chatgpt|新研究：人工智能软件ChatGPT可预测老年痴呆，准确率高达80%( 二 ) 软件|医生

研究作者、德雷克塞尔生物医学工程教授梁华楼说：“GPT-3能够捕捉到文本中反映的如此微妙的差异。 ”

该软件分析了健康成年人和阿尔茨海默氏症患者10秒录音中转录的文本（通过软件）。通过本文对GPT-3模型进行训练，以识别正在经历认知衰退人群的常规语言和认知健康人群的正常言语之间的微妙差异。

GPT-3机器学习模型通过将单词转换为称为“嵌入”的数学表示来理解文本段落。嵌入是一种多维信号，允许人工智能识别即使是经验丰富的医生也听不到的微妙差异和相似之处。 GPT-3通过测量嵌入的这些信号之间的差异，来比较语音输入的细微变化。

由于GPT-3只分析书面文本，因此该过程绕过了暂停和其他口语中非单词的声音。在这种情况下，事实证明这是一个优势：GPT-3分析的表现优于其他实验室开发的一些包括这些声音的机器学习模型。

研究者指出：“一旦系统完全运行，就可以以保护隐私的方式进行分析。因此，它可以对缓解老年人社区的痴呆症问题产生直接和重大的影响。 ”

在研究中，作者指出，鉴于ChatGPT令人印象深刻的性能，在这项工作中探索了GPT-3利用模型中编码的大量语义知识来预测语音痴呆症的能力。结果表明， GPT-3生成的文本嵌入不仅可以可靠地用于从健康对照组中检测AD患者，还可以仅根据语音数据推断受试者的认知测试分数。我们的研究进一步表明，文本嵌入的表现优于传统的基于声学特征的方法，甚至与微调模型具有竞争力。这些结果加在一起表明，基于GPT-3的文本嵌入是AD评估的一种有希望的方法，并有可能改善痴呆症的早期诊断。

当然这种方法正处于探索研究阶段，需要解决的调整也有很多，尽管开发和翻译完全可部署的人工智能驱动的语音分析，对于早期诊断痴呆症和根据个人需求进行直接定制的干预措施方面具有巨大潜力。尽管有希望，但主要挑战在于数据质量（不一致和不稳定）、数据数量（数据有限）和多样性。为了使任何模型正常工作，我们需要有一套非常大、多样化和强大的数据。利用人工智能随着神经成像、语音和语言、行为生物标志物以及电子病历上的患者信息等大规模多模式数据的日益发展，将有助于缓解数据问题，并允许更准确、更高效和更早期的诊断。

参考文献：

Agbavor F Liang H (2022) Predicting dementia from spontaneous speech using large language models. PLOS Digit Health 1(12): e0000168.

【chatgpt|新研究：人工智能软件ChatGPT可预测老年痴呆，准确率高达80%】举报/反馈