Die künstliche Intelligenz (KI), die das ChatGPT-Programm antreibt, könnte Medizinern schließlich helfen, die Alzheimer-Krankheit in ihren frühen Stadien zu erkennen. ChatGPT hat viel Aufmerksamkeit für seine Fähigkeit erhalten, menschenähnliche schriftliche Antworten zu generieren.
Die neue Forschung stammt von der School of Biomedical Engineering, Science and Health Systems der Drexel University. Es zeigte, dass das GPT-3-Programm von OpenAI Hinweise aus spontaner Sprache identifizieren kann, die bei der Vorhersage der frühen Stadien von Demenz zu 80 % genau sind.
Die Forschungsarbeit wurde in der Zeitschrift PLOS Digital Health.
Verwendung von Sprachdiagnoseprogrammen
Für viele war die Herausforderung bei der Diagnose der Alzheimer-Krankheit ihr Mangel eines einheitlichen Tests, aber neue Forschungsergebnisse geben Therapeuten Hoffnung, indem sie Sprachdiagnostikprogramme einführen, die eine effektive Möglichkeit bieten, schnell nach Symptomen im Zusammenhang mit Demenz zu suchen – von Zögern in der Sprache und Schwierigkeiten, sich richtig auszudrücken, bis hin zum Vergessen von Wörtern oder deren Bedeutung. Solche Tests könnten die Frühdiagnose einfacher denn je machen.
Hualou Liang, PhD, ist Professor an der Drexel School of Biomedical Engineering, Science and Health Systems und Mitautor der Forschung.
„Wir wissen aus laufender Forschung, dass sich die kognitiven Auswirkungen der Alzheimer-Krankheit in der Sprachproduktion manifestieren können“, sagte Liang. „Die am häufigsten verwendeten Tests zur Früherkennung von Alzheimer betrachten neben Zustandstests auch akustische Merkmale wie Pausen, Artikulation und Stimmqualität. Wir glauben jedoch, dass die Verbesserung von Programmen zur Verarbeitung natürlicher Sprache einen weiteren Weg zur Unterstützung der Früherkennung von Alzheimer bietet.“
GPT-3 von OpenAI
GPT-3, OpenAIs dritte Iteration ihres General Pretrained Transformer (GPT) hat die Leistungsfähigkeit von Deep Learning genutzt, um Sprachaufgaben zu revolutionieren. Mit diesem Algorithmus, der auf einer Vielzahl von Daten aus Online-Quellen trainiert wurde, die hervorheben, wie Wörter verwendet werden und zusammenpassen, erzeugt GPT-3 Antworten, die mit denen vergleichbar sind, die von Menschen erstellt werden – von der Beantwortung von Fragen bis hin zur Erstellung von Gedichten oder Essays.
Felix Agbavor ist Doktorand und Hauptautor der Arbeit.
„Der systemische Ansatz von GPT3 zur Sprachanalyse und-produktion macht es zu einem vielversprechenden Kandidaten für die Identifizierung der subtilen Sprachmerkmale, die den Beginn von Demenz vorhersagen können, “, sagte Agbavor. „Das Training von GPT-3 mit einem riesigen Datensatz von Interviews – einige davon mit Alzheimer-Patienten – würde es mit den Informationen versorgen, die es benötigt, um Sprachmuster zu extrahieren, die dann angewendet werden könnten, um Marker bei zukünftigen Patienten zu identifizieren.“
Die Forscher testeten ihre Theorie, indem sie das Programm mit einer Reihe von Transkripten trainierten, die aus einem Teil eines Datensatzes von Sprachaufzeichnungen stammten, die mit Unterstützung der National Institutes of Health erstellt wurden. Diese Transkripte dienten speziell dem Zweck, die Fähigkeit von Programmen zur Verarbeitung natürlicher Sprache (NLP) zur Vorhersage von Demenz zu testen. Das Programm erfasste bestimmte Merkmale des Wortgebrauchs, der Satzstruktur und der Bedeutung aus dem Text, was ihm dabei half, eine „Einbettung“ oder ein charakteristisches Profil der Alzheimer-Sprache zu erstellen.
Erstellen eines Screenings Maschine für Alzheimer
Das Team trainierte das Programm dann mit der Einbettung neu, wodurch es zu einer Screening-Maschine für Alzheimer wurde. Das Programm wurde getestet, indem Dutzende von Transkripten aus dem Datensatz überprüft wurden, um zu entscheiden, ob jedes von jemandem stammte, der an Alzheimer erkrankte.
Die Gruppe fand heraus, dass GPT-3 besser abschneidet als zwei andere Top-NLP-Programme in hinsichtlich der genauen Identifizierung von Alzheimer-Beispielen, der Identifizierung von Nicht-Alzheimer-Beispielen und mit weniger übersehenen Fällen.
Ein zweiter Test verwendet die Textanalyse von GPT-3, um die Punktzahl verschiedener Patienten aus dem Datensatz zu einem gemeinsamen vorherzusagen Test zur Vorhersage der Schwere der Demenz. Dieser gängige Test wird als Mini-Mental State Exam (MMSE) bezeichnet.
Die Vorhersagegenauigkeit von GPT-3 wurde mit der einer Analyse verglichen, die nur die akustischen Merkmale der Aufnahmen verwendet, die Pausen, Stimmstärke und Verschleifen, um den MMSE-Score vorherzusagen. GPT-3 konnte etwa 20 % mehr Genauigkeit bei der Vorhersage der MMSE-Werte der Patienten erreichen.
„Unsere Ergebnisse zeigen, dass die von GPT-3 generierte Texteinbettung zuverlässig verwendet werden kann, um nicht nur Einzelpersonen zu erkennen mit Alzheimer-Krankheit von gesunden Kontrollpersonen, sondern auch den kognitiven Testwert des Probanden ableiten, beides ausschließlich auf der Grundlage von Sprachdaten“, bemerkte das Team. „Wir zeigen außerdem, dass die Texteinbettung den konventionellen, auf akustischen Merkmalen basierenden Ansatz übertrifft und sogar mit fein abgestimmten Modellen konkurrenzfähig ist. Diese Ergebnisse legen insgesamt nahe, dass die GPT-3-basierte Texteinbettung ein vielversprechender Ansatz für die AD-Beurteilung ist und das Potenzial hat, die Früherkennung von Demenz zu verbessern.“
Die Forscher planen nun die Entwicklung einer entsprechenden Webanwendung kann zu Hause oder in einer Arztpraxis als Vorscreening-Tool verwendet werden.
„Unser Proof-of-Concept zeigt, dass dies ein einfaches, zugängliches und ausreichend sensibles Tool für Community-basierte Tests sein könnte, “, sagte Liang. „Dies könnte für ein frühes Screening und eine Risikobewertung vor einer klinischen Diagnose sehr nützlich sein.“