3 Februari 2023 — Kecerdasan buatan yang dapat menulis esai dan lulus ujian juga dapat membantu mengidentifikasi demensia.

Para peneliti di Universitas Drexel di Philadelphia menggunakan AI di belakang ChatGPT (yang telah menjadi berita utama untuk menulis makalah yang dapat dipercaya dan lulus ujian pengacara) untuk menganalisis ucapan, dan sistem dengan benar mengidentifikasi pasien Alzheimer 80% dari waktu, menurut penelitian yang diterbitkan di jurnal PLOS Digital Kesehatan.

Para peneliti menggunakan GPT-3, model bahasa yang menggerakkan ChatGPT, untuk menganalisis klip audio orang yang mendeskripsikan gambar dalam tes standar untuk demensia.

Pasien Alzheimer sering mengulangi diri mereka sendiri, menyimpang dari mendeskripsikan isi gambar, tidak menyelesaikan pemikiran, dan menyebut objek secara samar sebagai “benda” atau “sesuatu”.

“GPT-3 mampu menangkap perbedaan halus yang tercermin dalam teks,” kata penulis studi Hualou Liang, PhD, profesor teknik biomedis di Drexel.

Perangkat lunak menganalisis teks yang ditranskripsi (juga oleh perangkat lunak) dari rekaman 10 detik orang dewasa sehat dan pasien Alzheimer. Teks tersebut melatih model GPT-3 untuk mengidentifikasi perbedaan halus antara bahasa biasa dan ucapan dari seseorang yang mengalami penurunan kognitif.

Model pembelajaran mesin GPT-3 memahami bagian teks dengan mengonversi kata menjadi representasi matematis yang disebut “penyematan”. Embeddings adalah sinyal multi-dimensi, yang memungkinkan AI mengidentifikasi perbedaan dan persamaan halus yang bahkan tidak dapat didengar oleh dokter berpengalaman. GPT-3 membandingkan bagian teks dengan mengukur jarak antara sinyal tersebut di embeddings.

Karena GPT-3 hanya menganalisis teks tertulis, proses melewati jeda dan suara lain dalam bahasa lisan yang bukan kata-kata. Dalam hal ini, ternyata menjadi keuntungan: Analisis GPT-3 mengungguli beberapa model pembelajaran mesin yang dikembangkan oleh laboratorium lain yang menyertakan suara tersebut.

Studi lain, bagaimanapun, telah menemukan bahwa “ahs” dan “ums” dalam ucapan dapat menjadi penting dalam mengungkapkan penyakit Alzheimer. Sebuah studi tahun 2021 yang mengkodekan jeda tersebut memungkinkan model pembelajaran mesin untuk mendeteksi penyakit Alzheimer dengan akurasi 90%, dan studi terpisah yang dilakukan di Slovenia yang menggabungkan fitur teks dan akustik mencapai akurasi 94%.

“Kombinasi terbaik cenderung menggabungkan kedua jenis fitur secara bersamaan,” kata Frank Rudzicz, PhD, profesor ilmu komputer di University of Toronto. “Ada banyak informasi dalam kata-kata dan struktur transkrip, tetapi juga dalam nada suara kami.”

Menggunakan Suara untuk Mengenali Alzheimer

Semakin banyak peneliti yang melihat suara sebagai biomarker, cara untuk mendeteksi berbagai penyakit termasuk Alzheimer.

Di seluruh dunia, kasus Alzheimer berhasil dideteksi hanya 48% dari waktu, menurut perkiraan Organisasi Kesehatan Dunia. Negara berpenghasilan tinggi mencapai tingkat diagnostik 54%, sementara negara berpenghasilan rendah dan menengah hanya mengidentifikasi 24% kasus Alzheimer.

Para peneliti di bidang ini berharap untuk menutup celah itu dengan mengembangkan alat yang dapat mendeteksi Alzheimer sejak dini – ketika efeknya mungkin terlalu halus untuk diperhatikan oleh dokter. “Penyakit Alzheimer belum ada obatnya, tetapi ada perubahan hidup yang dapat menunda beberapa efeknya, jadi diagnosis dini tetap penting,” kata Rudzicz, yang ikut mendirikan aplikasi seluler analitik ucapan bernama Winterlight. “Teknologi semacam ini juga dapat diterapkan pada gangguan lain, termasuk Parkinson, depresi, dan sebagainya.”

Dokter akhirnya bisa menggunakan perangkat atau program komputer untuk menguji kemampuan kognitif pasien di kantor mereka. Pemindaian otak atau tes klinis lainnya kemudian dapat memastikan diagnosis Alzheimer.

Aplikasi lain mungkin menggunakan perangkat pintar seperti Alexa dan Siri untuk memantau percakapan reguler Anda (dengan persetujuan Anda) dan memberi tahu Anda jika ada kata yang mengkhawatirkan yang meleset. Bahkan dapat mendeteksi masalah psikologis lainnya seperti depresi dan stres.

“Analisis dapat dilakukan dengan cara menjaga privasi setelah sistem berfungsi penuh,” kata Liang. “Dengan demikian, ini dapat memberikan dampak langsung dan signifikan dalam mengurangi masalah demensia di komunitas orang dewasa yang lebih tua.”