ستساعدك المقالة التالية: يمكن أن يساعد الذكاء الاصطناعي خلف GPT-3 في اكتشاف مرض الزهايمر
يمكن للذكاء الاصطناعي (AI) الذي يدعم برنامج ChatGPT أن يساعد المهنيين الطبيين في نهاية المطاف على اكتشاف مرض الزهايمر في مراحله المبكرة. تلقى ChatGPT الكثير من الاهتمام لقدرته على توليد ردود مكتوبة تشبه البشر.
يأتي البحث الجديد من كلية الهندسة الطبية الحيوية والعلوم والأنظمة الصحية بجامعة دريكسيل. لقد أظهر أن برنامج GPT-3 الخاص بـ OpenAI يمكنه تحديد أدلة من الكلام التلقائي التي تكون دقيقة بنسبة 80 ٪ في التنبؤ بالمراحل المبكرة من الخرف.
نشر البحث في المجلة
استخدام برامج تشخيص اللغة
بالنسبة للكثيرين ، كان التحدي المتمثل في تشخيص مرض الزهايمر هو عدم وجود اختبار مقاس واحد يناسب الجميع ، ولكن الأبحاث الجديدة تقدم للمعالجين الأمل من خلال تقديم برامج تشخيص اللغة التي توفر طريقة فعالة للكشف السريع عن الأعراض المرتبطة بالخرف – من التردد في الكلام وصعوبة التعبير عن النفس بشكل صحيح لنسيان الكلمات أو معانيها. يمكن لمثل هذه الاختبارات أن تجعل التشخيص المبكر أبسط من أي وقت مضى.
Hualou Liang ، دكتوراه ، هو أستاذ في كلية دريكسيل للهندسة الطبية الحيوية والعلوم والأنظمة الصحية ومؤلف مشارك في البحث.
قال ليانج: “نعلم من الأبحاث الجارية أن التأثيرات المعرفية لمرض الزهايمر يمكن أن تظهر في إنتاج اللغة”. “إن الاختبارات الأكثر شيوعًا للكشف المبكر عن مرض الزهايمر تنظر إلى السمات الصوتية ، مثل الإيقاف المؤقت والتعبير وجودة الصوت ، بالإضافة إلى اختبارات الحالة. لكننا نعتقد أن تحسين برامج معالجة اللغة الطبيعية يوفر مسارًا آخر لدعم التعرف المبكر على مرض الزهايمر “.
GPT-3 من OpenAI
لقد استغل GPT-3 ، التكرار الثالث لـ OpenAI للمحول العام مسبق التدريب (GPT) ، قوة التعلم العميق لإحداث ثورة في مهام اللغة. باستخدام هذه الخوارزمية المدربة على مجموعة واسعة من البيانات من المصادر عبر الإنترنت التي تسلط الضوء على كيفية استخدام الكلمات وتناسبها معًا ، ينتج GPT-3 ردودًا قابلة للمقارنة مع تلك التي أنشأها البشر – من الرد على الأسئلة إلى إنشاء قصائد أو مقالات.
فيليكس أغبافور باحث دكتوراه ومؤلف رئيسي للورقة.
قال أغبافور: “إن نهج GPT3 النظامي لتحليل اللغة والإنتاج يجعلها مرشحًا واعدًا لتحديد خصائص الكلام الدقيقة التي قد تتنبأ بظهور الخرف”. “تدريب GPT-3 مع مجموعة بيانات ضخمة من المقابلات – بعضها مع مرضى الزهايمر – من شأنه أن يزودها بالمعلومات التي تحتاجها لاستخراج أنماط الكلام التي يمكن تطبيقها بعد ذلك لتحديد العلامات في المرضى في المستقبل.”
اختبر الباحثون نظريتهم من خلال تدريب البرنامج بمجموعة من النصوص التي جاءت من جزء من مجموعة بيانات لتسجيلات الكلام التي تم إنشاؤها بدعم من المعاهد الوطنية للصحة. كانت هذه النصوص على وجه التحديد لغرض اختبار قدرة برامج معالجة اللغة الطبيعية (NLP) للتنبؤ بالخرف. التقط البرنامج خصائص معينة لاستخدام الكلمات ، وبنية الجملة ، والمعنى من النص ، مما ساعده على إنتاج “تضمين” ، أو ملف تعريف مميز لخطاب ألزهايمر.
إنشاء جهاز فحص لمرض الزهايمر
ثم أعاد الفريق تدريب البرنامج على التضمين ، مما حوّله إلى آلة فحص لمرض الزهايمر. تم اختبار البرنامج من خلال مراجعة عشرات النصوص من مجموعة البيانات لتحديد ما إذا كان كل واحد منهم من شخص مصاب بمرض الزهايمر أم لا.
وجدت المجموعة أن GPT-3 كان أداؤه أفضل من برنامجين آخرين من أفضل برامج البرمجة اللغوية العصبية من حيث التحديد الدقيق لأمثلة مرض الزهايمر ، وتحديد أمثلة غير مرض الزهايمر ، مع عدد أقل من الحالات المفقودة.
يستخدم الاختبار الثاني التحليل النصي لـ GPT-3 للتنبؤ بنتيجة مختلف المرضى من مجموعة البيانات في اختبار شائع للتنبؤ بشدة الخرف. يسمى هذا الاختبار الشائع اختبار الحالة العقلية المصغر (MMSE).
تمت مقارنة دقة تنبؤ GPT-3 بتلك الخاصة بتحليل باستخدام الميزات الصوتية فقط للتسجيلات ، والتي تتضمن التوقفات وقوة الصوت والتشويش ، للتنبؤ بنتيجة MMSE. كان GPT-3 قادرًا على الحصول على دقة أكثر بنسبة 20 ٪ في التنبؤ بنتائج MMSE للمرضى.
“تُظهر نتائجنا أن تضمين النص ، الذي تم إنشاؤه بواسطة GPT-3 ، يمكن استخدامه بشكل موثوق ليس فقط لاكتشاف الأفراد المصابين بمرض الزهايمر من عناصر التحكم الصحية ، ولكن أيضًا لاستنتاج درجة الاختبار المعرفي للموضوع ، وكلاهما يعتمد فقط على بيانات الكلام” ، ذُكر. “نظهر كذلك أن تضمين النص يتفوق في الأداء على النهج القائم على الميزات الصوتية التقليدية ، بل إنه يؤدي بشكل تنافسي مع النماذج المضبوطة بدقة. تشير هذه النتائج مجتمعة إلى أن تضمين النص المستند إلى GPT-3 هو نهج واعد لتقييم مرض الزهايمر ولديه القدرة على تحسين التشخيص المبكر للخرف “.
يخطط الباحثون الآن لتطوير تطبيق ويب يمكن استخدامه في المنزل أو في مكتب الطبيب كأداة للفحص المسبق.
قال ليانغ: “يُظهر إثبات المفهوم لدينا أن هذا يمكن أن يكون أداة بسيطة ويمكن الوصول إليها وحساسة بشكل كافٍ للاختبار المستند إلى المجتمع”. “قد يكون هذا مفيدًا جدًا للفحص المبكر وتقييم المخاطر قبل التشخيص السريري.”
