ChatGPT는 80% 정확도로 알츠하이머병을 식별할 수 있습니다.-일체 포함-php.cn

ChatGPT는 최근 강력한 기능으로 인터넷을 강타했습니다. 법적 계약 초안 작성, 소설 작성, 프로그래밍 지원까지 가능합니다.

그런데 이들은 AI를 테스트하는 인간인 것 같습니다. ChatGPT가 인간과의 대화에서 유용한 정보를 얻을 수 있을까요?

그러나 ChatGPT의 기술은 실제로 알츠하이머병의 초기 증상을 감지하는 데 도움이 되는 것과 같은 일을 할 수 있다는 것이 밝혀졌습니다.

알츠하이머병은 일반적으로 "치매"로 알려져 있습니다. 이 질병의 가장 흔하고 명백한 증상 중 하나는 문법 오류, 일시 정지, 반복 또는 단어의 의미 망각과 같은 언어 문제입니다. Drexo, Biomedical Engineering, Philadelphia. 대학의 연구에 따르면 ChatGPT는 인간과의 대화를 통해 그러한 증상이 있는지 여부를 발견하여 즉각적으로 질병의 위험을 촉발할 수 있는 것으로 나타났습니다.

ChatGPT는 80% 정확도로 알츠하이머병을 식별할 수 있습니다.

논문 주소:

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

ChatGPT를 사용하여 알츠하이머병 조기 발견 의 질병과 함께 80%의 정확도

알츠하이머병의 조기 발견은 치료 옵션을 크게 개선하고 환자에게 생활 방식을 바꿀 수 있는 시간을 제공하여 질병의 진행을 늦출 수 있습니다. 질병을 진단하려면 종종 뇌 영상이나 장기간의 인지 평가가 필요하지만 비용이 많이 들고 시간이 많이 소요될 수 있어 광범위한 검사에는 적합하지 않습니다.

AI 기술이 대중화됨에 따라 자동화된 음성 분석은 알츠하이머병을 조기에 발견할 수 있는 유망한 방법이라고 필라델피아 드렉셀 대학의 생의학 공학과 교수인 Liang은 가장 흔하고 명백한 질병 중 하나가 언어 문제라고 말했습니다. , 문법 오류, 일시 중지, 반복 또는 단어 의미 망각과 같은 문제로 인해 사람들이 말하는 방식에서 질병의 초기 징후를 발견하기 위해 기계 학습을 사용하는 것에 대한 관심이 높아졌습니다.

"우리는 기계 학습을 사용하여 이러한 신호를 포착하여 조기 진단을 내릴 수 있기를 바랍니다."

일반적으로 이 기술은 특수 목적 모델에 의존하지만 Liang과 그의 동료 동료들은 이를 원했습니다. ChatGPT(OpenAI의 대규모 언어 모델 GPT-3) 기반 기술을 재활용하여 알츠하이머 병의 징후를 찾아낼 수 있는지 확인합니다.

그들은 ChatGPT가 실제로 80%의 정확도로 알츠하이머 환자와 건강한 자원봉사자의 음성 녹음을 구별할 수 있다는 것을 발견했습니다.

"GPT-3과 같은 대규모 언어 모델은 매우 강력하며 이러한 미묘한 차이점을 찾아낼 수 있습니다."라고 Liang은 말했습니다. "연구 주제에 이미 언어에 반영된 알츠하이머병과 관련된 문제가 있는 경우 기계 학습을 사용하여 해당 신호를 포착하여 조기 진단을 내릴 수 있기를 바랍니다."

연구원들은 건강한 자원봉사자와 알츠하이머 환자로부터 수집한 237개의 녹음을 테스트했으며, 사전 훈련된 음성 인식 모델을 사용하여 텍스트로 변환했습니다. GPT-3의 도움을 얻기 위해 연구원들은 잘 알려지지 않은 기능 중 하나를 활용했습니다. API를 사용하면 텍스트 조각을 모델에 공급하고 모델이 "임베딩"(해당 의미를 인코딩하고 다른 텍스트와의 유사성을 평가하는 데 사용할 수 있는 텍스트 조각의 수치 표현)을 출력하도록 할 수 있습니다.

ChatGPT는 80% 정확도로 알츠하이머병을 식별할 수 있습니다.

대부분의 기계 학습 모델이 "임베딩"을 처리하지만 GPT-3의 새로운 기능은 전체 단락에 대해 "임베딩"을 생성할 만큼 강력하다는 것입니다. 그리고 모델의 엄청난 크기와 이를 훈련하는 데 사용되는 방대한 양의 데이터로 인해 매우 풍부한 텍스트 표현을 생성할 수 있습니다.

연구원들은 이 기능을 사용하여 알츠하이머 환자와 건강한 개인의 모든 기록에 대한 "임베딩"을 만들었습니다. 그런 다음 그들은 어느 그룹에서 왔는지 표시하기 위해 레이블과 결합된 이러한 "임베딩"을 선택하고 두 그룹을 구별하기 위해 기계 학습 분류기를 훈련시키는 데 사용했습니다.

미세 조정은 실제로 정확도를 감소시키며, 앞으로도 해야 할 일이 아직 남아있습니다

"PLOS·Digital Health" 저널의 논문에 따르면, 보이지 않는 성적표로 테스트했을 때 가장 좋은 것은 좋은 분류기는 80.3%의 정확도를 달성했습니다.

ChatGPT는 80% 정확도로 알츠하이머병을 식별할 수 있습니다.

이는 전문가가 공들여 식별해야 했던 음향 특징에 의존했던 음성 데이터에 대한 보다 전통적인 접근 방식을 사용하여 연구원들이 얻은 74.6% 결과보다 훨씬 낫습니다. 또한 그들은 자신의 기술을 대규모 언어 모델을 사용하고 훈련 데이터에서 얻은 일부 텍스트를 사용하여 모델을 미세 조정하는 추가 단계를 포함하는 여러 최첨단 기계 학습 방법과 비교했습니다.

흥미롭게도 연구원들이 미세 조정을 시도했을 때 실제로 GPT-3의 성능이 떨어졌습니다. 이는 직관에 어긋나는 것처럼 보일 수 있지만 Liang은 이는 GPT-3 훈련에 사용되는 대량의 데이터와 미세 조정에 사용할 수 있는 소량의 도메인별 훈련 데이터 간의 크기 불일치 때문일 수 있다고 지적합니다.

토론토 대학의 컴퓨터 과학 부교수인 Frank Rudzicz는 연구팀이 최첨단 결과를 달성했지만 그러한 연구를 위해 개인 소유 모델에 의존하는 것은 몇 가지 문제를 야기한다고 말했습니다.

그는 다음과 같이 말했습니다. “이러한 폐쇄형 API는 이러한 모델의 내부 구조를 조사하거나 심층적으로 수정할 수 없거나, 잠재적 소스를 피하거나 수정해야 하는 것을 명확히 하는 데 도움이 되는 보다 완전한 일련의 실험을 수행할 수 없기 때문에 부분적으로 제한됩니다. 오류가 발생했습니다."

Liang도 이 접근 방식의 한계를 받아들였습니다. 그는 이 모델은 알츠하이머병을 적절하게 진단할 만큼 정확하지 않으며 이 기술의 실제 배포는 완전한 의학적 평가를 위해 사람들을 전문가에게 안내하도록 설계된 초기 검사 단계 역할을 할 것이라고 말했습니다. 많은 AI 기반 방법과 마찬가지로 모델이 알츠하이머병을 감지할 때 무엇을 감지하는지 정확히 알기 어려울 수 있으며 이는 의료진에게 문제가 될 수 있습니다. "의사들은 자연스럽게 왜 이런 결과가 나왔느냐고 물을 것입니다"라고 Liang은 말했습니다. "그들은 어떤 기능이 정말 중요한지 알고 싶어합니다."

그럼에도 불구하고 Liang은 이 접근 방식이 큰 가능성을 갖고 있다고 생각하며 그와 그의 동료들은 집이나 병원에서 사용할 수 있는 앱을 개발할 계획입니다. 질병 검사를 단순화합니다.