24 اردیبهشت 1402 تولیدات علمی شاخه دانشجویی ، 919 بازدید

یک مطالعه نشان می دهد که Chat GPT تا 80٪ در شناسایی بیماری آلزایمر موثر است

یک مطالعه جدید نشان داد که اخبار ChatGPT در چند هفته اخیر جهان را تحت تأثیر قرار داده و کاربرد‌های بالقوه آن ممکن است به‌زودی در تشخیص زود‌هنگام بیماری‌هایی مانند آلزایمر کمک‌کننده باشد.طبق تحقیقات درکسل، استاد دانشکده مهندسی، زیست پزشکی، علوم و سیستم‌های بهداشتی، الگوریتم GPT-3 از OpenAl می‌تواند مراحل زوال عقل را در 80 درصد مواقع پیش‌بینی کند.

مطالعه Drexel که در مجله PLOS Digital Health منتشر شده است، کار‌های انجام شده برای شناخت ابزار‌های پردازش زبان، جهت تشخیص زود‌هنگام و پیش‌بینی آلزایمر را نشان می‌دهد.

امروزه به‌عنوان بخشی از فرایند تشخیص بیماری آلزایمر، بررسی کامل تاریخچه پزشکی بیمار و مجموعه‌ای از معاینات و آزمایشات فیزیکی و عصبی انجام می‌شود. اگر‌چه هنوز هیچ درمانی برای این بیماری وجود ندارد، اما تشخیص آن در مراحل اولیه می‌تواند گزینه‌های بیش‌تری برای درمان و مراقبت در اختیار محققان قرار دهد.

محققان رخ دادن مواردی مانند اشتباهات گرامری و تلفظ حروف، شک کردن و فراموش کردن معنی کلمات را به‌عنوان شاخصی که می‎‌توان از آن برای تحت معاینه قرار دادن کامل بیماران استفاده کرد بررسی کرده اند. اختلالات زبان 80-60 درصد از بیماران زوال عقل را تحت تأثیر قرار می‌دهد.

Hualou Liang, Ph.D استاد دانشکده مهندسی زیست پزشکی و علوم و سیستم‌های بهداشتی و یکی از نویسندگان این مقاله توضیح داد: ما در حال انجام تحقیقاتی هستیم که اثرات بیماری آلزایمر را بر‌روی اختلالات زبانی نشان می‌دهد.

متداول‌ترین آزمایش‌های مورد استفاده برای تشخیص زود‌هنگام بیماری آلزایمر علاوه بر تست‌های شناختی، به ویژگی‌های آکوستیک مانند مکث، بیان و کیفیت صدا نیز می‌پردازند. اما ما معتقدیم که بهبود برنامه‌های پردازش زبان مسیر دیگری را برای حمایت از شناسایی زود‌هنگام بیماری آلزایمر فراهم می‌کند.

ChatGPT-3 حتی از نسخه‌های قبلی خود پیشرفته‌تر است

سومین نسخه از OpenAl (GPT) به‌نام GPT-3 از یک الگوریتم یادگیری عمیق استفاده می‌کند نحوه کار آن بدین‌صورت است که با بهره‌گیری حجم عظیمی از داده‌های اینترنت و با تمرکز بر نحوه استفاده از کلمات و نحوه ساخت زبان، توانایی پاسخ‌گویی به هر کار مرتبط با زبان را راحت می‌سازد، این پاسخ شامل سؤالات ساده، شعر یا مقاله می‌باشد.

GPT-3 نسبت به "یادگیری داده‌های صفر" برتری دارد، زیرا این امکان را می‌دهد که به پرسش‌هایی که اطلاعاتی در رابطه با آن‌ها تا‌به‌حال ارائه نشده است پاسخ دهد. به‌عنوان مثال، هنگام استفاده از نرم‌افزار برای تولید "یادداشت‌های کلیف"، معمولاً باید روشن شود که منظور از این عبارت یک خلاصه است.

از طرفی GPT-3 آموزش کافی برای درک منابع و رسیدن به نتیجه مطلوب را فراهم می‌کند.

فلیکس آگباور، محقق دکتری در دانشکده و نویسنده اصلی مقاله، در این‌باره گفت: رویکرد سیستمی GPT-3 برای تجزیه و تحلیل و تولید زبان، ما را امیدوار می‌کند چرا‌که در شناسایی ویژگی‌های گفتاری ظریفی که ممکن است شروع زوال عقل را پیش‌بینی کند می‌تواند کمک‌کننده باشد.

او افزود: آموزش GPT-3 با مجموعه داده عظیمی از مصاحبه‌ها که برخی از آن‌ها با بیماران مبتلا به آلزایمر انجام شده است، اطلاعات مورد‌نیاز برای استخراج الگو‌های گفتاری را در اختیار ما قرار داده که از آن‌ها می‌توان برای شناسایی نشانگر‌ها در بیماران آینده به‌کار برد.

چگونه ChatGPT-3 می‌تواند به تشخیص آلزایمر کمک کند؟

این برنامه با مجموعه‌ای از رو‌نوشت‌ها و داده‌های ضبط شده گفتار همراه با منابع مالی مؤسسه ملی بهداشت برای انجام آزمایش در‌خصوص پیش‌بینی زوال عقل به‌کار گرفته می‌شود. این برنامه به محققان اجازه می‌دهد که نظریه خود را آزمایش کنند. الگوریتم رایانه‌ای به‌طور معنی‌داری کلمه، ساختار، جمله و ویژگی‌های معنی را از متن استخراج می‌کند و دانشگاهیان به این‌ شیوه "جا‌سازی" می‌گویند که این مورد متمایز از گفتار در آلزایمر می‌باشد.

این برنامه متعاقباً با استفاده از جا‌‌سازی، مجدد آموزش داده شد و به ابزاری برای تشخیص آلزایمر تبدیل شد. برای آزمایش این برنامه، دانشمندان دسترسی به مجموعه‌ای از داده‌ها را دادند. برنامه ده‌ها رونوشت را ارزیابی کرد، تا مشخص شود کدام افراد مبتلا به آلزایمر می‌باشند.

این تیم دو عدد از بهترین ابزار‌های پردازش زبان را کنار هم آزمایش کردند و متوجه شدند که GPT-3 هم از نظر شناسایی صحیح نمونه‌های آلزایمر و هم از نظر موارد از دست‌رفته عملکرد بهتری دارد.

آزمایش دوم برنامه تجزیه و تحلیل متنی برای پیش‌بینی نمرات بیماران، آزمون وضعیت ذهنی کوچک (MMSE) است که یک آزمون پر‌کاربرد برای تعیین شدت زوال عقل می‌باشد.

سپس دقت پیش‌بینی GPT-3 با آزمون تجزیه و تحلیل MMSE که فقط بر‌اساس قدرت صدا، مکث‌ و نا‌هنجاری ضبط شده کار می‌کرد مقایسه شدند، مشخص شد که امتیازات GPT-3 حدود 20 درصد دقیق‌تر از MMSE می‌باشد.

آن‌ها نوشتند: نتایج ما نشان می‌دهد که جا‌سازی متن توسط GPT-3 می‌تواند به‌طور قابل اعتمادی نه‌تنها برای تشخیص افراد مبتلا به بیماری آلزایمر بلکه برای افراد سالم نیز استفاده شود، هم‌چنین امتیاز آزمون شناختی را نیز که بر‌اساس داده‌های گفتاری است، استنباط کرد.

می‌توانید مطالعه کامل را در مجله PLOS Digital Health بخوانید.

برای مشاهده منبع کلیک کنید.