ChatGPT はアルツハイマー病を 80% の精度で識別できます

ChatGPT は最近、その強力な機能でインターネットを席巻しており、法的契約書の作成や小説の執筆が簡単に行え、さらにはプログラミングにも役立ちます。

しかし、これらは人間が AI をテストしているようですが、ChatGPT は人間との会話から有用な情報を取得できるでしょうか?

しかし、ChatGPT のテクノロジーは実際にアルツハイマー病の初期症状の検出に役立つことが判明しました。

アルツハイマー病は一般に「認知症」として知られています。この病気の最も一般的かつ明白な症状の 1 つは、文法上の誤り、休止、繰り返し、または意味の忘れなどの言語の問題です。フィラデルフィアのドレクセル生物医工学大学による研究では、ChatGPT が人間との対話を通じてそのような症状があるかどうかを確認し、それによって病気のリスクを迅速に促すことができることがわかりました。

論文アドレス:

https://journals.plos.org/digitalhealth/article? id=10.1371/journal.pdig.0000168

ChatGPT を使用して、80% の精度で早期アルツハイマー病を検出します

アルツハイマー病の早期検出治療の選択肢が大幅に改善され、患者がライフスタイルを変更して病気の進行を遅らせる時間が得られる可能性があります。この病気の診断には脳画像検査や長時間にわたる認知評価が必要になることがよくありますが、これらは費用と時間がかかるため、広範囲にわたるスクリーニングには適していません。

AI技術の普及に伴う自動音声分析は、アルツハイマー病を早期に検出する有望な方法である、とフィラデルフィアのドレクセル大学の生体医工学教授リャン氏は述べた。この病気の明らかな症状は、文法上の誤り、休止、繰り返し、単語の意味の忘れなどの言語の問題です。このため、機械学習を使用して人々の話し方から病気の初期兆候を発見することへの関心が高まっています。

「私たちの希望は、機械学習を使用してこれらの信号を検出し、早期診断ができるようになることです。」

通常はこれですこの技術は専用のモデルに依存していますが、Liang 氏と彼の同僚は、ChatGPT (OpenAI の大規模言語モデル GPT-3) の背後にある技術をアルツハイマー病の兆候を検出するために再利用できないかどうかを確認したいと考えていました。

彼らは、ChatGPT がアルツハイマー病患者と健康なボランティアの音声録音を実際に 80% の精度で区別できることを発見しました。

「GPT-3 のような大規模な言語モデルは非常に強力で、これらの微妙な違いを見つけることができます」と Liang 氏は言います。 「研究対象者がアルツハイマー病に関連する何らかの問題を抱えており、それがすでに言語に反映されている場合、機械学習を使用してそれらの信号を検出し、早期診断ができるようにしたいと考えています。」

研究者らは、健康なボランティアとアルツハイマー病患者から採取した 237 件の録音をテストし、事前にトレーニングされた音声認識モデルを使用してテキストに変換しました。 GPT-3 の助けを得るために、研究者たちはそのあまり知られていない能力の 1 つを利用しました。その API を使用すると、テキストの一部をモデルにフィードし、モデルに「埋め込み」(意味をエンコードし、他のテキストとの類似性を評価するために使用できるテキストの数値表現) を出力させることができます。

ほとんどの機械学習モデルは「埋め込み」を扱いますが、GPT-3 の新機能は、「埋め込み」だけで十分であることです。強力で、段落全体の「埋め込み」を生成できます。また、モデルのサイズが非常に大きく、モデルのトレーニングに使用される膨大な量のデータにより、非常にリッチなテキスト表現を生成できます。

研究者らはこの機能を利用して、アルツハイマー病患者と健康な人からのすべての転写産物の「埋め込み」を作成しました。次に、これらの「埋め込み」を選択し、どのグループに由来するかを示すラベルと組み合わせて、2 つのグループを区別する機械学習分類器のトレーニングに使用しました。

微調整すると実際には精度が低下し、今後もやるべき作業がまだあります

雑誌のレポートによると「PLOS・デジタルヘルス」 ある論文では、目に見えないトランスクリプトでテストした場合、最良の分類器が 80.3% の精度を達成したと報告しています。

これは、音声データに対する従来のアプローチを使用して研究者が得た 74.6% の結果よりも大幅に優れています。音響特性に依存しているため、専門家が慎重に特定する必要があります。彼らはまた、自分たちの手法を、大規模な言語モデルを使用し、トレーニング データから取得したテキストを使用してモデルを微調整する追加ステップを含むいくつかの最先端の機械学習手法と比較しました。

興味深いことに、研究者が GPT-3 を微調整しようとすると、実際に GPT-3 のパフォーマンスが低下しました。これは直感に反するように思えるかもしれませんが、Liang 氏は、これは GPT-3 のトレーニングに使用される大量のデータと、微調整に使用できる少量のドメイン固有のトレーニング データとの間のサイズの不一致が原因である可能性があると指摘しています。

トロント大学コンピューターサイエンス准教授のフランク・ルジッチ氏は、研究チームは最先端の結果を達成したものの、そのような研究には私有モデルに依存していたと述べた。研究ではいくつかの問題が生じています。

彼は次のように述べています。「これらのクローズド API が制限されている理由の 1 つは、これらのモデルの内部構造を検査したり深く変更したり、解明に役立つ一連のより完全な実験を行うことができないためです。回避または修正する必要がある潜在的なエラーの原因です。」

Liang 氏は、このアプローチの限界についてもオープンにしています。同氏によると、このモデルはアルツハイマー病を適切に診断できるほど正確ではなく、この技術が実際に導入されれば、完全な医学的評価のために人々を専門家に誘導するための最初のスクリーニング段階として機能するだろうという。多くの AI ベースの手法と同様に、モデルがアルツハイマー病を検出するときに何を検出するかを正確に知ることは困難な場合があり、これが医療スタッフにとって問題となる可能性があります。 「医師は当然、なぜこのような結果になったのか尋ねるでしょう」と梁氏は言う。 「彼らは、どの機能が本当に重要なのかを知りたがっているのです。」 それでも、Liang 氏は、このアプローチには大きな可能性があると考えており、彼と彼の同僚は、病気のスクリーニングを簡素化するために自宅や診療所で使用できるアプリケーションの開発を計画しています。 。

関連レポート:

https://spectrum.ieee.org/gpt-3-ai-chat-alzheimers

https:// Journal.plos.org/digitalhealth/article?id=10.1371/journal.pdig.0000168

以上がChatGPT はアルツハイマー病を 80% の精度で識別できますの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。