﻿ChatGPT를 구동하는 AI가 알츠하이머병의 초기 징후를 감지하는 데 도움이 될 수 있습니까?

ChatGPT를 구동하는 AI가 알츠하이머병의 초기 징후를 감지하는 데 도움이 될 수 있습니까? 날짜: 2022년 12월 22일 원천: 드렉셀대학교 요약: 챗봇 프로그램인 ChatGPT(가장 창의적인 질문에 대해 인간과 같은 서면 응답을 생성하는 능력으로 주목을 받은 인공 지능 알고리즘)는 언젠가 의사가 알츠하이머병을 초기 단계에서 감지하는 데 도움이 될 수 있습니다. 최근 연구에 따르면 OpenAI의 GPT-3 프로그램은 치매의 초기 단계를 예측하는 데 80% 정확한 자발적 발화의 단서를 식별할 수 있습니다. 챗봇 프로그램인 ChatGPT(가장 창의적인 질문에 대해 인간과 같은 서면 응답을 생성하는 능력으로 주목을 받은 인공 지능 알고리즘)는 언젠가 의사가 알츠하이머병을 초기 단계에서 감지하는 데 도움이 될 수 있습니다. Drexel University의 생물 의학 공학, 과학 및 건강 시스템 학교의 연구는 최근 OpenAI의 GPT-3 프로그램이 치매의 초기 단계를 예측하는 데 80% 정확한 자발적인 말에서 단서를 식별할 수 있음을 보여주었습니다. PLOS Digital Health 저널에 보고된 Drexel 연구는 알츠하이머병의 조기 예측을 위한 자연어 처리 프로그램의 효과를 보여주기 위한 일련의 노력 중 가장 최근의 연구입니다. . 조기 징후 찾기 알츠하이머병을 진단하기 위한 현재의 관행은 일반적으로 병력 검토와 장기간의 신체적, 신경학적 평가 및 검사를 포함합니다. 이 질병에 대한 치료법은 아직 없지만 조기에 발견하면 환자에게 치료 및 지원을 위한 더 많은 옵션을 제공할 수 있습니다. 언어장애는 치매 환자의 60~80%에서 나타나는 증상이기 때문에 연구자들은 망설임, 문법 및 발음 실수, 단어의 의미를 잊어버리는 등의 미묘한 단서를 빠르게 포착할 수 있는 프로그램에 주목해 왔다. 환자가 전체 검사를 받아야 하는지 여부를 나타낼 수 있는 테스트입니다. "우리는 진행 중인 연구를 통해 알츠하이머병의 인지 효과가 언어 생산에서 나타날 수 있다는 것을 알고 있습니다."라고 Drexel의 생물 의학 공학, 과학 및 건강 시스템 대학 교수이자 연구 공동 저자인 Hualou Liang 박사는 말했습니다. "알츠하이머의 조기 발견을 위해 가장 일반적으로 사용되는 테스트는 인지 테스트 외에도 일시 중지, 조음 및 음성 품질과 같은 음향 기능을 살펴봅니다. 그러나 우리는 자연 언어 처리 프로그램의 개선이 알츠하이머를 조기에 식별할 수 있는 또 다른 경로를 제공한다고 믿습니다. 알츠하이머." 듣고 배우는 프로그램 공식적으로 OpenAI의 GPT(General Pretrained Transformer)의 3세대인 GPT-3는 단어가 사용되는 방법과 언어가 구성되는 방법에 특히 중점을 두고 인터넷에서 방대한 양의 정보를 처리하여 훈련된 딥 러닝 알고리즘을 사용합니다. . 이 훈련을 통해 간단한 질문에 대한 응답에서 시 또는 에세이 작성에 이르기까지 언어와 관련된 모든 작업에 대해 인간과 같은 응답을 생성할 수 있습니다. GPT-3는 특히 "제로 데이터 학습"에 능합니다. 즉, 일반적으로 제공되지 않은 외부 지식이 필요한 질문에 응답할 수 있습니다. 예를 들어 프로그램에 텍스트의 "Cliff's Notes"를 작성하도록 요청하려면 일반적으로 이것이 요약을 의미한다는 설명이 필요합니다. 그러나 GPT-3는 참조를 이해하고 예상되는 응답을 생성하기 위해 적응할 수 있도록 충분한 훈련을 거쳤습니다. "언어 분석 및 생성에 대한 GPT3의 체계적인 접근 방식은 치매 발병을 예측할 수 있는 미묘한 언어 특성을 식별하는 유망한 후보입니다."라고 이 학교의 박사 연구원이자 논문의 주저자인 Felix Agbavor는 말했습니다. "대량의 인터뷰 데이터 세트로 GPT-3를 교육하면(일부는 알츠하이머 환자에 대한 것임) 향후 환자의 마커를 식별하는 데 적용할 수 있는 음성 패턴을 추출하는 데 필요한 정보를 제공할 것입니다." 음성 신호 찾기 연구자들은 특히 자연어 처리 프로그램의 치매 예측 능력을 테스트할 목적으로 국립 보건원(National Institutes of Health)의 지원을 받아 컴파일된 음성 녹음 데이터 세트의 일부에서 트랜스크립트 세트로 프로그램을 훈련하여 이론을 테스트했습니다. 이 프로그램은 텍스트에서 단어 사용, 문장 구조 및 의미의 의미 있는 특성을 포착하여 연구자들이 알츠하이머 발화의 특징적인 프로필인 "임베딩"이라고 부르는 것을 생성했습니다. 그런 다음 임베딩을 사용하여 프로그램을 재교육하여 알츠하이머 검사 기계로 전환했습니다. 이를 테스트하기 위해 그들은 데이터 세트에서 수십 개의 기록을 검토하고 각 기록이 알츠하이머 병에 걸린 사람에 의해 생성되었는지 여부를 결정하도록 프로그램에 요청했습니다. 최고의 자연어 처리 프로그램 2개를 동일한 속도로 실행한 결과, 그룹은 GPT-3가 알츠하이머 사례를 정확하게 식별하고 알츠하이머가 아닌 사례를 식별하며 누락된 사례가 두 프로그램보다 적다는 측면에서 두 프로그램보다 더 나은 성능을 보였다는 것을 발견했습니다. 두 번째 테스트는 GPT-3의 텍스트 분석을 사용하여 MMSE(Mini-Mental State Exam)라고 하는 치매의 중증도 예측을 위한 공통 테스트에서 데이터 세트의 다양한 환자 점수를 예측했습니다. 그런 다음 팀은 GPT-3의 예측 정확도를 일시 중지, 음성 강도 및 slurring과 같은 녹음의 음향 특성만을 사용하여 분석한 분석의 정확도와 비교하여 MMSE 점수를 예측했습니다. GPT-3는 환자의 MMSE 점수 예측에서 거의 20% 더 정확한 것으로 입증되었습니다. "우리의 결과는 GPT-3에 의해 생성된 텍스트 임베딩이 건강한 대조군에서 알츠하이머병에 걸린 개인을 감지하는 데 안정적으로 사용될 수 있을 뿐만 아니라 음성 데이터만을 기반으로 피험자의 인지 테스트 점수를 추론하는 데 안정적으로 사용될 수 있음을 보여줍니다."라고 그들은 썼습니다. . "우리는 또한 텍스트 임베딩이 기존의 음향 특징 기반 접근 방식을 능가하고 심지어 미세 조정된 모델과도 경쟁적으로 수행된다는 것을 보여줍니다. 이러한 결과는 모두 함께 GPT-3 기반 텍스트 임베딩이 AD 평가를 위한 유망한 접근 방식이며 잠재력이 있음을 시사합니다. 치매의 조기 진단을 향상시키기 위해." 검색 계속 이러한 유망한 결과를 바탕으로 연구원들은 집이나 병원에서 사전 검사 도구로 사용할 수 있는 웹 애플리케이션을 개발할 계획입니다. "우리의 개념 증명은 이것이 커뮤니티 기반 테스트를 위한 간단하고 액세스 가능하며 적절하게 민감한 도구가 될 수 있음을 보여줍니다."라고 Liang은 말했습니다. "이것은 임상 진단 전에 조기 선별 및 위험 평가에 매우 유용할 수 있습니다." 출처 : <a href="https://www.sciencedaily.com/" target="_blank" class="ke-link">https://www.sciencedaily.com/</a>