AI điều khiển ChatGPT có thể giúp phát hiện sớm các dấu hiệu của bệnh Alzheimer không?

Author
maxresdefault.jpg
Các thuật toán trí tuệ nhân tạo đằng sau chương trình chatbot ChatGPT - vốn đã thu hút sự chú ý nhờ khả năng tạo ra các phản hồi bằng văn bản giống như con người đối với một số truy vấn sáng tạo nhất - một ngày nào đó có thể giúp các bác sĩ phát hiện ra bệnh Alzheimer ở giai đoạn đầu. Nghiên cứu từ Trường Kỹ thuật Y sinh, Khoa học và Hệ thống Y tế của Đại học Drexel gần đây đã chứng minh rằng chương trình GPT-3 của OpenAI có thể xác định manh mối từ lời nói tự phát với độ chính xác 80% trong việc dự đoán giai đoạn đầu của chứng mất trí nhớ.

Được báo cáo trên tạp chí PLOS Digital Health , nghiên cứu của Drexel là nghiên cứu mới nhất trong một loạt nỗ lực nhằm chứng minh tính hiệu quả của các chương trình xử lý ngôn ngữ tự nhiên để dự đoán sớm bệnh Alzheimer -- thúc đẩy nghiên cứu hiện tại cho thấy rằng suy giảm ngôn ngữ có thể là dấu hiệu sớm của rối loạn thoái hóa thần kinh .

Tìm một dấu hiệu sớm

Thực hành hiện tại để chẩn đoán bệnh Alzheimer thường bao gồm việc xem xét lịch sử y tế và một loạt các đánh giá và xét nghiệm về thể chất và thần kinh. Mặc dù vẫn chưa có cách chữa khỏi căn bệnh này, nhưng việc phát hiện sớm có thể giúp bệnh nhân có nhiều lựa chọn hơn trong việc điều trị và hỗ trợ. Bởi vì suy giảm ngôn ngữ là một triệu chứng ở 60-80% bệnh nhân sa sút trí tuệ, các nhà nghiên cứu đã tập trung vào các chương trình có thể thu thập các manh mối tinh tế - chẳng hạn như do dự, mắc lỗi ngữ pháp và phát âm và quên nghĩa của từ - một cách nhanh chóng. xét nghiệm có thể cho biết liệu một bệnh nhân có nên trải qua một cuộc kiểm tra đầy đủ hay không.

Hualou Liang, Tiến sĩ, giáo sư tại Trường Kỹ thuật Y sinh, Khoa học và Hệ thống Y tế Drexel và là đồng tác giả của nghiên cứu cho biết: "Từ nghiên cứu đang diễn ra, chúng tôi biết rằng các tác động nhận thức của Bệnh Alzheimer có thể tự biểu hiện trong quá trình sản xuất ngôn ngữ". "Các bài kiểm tra được sử dụng phổ biến nhất để phát hiện sớm bệnh Alzheimer xem xét các đặc điểm âm thanh, chẳng hạn như tạm dừng, phát âm và chất lượng giọng nói, bên cạnh các bài kiểm tra về nhận thức. Nhưng chúng tôi tin rằng việc cải thiện các chương trình xử lý ngôn ngữ tự nhiên sẽ cung cấp một con đường khác để hỗ trợ xác định sớm bệnh Alzheimer's. bệnh mất trí nhớ."

Một chương trình lắng nghe và học hỏi

GPT-3, chính thức là thế hệ thứ ba của OpenAI's General Pretraining Transformer (GPT), sử dụng thuật toán học sâu -- được đào tạo bằng cách xử lý lượng thông tin khổng lồ từ internet, đặc biệt tập trung vào cách sử dụng từ và cách ngôn ngữ được xây dựng . Quá trình đào tạo này cho phép nó tạo ra phản ứng giống như con người đối với bất kỳ nhiệm vụ nào liên quan đến ngôn ngữ, từ trả lời các câu hỏi đơn giản, đến viết thơ hoặc tiểu luận.

GPT-3 đặc biệt giỏi trong việc "học mà không cần dữ liệu" -- nghĩa là nó có thể trả lời các câu hỏi thường yêu cầu kiến thức bên ngoài chưa được cung cấp. Ví dụ: yêu cầu chương trình viết "Cliff's Notes" của một văn bản, thông thường sẽ yêu cầu giải thích rằng điều này có nghĩa là một bản tóm tắt. Nhưng GPT-3 đã trải qua đủ khóa đào tạo để hiểu tham chiếu và tự điều chỉnh để tạo ra phản hồi như mong đợi.

"Cách tiếp cận có hệ thống của GPT3 đối với việc phân tích và sản xuất ngôn ngữ khiến nó trở thành một ứng cử viên đầy triển vọng để xác định các đặc điểm giọng nói tế nhị có thể dự đoán sự khởi đầu của chứng mất trí nhớ", Felix Agbavor, nhà nghiên cứu tiến sĩ tại Trường và là tác giả chính của bài báo cho biết. "Đào tạo GPT-3 với một bộ dữ liệu khổng lồ gồm các cuộc phỏng vấn -- một số phỏng vấn với bệnh nhân Alzheimer -- sẽ cung cấp cho nó thông tin cần thiết để trích xuất các mẫu giọng nói mà sau đó có thể được áp dụng để xác định các dấu hiệu ở những bệnh nhân trong tương lai."

Tìm kiếm tín hiệu lời nói

Các nhà nghiên cứu đã thử nghiệm lý thuyết của họ bằng cách đào tạo chương trình với một bộ bản ghi từ một phần của bộ dữ liệu ghi âm giọng nói được biên soạn với sự hỗ trợ của Viện Y tế Quốc gia, đặc biệt nhằm mục đích kiểm tra khả năng dự đoán chứng mất trí nhớ của các chương trình xử lý ngôn ngữ tự nhiên. Chương trình đã nắm bắt các đặc điểm có ý nghĩa của cách sử dụng từ, cấu trúc câu và ý nghĩa từ văn bản để tạo ra thứ mà các nhà nghiên cứu gọi là "sự nhúng" - một cấu hình đặc trưng của bài phát biểu của bệnh Alzheimer.

Sau đó, họ sử dụng phần nhúng để đào tạo lại chương trình -- biến nó thành một cỗ máy sàng lọc bệnh Alzheimer. Để kiểm tra, họ yêu cầu chương trình xem xét hàng chục bản ghi từ bộ dữ liệu và quyết định xem mỗi bản ghi đó có phải do người đang phát triển bệnh Alzheimer tạo ra hay không.

Chạy hai trong số các chương trình xử lý ngôn ngữ tự nhiên hàng đầu với cùng tốc độ, nhóm nhận thấy rằng GPT-3 hoạt động tốt hơn cả hai, xét về mặt xác định chính xác các ví dụ về bệnh Alzheimer, xác định các ví dụ không phải về bệnh Alzheimer và ít trường hợp bị bỏ sót hơn so với cả hai chương trình.

Thử nghiệm thứ hai sử dụng phân tích văn bản của GPT-3 để dự đoán điểm số của các bệnh nhân khác nhau từ bộ dữ liệu trong một thử nghiệm chung để dự đoán mức độ nghiêm trọng của chứng mất trí nhớ, được gọi là Bài kiểm tra trạng thái tâm thần nhỏ (MMSE).

Sau đó, nhóm đã so sánh độ chính xác dự đoán của GPT-3 với độ chính xác của một phân tích chỉ sử dụng các đặc điểm âm thanh của bản ghi, chẳng hạn như tạm dừng, cường độ giọng nói và độ rè, để dự đoán điểm MMSE. GPT-3 được chứng minh là chính xác hơn gần 20% trong việc dự đoán điểm MMSE của bệnh nhân.

"Kết quả của chúng tôi chứng minh rằng tính năng nhúng văn bản do GPT-3 tạo ra có thể được sử dụng một cách đáng tin cậy để không chỉ phát hiện những người mắc bệnh Alzheimer từ các biện pháp kiểm soát lành mạnh mà còn suy ra điểm kiểm tra nhận thức của đối tượng, cả hai chỉ dựa trên dữ liệu giọng nói", họ viết . "Chúng tôi tiếp tục chỉ ra rằng nhúng văn bản vượt trội so với phương pháp dựa trên tính năng âm thanh thông thường và thậm chí hoạt động cạnh tranh với các mô hình được tinh chỉnh. Tất cả những kết quả này cho thấy rằng nhúng văn bản dựa trên GPT-3 là một phương pháp đầy hứa hẹn để đánh giá AD và có tiềm năng để cải thiện chẩn đoán sớm chứng mất trí."

Tiếp tục tìm kiếm

Dựa trên những kết quả đầy hứa hẹn này, 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.

Liang cho biết: “Bằng chứng về khái niệm của chúng tôi cho thấy đây có thể là một công cụ đơn giản, dễ tiếp cận và đủ độ nhạy để thử nghiệm dựa trên cộng đồng. "Điều này có thể rất hữu ích để sàng lọc sớm và đánh giá rủi ro trước khi chẩn đoán lâm sàng."

Chi tiết hơn, quý vị và các bạn đọc bài viết tại đây: https://www.sciencedaily.com/releases/2022/12/221222162415.htm

Nguồn: Science Daily.
 
Top