L'IA qui conduit le ChatGPT peut-elle aider à détecter les signes précoces de la maladie d'Alzheimer ?
Des chercheurs de Drexel utilisent le chatbot pour repérer les indicateurs de la maladie d'Alzheimer dans le discours spontané
Les algorithmes d'intelligence artificielle qui sous-tendent le programme de chatbot ChatGPT - qui a attiré l'attention pour sa capacité à générer des réponses écrites dignes d'un être humain à certaines des requêtes les plus créatives - pourraient un jour aider les médecins à détecter la maladie d'Alzheimer à ses premiers stades. Des recherches menées par l'école d'ingénierie biomédicale, de sciences et de systèmes de santé de l'université Drexel ont récemment démontré que le programme GPT-3 d'OpenAI peut identifier des indices dans la parole spontanée qui sont précis à 80 % pour prédire les premiers stades de la démence.
Image symbolique
Computer-generated image
Publiée dans la revue PLOS Digital Health, l'étude de Drexel est la dernière d'une série d'efforts visant à démontrer l'efficacité des programmes de traitement du langage naturel pour la prédiction précoce de la maladie d'Alzheimer - en s'appuyant sur les recherches actuelles qui suggèrent que les troubles du langage peuvent être un indicateur précoce des troubles neurodégénératifs.
Trouver un signe précoce
La pratique actuelle pour diagnostiquer la maladie d'Alzheimer implique généralement un examen des antécédents médicaux et une longue série d'évaluations et de tests physiques et neurologiques. Bien qu'il n'existe toujours pas de traitement curatif de la maladie, un dépistage précoce peut offrir aux patients davantage d'options thérapeutiques et de soutien. Les troubles du langage étant un symptôme chez 60 à 80 % des patients atteints de démence, les chercheurs se sont concentrés sur des programmes capables de détecter des indices subtils - tels que l'hésitation, les erreurs de grammaire et de prononciation et l'oubli du sens des mots - comme un test rapide qui pourrait indiquer si un patient doit ou non subir un examen complet.
"Nous savons, grâce à des recherches en cours, que les effets cognitifs de la maladie d'Alzheimer peuvent se manifester dans la production du langage", a déclaré Hualou Liang, PhD, professeur à la School of Biomedical Engineering, Science and Health Systems de Drexel et coauteur de la recherche. "Les tests les plus couramment utilisés pour la détection précoce de la maladie d'Alzheimer examinent les caractéristiques acoustiques, telles que les pauses, l'articulation et la qualité vocale, en plus des tests de cognition. Mais nous pensons que l'amélioration des programmes de traitement du langage naturel offre une autre voie pour soutenir l'identification précoce de la maladie d'Alzheimer."
Un programme qui écoute et apprend
GPT-3, officiellement la troisième génération du transformateur général préformé (GPT) d'OpenAI, utilise un algorithme d'apprentissage profond - formé par le traitement de vastes pans d'informations provenant d'Internet, avec un accent particulier sur la façon dont les mots sont utilisés, et comment le langage est construit. Cet entraînement lui permet de produire une réponse semblable à celle d'un être humain à toute tâche impliquant le langage, qu'il s'agisse de répondre à des questions simples ou d'écrire des poèmes ou des essais.
GPT-3 est particulièrement doué pour "l'apprentissage sans données", ce qui signifie qu'il peut répondre à des questions qui nécessiteraient normalement des connaissances externes qui n'ont pas été fournies. Par exemple, demander au programme d'écrire les "notes de Cliff" d'un texte nécessiterait normalement d'expliquer que cela signifie un résumé. Mais GPT-3 a suivi une formation suffisante pour comprendre la référence et s'adapter pour produire la réponse attendue.
"L'approche systémique de GPT3 en matière d'analyse et de production du langage en fait un candidat prometteur pour l'identification des caractéristiques subtiles du discours qui peuvent prédire l'apparition de la démence", a déclaré Felix Agbavor, chercheur doctoral à l'école et auteur principal de l'article. "L'entraînement du GPT-3 avec un ensemble massif de données d'entretiens - dont certains avec des patients atteints de la maladie d'Alzheimer - lui fournirait les informations dont il a besoin pour extraire des modèles de discours qui pourraient ensuite être appliqués pour identifier des marqueurs chez de futurs patients."
Recherche de signaux vocaux
Les chercheurs ont testé leur théorie en entraînant le programme avec un ensemble de transcriptions provenant d'une partie d'un ensemble de données d'enregistrements vocaux compilés avec le soutien des National Institutes of Health dans le but spécifique de tester la capacité des programmes de traitement du langage naturel à prédire la démence. Le programme a saisi les caractéristiques significatives de l'utilisation des mots, de la structure des phrases et du sens du texte pour produire ce que les chercheurs appellent un "encastrement" - un profil caractéristique du discours d'Alzheimer.
Ils ont ensuite utilisé cet encastrement pour réentraîner le programme et le transformer en une machine à dépister la maladie d'Alzheimer. Pour le tester, ils ont demandé au programme d'examiner des dizaines de transcriptions de l'ensemble de données et de décider si chacune d'entre elles avait été produite par une personne atteinte de la maladie d'Alzheimer.
En soumettant deux des meilleurs programmes de traitement du langage naturel à la même épreuve, le groupe a constaté que GPT-3 était plus performant que les deux, en termes d'identification précise d'exemples d'Alzheimer, d'identification d'exemples non liés à Alzheimer et de réduction des cas manqués.
Un deuxième test a utilisé l'analyse textuelle de GPT-3 pour prédire le score de divers patients de l'ensemble de données à un test commun pour prédire la gravité de la démence, appelé Mini-Mental State Exam (MMSE).
L'équipe a ensuite comparé la précision de prédiction de GPT-3 à celle d'une analyse utilisant uniquement les caractéristiques acoustiques des enregistrements, telles que les pauses, la force de la voix et les liaisons, pour prédire le score MMSE. Le GPT-3 s'est avéré être presque 20 % plus précis dans la prédiction des scores MMSE des patients.
"Nos résultats démontrent que l'intégration de texte, générée par GPT-3, peut être utilisée de manière fiable non seulement pour détecter les personnes atteintes de la maladie d'Alzheimer par rapport aux témoins sains, mais aussi pour déduire le score des tests cognitifs du sujet, tous deux basés uniquement sur les données vocales", écrivent-ils. "Nous montrons en outre que l'intégration du texte surpasse l'approche conventionnelle basée sur les caractéristiques acoustiques et qu'elle est même compétitive avec des modèles finement ajustés. L'ensemble de ces résultats suggère que l'intégration de texte basée sur le GPT-3 est une approche prometteuse pour l'évaluation de la MA et qu'elle a le potentiel d'améliorer le diagnostic précoce de la démence."
Poursuivre les recherches
Pour tirer parti de ces résultats prometteurs, les chercheurs prévoient de développer une application web qui pourrait être utilisée à domicile ou dans le cabinet d'un médecin comme outil de présélection.
"Notre preuve de concept montre qu'il pourrait s'agir d'un outil simple, accessible et suffisamment sensible pour un dépistage communautaire", a déclaré Liang. "Cela pourrait être très utile pour le dépistage précoce et l'évaluation des risques avant un diagnostic clinique".
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.
Publication originale
Autres actualités du département science
Recevez les dernières actualités du secteur des sciences de la vie
Ne manquez plus aucune actualité : notre newsletter consacrée aux biotechnologies, au secteur pharmaceutique et aux sciences de la vie vous informe tous les mardis et jeudis. Les dernières nouvelles du secteur, les produits phares et les innovations - de manière compacte et compréhensible dans votre boîte de réception. Recherché par nos soins, pour que vous n'ayez pas à le faire.
