ChatGPT boleh mengenal pasti penyakit Alzheimer dengan ketepatan 80%.

CtGPT baru-baru ini telah menarik perhatian Internet dengan fungsinya yang hebat untuk merangka kontrak undang-undang dan menulis novel, malah ia boleh membantu anda memprogramkan.

Walau bagaimanapun, ini seolah-olah manusia sedang menguji AI. Bolehkah ChatGPT seterusnya memperoleh beberapa maklumat berguna daripada perbualan dengan manusia?

Tetapi ternyata teknologi ChatGPT sememangnya boleh melakukan perkara seperti membantu mengesan gejala awal penyakit Alzheimer.

Penyakit Alzheimer biasanya dikenali sebagai "dementia". Satu kajian oleh Universiti Kejuruteraan Bioperubatan Drexel di Philadelphia mendapati bahawa ChatGPT boleh mengetahui sama ada terdapat simptom sedemikian melalui dialog dengan manusia, sekali gus mencetuskan risiko penyakit.

Alamat kertas:

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

Gunakan ChatGPT untuk mengesan penyakit Alzheimer awal dengan ketepatan 80%

Pengesanan awal penyakit Alzheimer pilihan rawatan boleh bertambah baik dengan ketara, memberi pesakit masa untuk membuat perubahan gaya hidup yang memperlahankan perkembangan penyakit. Mendiagnosis penyakit selalunya memerlukan pengimejan otak atau penilaian kognitif yang panjang, tetapi ini boleh menjadi mahal dan memakan masa, menjadikannya tidak sesuai untuk pemeriksaan yang meluas.

Analisis pertuturan automatik apabila teknologi AI menjadi popular adalah cara yang menjanjikan untuk mengesan penyakit Alzheimer lebih awal, kata Liang, seorang profesor kejuruteraan bioperubatan di Drexel University di Philadelphia, Salah satu yang paling biasa dan simptom penyakit yang jelas ialah masalah bahasa, seperti kesilapan tatabahasa, jeda, pengulangan atau melupakan makna perkataan, yang telah menyebabkan minat yang semakin meningkat untuk menggunakan pembelajaran mesin untuk mengesan tanda awal penyakit dalam cara orang bercakap.

"Harapan kami ialah kami boleh menggunakan pembelajaran mesin untuk mengambil isyarat ini, membolehkan kami membuat diagnosis awal

Biasanya Ini teknik bergantung pada model yang dibina khusus, tetapi Liang dan rakan sekerjanya ingin melihat sama ada mereka boleh menggunakan semula teknologi di sebalik ChatGPT—model bahasa besar OpenAI GPT-3—untuk mengesan tanda penyakit Alzheimer.

Mereka mendapati bahawa ChatGPT sememangnya boleh membezakan antara rakaman suara pesakit Alzheimer dan sukarelawan yang sihat, dengan ketepatan 80%.

"Model bahasa besar seperti GPT-3 sangat berkuasa, dan mereka dapat melihat perbezaan halus ini," kata Liang. "Jika subjek kajian mempunyai beberapa jenis masalah (melibatkan) penyakit Alzheimer yang sudah dicerminkan dalam bahasa, kami berharap dapat menggunakan pembelajaran mesin untuk mengambil isyarat tersebut supaya kami boleh membuat diagnosis awal."

Penyelidik menguji 237 rakaman yang dikumpul daripada sukarelawan yang sihat dan pesakit Alzheimer, yang ditukarkan kepada teks menggunakan model pengecaman pertuturan yang telah terlatih . Untuk mendapatkan bantuan GPT-3, para penyelidik mengambil kesempatan daripada salah satu kebolehannya yang kurang dikenali. APInya memungkinkan untuk menyuap sekeping teks ke dalam model dan menghasilkan model "pembenaman"—perwakilan berangka bagi sekeping teks yang mengekodkan maknanya dan boleh digunakan untuk menilai persamaannya dengan teks lain.

Walaupun kebanyakan model pembelajaran mesin berurusan dengan "pembenaman", ciri baharu GPT-3 ialah ia mencukupi Berkuasa, boleh menjana "benam" untuk keseluruhan perenggan. Dan disebabkan saiz model yang besar dan sejumlah besar data yang digunakan untuk melatihnya, ia mampu menghasilkan perwakilan teks yang sangat kaya.

Para penyelidik menggunakan keupayaan ini untuk mencipta "benam" untuk semua transkrip daripada pesakit Alzheimer dan individu yang sihat. Mereka kemudian memilih "pembenaman" ini digabungkan dengan label untuk menunjukkan kumpulan mana mereka berasal, dan menggunakannya untuk melatih pengelas pembelajaran mesin untuk membezakan antara kedua-dua kumpulan.

Penalaan halus sebenarnya mengurangkan ketepatan, dan masih ada kerja yang perlu dilakukan pada masa hadapan

Menurut laporan dalam majalah "PLOS · Digital Health" Sebuah kertas kerja melaporkan bahawa pengelas terbaik mencapai ketepatan 80.3% apabila diuji pada transkrip yang tidak kelihatan.

Ini jauh lebih baik daripada 74.6% hasil yang diperoleh oleh penyelidik menggunakan pendekatan yang lebih tradisional terhadap data pertuturan, yang bergantung pada ciri akustik yang mesti dikenal pasti dengan teliti oleh pakar. Mereka juga membandingkan teknik mereka dengan beberapa kaedah pembelajaran mesin canggih yang menggunakan model bahasa yang besar dan memasukkan langkah tambahan untuk memperhalusi model menggunakan beberapa teks yang diperoleh daripada data latihan.

Menariknya, prestasi GPT-3 sebenarnya menurun apabila penyelidik cuba memperhalusinya. Ini mungkin kelihatan berlawanan dengan intuisi, tetapi Liang menegaskan bahawa ini mungkin disebabkan oleh ketidakpadanan saiz antara sejumlah besar data yang digunakan untuk melatih GPT-3 dan jumlah kecil data latihan khusus domain yang tersedia untuk penalaan halus.

Frank Rudzicz, profesor bersekutu sains komputer di University of Toronto, berkata walaupun pasukan penyelidik telah mencapai keputusan terkini, bergantung pada model milik persendirian untuk penyelidikan memang menimbulkan beberapa masalah.

Beliau berkata: "API tertutup ini sebahagiannya terhad kerana kami tidak boleh memeriksa atau mengubah suai secara mendalam struktur dalaman model ini atau menjalankan siri eksperimen yang lebih lengkap untuk Membantu menerangi sumber berpotensi kesilapan yang perlu kita elakkan atau betulkan." Liang juga terbuka kepada batasan pendekatan ini. Model itu tidak cukup tepat untuk mendiagnosis Alzheimer dengan betul, katanya, dan mana-mana penggunaan teknologi dunia sebenar akan berfungsi sebagai langkah saringan awal yang direka untuk mengarahkan orang ramai kepada pakar untuk penilaian perubatan penuh. Seperti kebanyakan kaedah berasaskan AI, sukar untuk mengetahui dengan tepat perkara yang dikesan oleh model apabila ia mengesan penyakit Alzheimer, yang boleh menjadi masalah untuk kakitangan perubatan. "Doktor secara semula jadi akan bertanya kepada anda mengapa anda mendapat keputusan ini," kata Liang. "Mereka mahu tahu ciri-ciri yang benar-benar penting." di rumah atau di pejabat doktor untuk memudahkan pemeriksaan untuk penyakit.

Laporan berkaitan:

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

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

Atas ialah kandungan terperinci ChatGPT boleh mengenal pasti penyakit Alzheimer dengan ketepatan 80%.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!