La inteligencia artificial (IA) que impulsa el programa ChatGPT podría eventualmente ayudar a los profesionales médicos a detectar la enfermedad de Alzheimer en sus primeras etapas. ChatGPT ha recibido mucha atención por su capacidad para generar respuestas escritas similares a las humanas.
La nueva investigación proviene de la Escuela de Ingeniería Biomédica, Ciencias y Sistemas de Salud de la Universidad de Drexel. Demostró que el programa GPT-3 de OpenAI puede identificar pistas del habla espontánea que tienen un 80% de precisión para predecir las primeras etapas de la demencia.
La investigación fue publicada en la revista PLOS Salud Digital.
Uso de programas de diagnóstico de idiomas
Para muchos, el desafío de diagnosticar la enfermedad de Alzheimer ha sido la falta de una prueba única para todos, pero una nueva investigación ofrece esperanza a los terapeutas al presentar programas de diagnóstico de lenguaje que brindan una manera efectiva de detectar rápidamente los síntomas asociados con la demencia, desde la vacilación. en el habla y dificultad para expresarse correctamente hasta el olvido de palabras o sus significados. Tales pruebas podrían hacer que el diagnóstico temprano sea más simple que nunca.
Hualou Liang, PhD, es profesor en la Escuela de Ingeniería Biomédica, Ciencias y Sistemas de Salud de Drexel y coautor de la investigación.
“Sabemos por investigaciones en curso que los efectos cognitivos de la enfermedad de Alzheimer pueden manifestarse en la producción del lenguaje”, dijo Liang. “Las pruebas más utilizadas para la detección temprana de la enfermedad de Alzheimer analizan las características acústicas, como las pausas, la articulación y la calidad vocal, además de las pruebas de condición. Pero creemos que la mejora de los programas de procesamiento del lenguaje natural proporciona otro camino para apoyar la identificación temprana de la enfermedad de Alzheimer”.
GPT-3 de OpenAI
GPT-3, la tercera iteración de OpenAI de su Transformador preentrenado general (GPT), ha aprovechado el poder del aprendizaje profundo para revolucionar las tareas del lenguaje. Con este algoritmo entrenado en una amplia gama de datos de fuentes en línea que resaltan cómo se usan y encajan las palabras, GPT-3 produce respuestas comparables con las creadas por humanos, desde responder a preguntas hasta crear poemas o ensayos.
Felix Agbavor es investigador doctoral y autor principal del artículo.
“El enfoque sistémico de GPT3 para el análisis y la producción del lenguaje lo convierte en un candidato prometedor para identificar las características sutiles del habla que pueden predecir la aparición de la demencia”, dijo Agbavor. “Entrenar a GPT-3 con un conjunto de datos masivo de entrevistas, algunas de las cuales son con pacientes de Alzheimer, le proporcionaría la información que necesita para extraer patrones del habla que luego podrían aplicarse para identificar marcadores en futuros pacientes”.
Los investigadores probaron su teoría entrenando el programa con un conjunto de transcripciones que provenían de una parte de un conjunto de datos de grabaciones de voz creadas con el apoyo de los Institutos Nacionales de Salud. Estas transcripciones fueron específicamente con el propósito de evaluar la capacidad de los programas de procesamiento del lenguaje natural (NLP) para predecir la demencia. El programa capturó ciertas características del uso de las palabras, la estructura de las oraciones y el significado del texto, lo que ayudó a producir una “incrustación” o un perfil característico del habla de la enfermedad de Alzheimer.
Creación de una máquina de detección para la enfermedad de Alzheimer
Luego, el equipo volvió a entrenar el programa con la incrustación, lo que lo convirtió en una máquina de detección de la enfermedad de Alzheimer. El programa se probó revisando docenas de transcripciones del conjunto de datos para decidir si cada una era o no de alguien que estaba desarrollando la enfermedad de Alzheimer.
El grupo descubrió que GPT-3 funcionó mejor que otros dos programas principales de PNL en términos de identificación precisa de ejemplos de Alzheimer, identificación de ejemplos que no son de Alzheimer y con menos casos perdidos.
Una segunda prueba utiliza el análisis textual de GPT-3 para predecir la puntuación de varios pacientes del conjunto de datos en una prueba común para predecir la gravedad de la demencia. Esta prueba común se denomina miniexamen del estado mental (MMSE).
La precisión de la predicción de GPT-3 se comparó con la de un análisis que utiliza solo las características acústicas de las grabaciones, que incluyen pausas, fuerza de la voz y dificultad para predecir la puntuación del MMSE. GPT-3 fue capaz de lograr un 20% más de precisión en la predicción de las puntuaciones MMSE de los pacientes.
“Nuestros resultados demuestran que la incrustación de texto, generada por GPT-3, se puede usar de manera confiable no solo para detectar personas con la enfermedad de Alzheimer de controles sanos, sino también para inferir la puntuación de las pruebas cognitivas del sujeto, ambas basadas únicamente en datos del habla”, dijo el equipo. anotado. “Además, demostramos que la incrustación de texto supera el enfoque convencional basado en características acústicas e incluso funciona de manera competitiva con modelos ajustados. Estos resultados, en conjunto, sugieren que la incrustación de texto basada en GPT-3 es un enfoque prometedor para la evaluación de la EA y tiene el potencial de mejorar el diagnóstico temprano de la demencia”.
Los investigadores ahora planean desarrollar una aplicación web que se pueda usar en casa o en el consultorio de un médico como herramienta de preselección.
“Nuestra prueba de concepto muestra que esta podría ser una herramienta simple, accesible y adecuadamente sensible para las pruebas basadas en la comunidad”, dijo Liang. “Esto podría ser muy útil para la detección temprana y la evaluación de riesgos antes de un diagnóstico clínico”.