GPT-3 – teknologien bag ChatGPT – kan opdage tidlige tegn på Alzheimers

OpenAI’s AI-drevne chatbot, ChatGPT, har trukket mange overskrifter de seneste måneder. På næsten ingen tid har OpenAI startet en regulær AI-krig, da it-giganterne Microsoft og Google nu har fået rygende travlt med at lancere deres tilsvarende bud på chatbot-teknologi i deres respektive søgemaskiner.

GPT-3-teknologien, som ChatGPT er baseret på, har dog flere anvendelser end ’bare’ at føre naturlige samtaler, skrive forskningsresuméer, bestå eksamensopgaver, lave overbevisende phishingmails og nytænke, hvordan søgemaskiner som Google og Bing fungerer på.

Ifølge forskere fra School of Biomedical Engineering, Science and Health Systems ved Drexel University i den amerikanske delstat Pennsylvania kan GPT-3 nemlig også bruges til at hjælpe læger med at opdage tidlige tilfælde af Alzheimers. Det fremgår af en artikel udgivet i det videnskabelige tidsskrift PLOS Digital Health.

Læs også: Hvad er kunstig intelligens? Sådan ser fremtiden med AI ud

GPT-3 identificerer tidlig Alzheimers med høj nøjagtighed

Ifølge forskerne er det muligt at bruge den bagvedliggende teknologi i ChatGPT til at identificere tidlige tegn på Alzheimers – den mest udbredte form for demens – med en nøjagtighed på 80 procent.

Når læger i dag skal udrede patienter for Alzheimers, foretager de som regel en grundig gennemgang af patientens sygehistorie og udføres en lang række fysiske og neurologiske undersøgelser og test. Der findes endnu ingen kur mod Alzheimers, så det gælder derfor om at opdage og behandle sygdommen så tidligt som muligt.

Sprogvanskeligheder er et symptom, som 60 til 80 procent af patienter med Alzheimers rammes af. Derfor har forskere i lang tid arbejdet på at udvikle programmer, der kan opdage subtile forværrelser af sproget. Det kan være tøven, grammatik- og udtalefejl og at glemme ords betydning.

“De mest almindeligt anvendte test til tidlig påvisning af Alzheimers kigger på lydlige træk såsom pauser, artikulation og stemmekvalitet ud over test af kognition. Men vi mener, at forbedringen af sprogmodeller giver en anden mulighed for at forbedre tidlig identifikation af Alzheimers,” siger Hualou Liang, ph.d., der er professor.

Læs også: Microsofts nye AI kan efterligne stemmer ud fra 3 sekunders lydklip

Trænet med transskriptioner af interviews

Sprogmodellen GPT-3 har en meget systematisk tilgang til sproganalyse og -produktion, og det gør den velegnet til at identificere de subtile kendetegn, der kan være ved patienter med tidlig Alzheimers.

Sprogmodellen kan dog ikke identificere de subtile karakteristika uden at vide, hvad den skal lede efter. Derfor er det nødvendigt at træne den med et stort datasæt bestående af interviews – både med personer, der har Alzheimers og personer, som ikke har sygdommen. Et sådan datasæt fik forskerne adgang til fra National Institutes of Health.

Sprogmodellen blev trænet ved, at forskerne gennemgik et dusin transskriberede interview og lod algoritmen afgøre, om der var tale om en person med Alzheimers eller ej. GPT-3 viste sig at være bedre end to af de førende programmer til at identificere Alzheimers, når det kommer til at identificere korrekt, om personer har Alzheimers eller ej.

Til at bestemme sværhedsgraden af demens hos patienter foretager læger i dag en såkaldt MMSE eller Mini mental status, som er et kognitivt screeningsinstrument. Forskerne testede også GPT-3’s evner til at forudsige sværhedsgraden af demens i denne test.

Holdet sammenlignede derefter GPT-3’s forudsigelsesnøjagtighed med en analyse, der kun brugte de akustiske egenskaber i optagelserne såsom pauser, stemmens styrke og slør til at forudsige MMSE-bedømmelsen. GPT-3 viste sig at være næsten 20 procent mere nøjagtig til at forudsige patienternes MMSE-bedømmelse.

Vil udvikle webapp til at gøre screening nemmere

På baggrund af resultaterne planlægger forskerne nu at udvikle en webbaseret applikation, der kan bruges både af private i hjemmet og hos læger som et før-screeningværktøj.

“Vores proof-of-concept viser, at dette kan være et simpelt, tilgængeligt og tilstrækkeligt følsomt værktøj til test. Det kan være meget nyttigt til tidlig screening og risikovurdering før en klinisk diagnose,” siger Liang.

Læs også: Nyheder om kunstig intelligens