德雷塞尔大学生物医学工程、科学和卫生系统学院的一项新研究表明，像ChatGPT这样的人工智能聊天机器人可以进行医学改装，并可能在阿尔茨海默病的早期检测中发挥关键作用。

　　“我们的概念验证表明,这可能是一个简单的、可访问的和足够敏感的工具以社区为基础的测试,”梁Hualou教授,博士的费城学校和该研究的合著者说。

　　“这对于临床诊断前的早期筛查和风险评估非常有用。”

　　据《科学日报》报道，这个几周大的机器人能够从一个人的自发说话中发现信号，预测痴呆症早期阶段的准确率达到80%。

　　据报道，语言障碍——包括说话犹豫、语法和发音错误以及忘记单词的意思——在高达80%的病例中是神经退行性疾病的早期危险信号。

　　“我们从正在进行的研究中了解到，阿尔茨海默病的认知影响可以在语言生成中体现出来，”梁补充说。

　　“早期检测阿尔茨海默病最常用的测试除了认知测试外，还会检查声学特征，如停顿、发音和音质。但我们相信，自然语言处理程序的改进为阿尔茨海默病的早期识别提供了另一种途径。”

　　该研究的主要作者Felix Agbavor说，ChatGPT (GPT3)的进化和适应性质可以使该程序成为探测警告信号的有用工具。

　　Agbavor说:“GPT3对语言分析和生成的系统方法使其成为识别可能预测痴呆症发作的微妙语音特征的有前途的候选者。”“用大量的访谈数据集(其中一些是阿尔茨海默氏症患者)训练GPT-3，将为它提供提取语音模式所需的信息，然后应用于识别未来患者的标记物。”

　　研究人员与美国国立卫生研究院(National Institutes of Health)合作，除了语音录音外，还使用数据集的文字记录训练人工智能，以测试其发现痴呆症警告的能力。GPT随后被重新训练成为阿尔茨海默氏症检测设备——事实证明，它比两种顶级语言处理程序更有效。

　　研究作者写道:“我们的研究结果表明，由GPT-3生成的文本嵌入不仅可以可靠地用于从健康对照中检测出阿尔茨海默病患者，还可以推断出受试者的认知测试得分，这两者都仅基于语音数据。”

　　“我们进一步表明，文本嵌入优于传统的基于声学特征的方法，甚至在微调模型中具有竞争力。总之，这些结果表明，基于GPT-3的文本嵌入是一种很有前途的评估阿尔茨海默病的方法，并有可能改善痴呆症的早期诊断。”