από κάποιον που αναπτύσσει Αλτσχάιμερ.

Τρέχοντας δύο από τα κορυφαία προγράμματα επεξεργασίας φυσικής γλώσσας στους ίδιους ρυθμούς, η ομάδα διαπίστωσε ότι το GPT-3 είχε καλύτερες επιδόσεις και από τα δύο, όσον αφορά τον ακριβή εντοπισμό παραδειγμάτων με νόσο Αλτσχάιμερ, τον εντοπισμό παραδειγμάτων χωρίς νόσο Αλτσχάιμερ και με λιγότερες χαμένες περιπτώσεις από τα δύο προγράμματα.

Μια δεύτερη δοκιμή χρησιμοποίησε την ανάλυση κειμένου του GPT-3 για να προβλέψει τη βαθμολογία διαφόρων ασθενών από το σύνολο δεδομένων σε ένα κοινό τεστ πρόβλεψης της σοβαρότητας της άνοιας, που ονομάζεται Mini-Mental State Exam (MMSE).

Στη συνέχεια, η ομάδα συνέκρινε την ακρίβεια της πρόβλεψης του GPT-3 με την ακρίβεια μιας ανάλυσης που χρησιμοποιούσε μόνο τα ακουστικά χαρακτηριστικά των ηχογραφήσεων, όπως οι παύσεις, η ένταση της φωνής και η συρρίκνωση, για την πρόβλεψη της βαθμολογίας του MMSE. Η GPT-3 αποδείχθηκε σχεδόν 20% πιο ακριβής στην πρόβλεψη των βαθμολογιών MMSE των ασθενών.

"Τα αποτελέσματά μας αποδεικνύουν ότι η ενσωμάτωση κειμένου, που παράγεται από το GPT-3, μπορεί να χρησιμοποιηθεί αξιόπιστα όχι μόνο για την ανίχνευση ατόμων με νόσο Αλτσχάιμερ από υγιείς μάρτυρες, αλλά και για την εξαγωγή συμπερασμάτων σχετικά με τη βαθμολογία των γνωστικών δοκιμασιών του υποκειμένου, και τα δύο με βάση αποκλειστικά δεδομένα ομιλίας", έγραψαν.

"Δείχνουμε επίσης ότι η ενσωμάτωση κειμένου ξεπερνά τη συμβατική προσέγγιση που βασίζεται στα ακουστικά χαρακτηριστικά και μάλιστα αποδίδει ανταγωνιστικά με τα λεπτομερώς ρυθμισμένα μοντέλα.

Αυτά τα αποτελέσματα, όλα μαζί, υποδηλώνουν ότι η ενσωμάτωση κειμένου με βάση το GPT-3 είναι μια πολλά υποσχόμενη προσέγγιση για την αξιολόγηση της ΝΑ και έχει τη δυνατότητα να βελτιώσει την έγκαιρη διάγνωση της άνοιας".

Συνεχίζοντας την αναζήτηση

Για να βασιστούν σε αυτά τα πολλά υποσχόμενα αποτελέσματα, οι ερευνητές σχεδιάζουν να αναπτύξουν μια διαδικτυακή εφαρμογή που θα μπορούσε να χρησιμοποιηθεί στο σπίτι ή σε ένα ιατρείο ως εργαλείο προελέγχου.

"Η απόδειξη της σύλληψής μας δείχνει ότι αυτό θα μπορούσε να είναι ένα απλό, προσιτό και επαρκώς ευαίσθητο εργαλείο για τον έλεγχο στην κοινότητα", δήλωσε ο Liang. "Αυτό θα μπορούσε να είναι πολύ χρήσιμο για τον έγκαιρο έλεγχο και την εκτίμηση του κινδύνου πριν από την κλινική διάγνωση".

Πηγή:
https://www.sciencedaily.com/releases/2022/12/221222162415.htm