ChatGPT的人工智能可以帮助筛查阿尔茨海默病

由人工智能驱动的聊天机器人ChatGPT以其令人印象深刻的语言能力在互联网上掀起了一场风暴起草法律合同以及写小说．但事实证明，这项基础技术也可以帮助发现阿尔茨海默病的早期迹象，有可能更快地诊断出这种使人衰弱的疾病。

捕捉阿尔茨海默氏症早期可以显著改善治疗方案，并给患者时间改变生活方式，从而减缓病情进展。诊断这种疾病通常需要大脑成像或冗长的认知评估，这既昂贵又耗时，因此不适合广泛筛查，他说Hualou梁费城德雷塞尔大学生物医学工程教授。

自动语音分析是阿尔茨海默病早期检测的一种很有前途的方法。梁振英说，这种疾病最常见和最明显的症状之一是语言问题，比如语法错误、停顿、重复或忘记单词的意思。这使得人们对使用机器学习从人们说话的方式中发现这种疾病的早期迹象越来越感兴趣。

“希望我们可以使用机器学习来获取这类信号，使我们能够进行早期诊断。”
-Hoalou Liang，德雷克塞尔大学

通常情况下，这依赖于专门建造的模型，但梁和他的同事们想看看他们是否可以重新利用背后的技术ChatGPTOpenAI的大型语言模型GPT-3来发现老年痴呆症的蛛丝马迹。他们发现，它可以区分阿尔茨海默病患者和健康志愿者的语音记录，预测该疾病的准确率达到80%，这代表了最先进的性能。

“像GPT-3这样的大型语言模型非常强大，它们可以识别出这种微妙的差异，”梁说。“如果受试者有某种涉及阿尔茨海默氏症的问题，并且已经在语言中反映出来，我们希望我们可以使用机器学习来捕捉这些信号，使我们能够进行早期诊断。”

研究人员测试了他们的方法，收集了237份来自健康志愿者和阿尔茨海默病患者的音频记录，并使用预先训练好的语音识别模型将其转换为文本。为了获得GPT-3的帮助，研究人员利用了它不太为人所知的功能之一。它的API可以将一大块文本输入模型，并让它吐出所谓的“嵌入”——一段文本的数字表示，对其含义进行编码，并可用于评估其与其他文本的相似性。

梁说，虽然大多数机器学习模型处理的是词嵌入，但GPT-3的一个新颖功能是它足够强大，可以为整个段落生成嵌入。由于模型的庞大规模和用于训练它的大量数据，它能够产生非常丰富的文本表示。

研究人员利用这种能力为阿尔茨海默病患者和健康人的所有转录本创建嵌入。然后，他们选择了这些嵌入，结合标签来说明它们来自哪个组，并使用它们来训练机器学习分类器来区分这两个组。当对未见过的转录本进行测试时，最好的分类器实现了80.3%的准确性，如a纸公共科学图书馆数字健康．

这明显优于研究人员采用更传统的方法处理语音数据时获得的74.6%，这种方法依赖于声学特征，而这些特征必须由专家精心识别。他们还将他们的技术与一些前沿的机器学习方法进行了比较，这些方法也使用了大型语言模型，但其中包括一个额外的步骤，即使用来自训练数据的一些文本对模型进行艰苦的微调。他们的表现与顶级模特相当，超过了其他两名模特。

有趣的是，当研究人员尝试微调时，GPT-3模型的性能实际上下降了。这似乎违反直觉，但Liang指出，这可能是由于用于训练GPT-3的大量数据与用于微调的少量领域特定训练数据之间的大小不匹配。

虽然该团队确实取得了最先进的成果，弗兰克Rudzicz多伦多大学(University of Toronto)计算机科学副教授艾维(david david)表示，依赖私人拥有的模型来进行这类研究确实会带来一些问题。他说:“这些封闭api局限性的部分原因是，我们也不能检查或深入修改这些模型的内部结构，也不能做一套更完整的实验，这将有助于阐明我们需要避免或纠正的潜在错误来源。”

梁也对这种方法的局限性持开放态度。他说，该模型还远远不够准确，无法正确诊断阿尔茨海默氏症，这种技术在现实世界中的任何部署都将是作为最初的筛查步骤，旨在引导人们向专家进行全面的医疗评估。与许多基于人工智能的方法一样，在检测到阿尔茨海默氏症时，也很难确切地知道模型在检测到什么，这对医务人员来说可能是一个问题。“医生很自然地会问你为什么会有这些结果，”梁说。“他们想知道什么功能才是真正重要的。”

尽管如此，梁认为这种方法有很大的前景，他和他的同事们正计划开发一款可以在家里或医生办公室使用的应用程序，以简化疾病的筛查。