자주 언급되지 않는 알츠하이머병의 믿을 수 없을 만큼 단순한 초기 징후가 하나 있습니다. 바로 언어 패턴의 미묘한 변화입니다.
망설임이 증가했습니다. 문법적 실수. 단어의 의미를 잊어버리거나, 자연스럽게 흘러나오던 일반적인 단어(또는 좋아하는 문구와 숙어)를 잘못 발음합니다.
과학자들은 오랫동안 이러한 언어 퇴화를 알츠하이머병의 초기 지표로 해석해 왔습니다. 한 가지 아이디어는 자연어 소프트웨어를 비정상적인 언어 사용을 찾아내는 일종의 “가이드”로 사용하는 것입니다.
간단하게 들리죠? 문제는 다음과 같습니다. 모든 사람이 다르게 말합니다. 당연한 것 같지만 AI에게는 큰 골칫거리입니다. 우리의 음성 패턴, 억양, 어조 및 단어 선택은 모두 개인 역사의 색조와 일반 언어 AI가 해독하기 어려운 뉘앙스로 채색되어 있습니다. 어떤 사람에게는 냉소적인 문장이 다른 사람에게는 완전히 진심일 수도 있습니다. 반복되는 문법 오류는 수십 년간의 오용으로 인한 개인적인 습관일 수 있으며 이제는 바꾸기 어렵습니다. 또는 치매의 반영일 수도 있습니다.
그렇다면 지금 가장 창의적인 AI 언어 도구를 활용해 보는 것은 어떨까요?
PLOS Digital Health 에 발표된 연구에서 Drexel University의 팀은 GPT-4의 창의력과 신경학적 진단을 연결하는 데 중요한 단계를 밟았습니다. 알츠하이머병 유무에 관계없이 공개적으로 사용 가능한 음성 기록 데이터 세트를 사용하여 팀은 치매를 암시하는 언어적 뉘앙스를 선택하기 위해 GPT-4를 재교육했습니다.
새로운 데이터가 입력되면 알고리즘은 환자나 병력에 대한 추가 지식 없이도 건강한 환자와 알츠하이머 환자를 안정적으로 감지하고 그 사람의 인지 테스트 점수를 예측할 수 있었습니다.
“우리가 아는 한, 이것은 언어를 통해 치매를 예측하기 위한 GPT-4의 첫 번째 적용입니다.”라고 저자는 말했습니다. “언어를 바이오마커로 사용하면 AD 및 임상 검사에 대한 빠르고 저렴하며 정확하고 비침습적인 진단이 가능합니다.”
얼리버드
과학의 최선의 노력에도 불구하고 알츠하이머병은 진단하기가 엄청나게 어렵습니다. 유전적 성향이 있는 경우가 많은 이 장애에는 통일된 이론이나 치료법이 없습니다. 그러나 우리가 알고 있는 것은 뇌 내부에서 기억과 관련된 영역이 뉴런에 독성이 있는 단백질 덩어리를 축적하기 시작한다는 것입니다. 이는 뇌에 염증을 일으켜 기억력, 인지력, 기분 저하를 가속화하고 결국 당신을 구성하는 모든 것을 침식합니다.
알츠하이머병의 가장 교활한 부분은 진단이 어렵다는 것입니다. 수년 동안 이 장애를 확인하는 유일한 방법은 부검을 통해 단백질 덩어리(세포 외부의 베타 아밀로이드 공과 내부의 타우 단백질 끈)의 명백한 징후를 찾는 것이었습니다. 요즘에는 뇌 스캔을 통해 이러한 단백질을 더 일찍 포착할 수 있습니다. 그러나 과학자들은 단백질 덩어리가 나타나기 훨씬 전에 인지 증상이 나타날 수 있다는 것을 오랫동안 알고 있었습니다.
희망은 있습니다. 치료법이 없더라도 알츠하이머병을 조기에 진단하면 환자와 가족이 지원, 정신 건강, 증상 관리 치료법 찾기에 관한 계획을 세우는 데 도움이 될 수 있습니다. 최근 FDA가 초기 알츠하이머병 환자의 인지 저하를 어느 정도 보호하는 데 도움이 되는 약물인 Leqembi 를 승인함에 따라 질병을 조기에 발견하려는 경쟁이 가열되고 있습니다.
당신의 마음을 말하다
Drexel 팀은 뇌 스캔이나 혈액 바이오마커에 초점을 맞추는 대신, 매우 수월한 방법인 말하기로 전환했습니다.
연구 저자인 Hualou Liang 박사는 “우리는 진행 중인 연구를 통해 알츠하이머병의 인지 효과가 언어 생성에 나타날 수 있다는 것을 알고 있습니다.”라고 말했습니다 . “알츠하이머병의 조기 발견을 위해 가장 일반적으로 사용되는 테스트는 인지 테스트 외에도 일시정지, 발음 및 발성 품질과 같은 음향 특징을 살펴봅니다.”
이 아이디어는 인지 신경과학자들과 AI 과학자들에 의해 오랫동안 추구되어 왔습니다. 자연어 처리(NLP)는 일상 언어를 인식하는 능력에서 AI 영역을 지배해 왔습니다. 환자의 목소리나 글을 녹음하여 신경과학자들은 특정 집단의 사람들(예: 알츠하이머병 환자)이 가질 수 있는 특정 음성 “틱”을 강조할 수 있습니다.
듣기에는 훌륭하지만 이는 매우 맞춤화된 연구입니다. 그들은 보다 보편적인 Q-and-A보다는 특정 문제에 대한 지식에 의존합니다. 결과 알고리즘은 수작업으로 제작되므로 더 넓은 범위로 확장하기가 어렵습니다. 그것은 완벽하게 맞는 양복이나 드레스를 찾기 위해 양복점에 갔다가 몇 달이 지나서 그것이 다른 사람이나 심지어 자신에게도 맞지 않는다는 것을 깨닫는 것과 같습니다.
진단에 문제가 있는 것입니다. 알츠하이머병(혹은 다른 신경학적 장애)은 진행되는 경향이 있습니다. 이러한 방식으로 훈련된 알고리즘은 “다른 언어적 특징에 해당할 수 있는 다른 진행 단계 및 질병 유형으로 일반화하기가 어렵습니다”라고 저자는 말했습니다.
이와 대조적으로 GPT-4의 기반이 되는 LLM(대형 언어 모델)은 “강력하고 보편적인 언어 이해 및 생성”을 제공하는 데 훨씬 더 유연하다고 저자는 말했습니다.
한 가지 특별한 측면이 눈길을 끌었습니다. 바로 임베딩입니다. 간단히 말해서, 이는 알고리즘이 엄청난 양의 정보로부터 학습하고 각 “기억”에 대한 일종의 “아이디어”를 생성할 수 있음을 의미합니다. 이 트릭을 텍스트에 사용하면 대부분의 숙련된 전문가가 감지할 수 있는 것 이상의 추가 패턴과 특성을 발견할 수 있다고 저자는 말했습니다. 즉, 텍스트 임베딩을 기반으로 하는 GPT-4 기반 프로그램은 신경과 전문의가 발견하지 못하는 음성 패턴 차이를 잠재적으로 감지할 수 있습니다.
연구 저자인 Felix Agbavor 는 “언어 분석 및 생성에 대한 GPT-4의 체계적 접근 방식은 치매 발병을 예측할 수 있는 미묘한 언어 특성을 식별하는 유망한 후보가 됩니다.”라고 말했습니다 . “대량의 인터뷰 데이터 세트(일부는 알츠하이머 환자에 대한 내용)로 GPT-4를 훈련하면 미래 환자의 마커를 식별하는 데 적용할 수 있는 음성 패턴을 추출하는 데 필요한 정보를 제공할 수 있습니다.”
창의적인 솔루션
연구팀은 알츠하이머병에 대한 두 가지 중요한 측정에 GPT-4를 즉시 사용했습니다. 즉, 건강한 환자와 알츠하이머병 환자를 식별하고, 간이 정신 상태 검사(MMSE)라는 인지 벤치마크를 기반으로 환자의 치매 중증도를 예측하는 것입니다.
대부분의 딥 러닝 모델과 유사하게 GPT-4은 엄청나게 데이터에 굶주려 있습니다. 여기에서 팀은 알츠하이머병이 있는 사람과 없는 사람의 일상 대화가 포함된 ADReSSo Challenge (자발적 언어를 통한 알츠하이머 치매 인식)를 제공했습니다.
첫 번째 도전에서 팀은 언어의 특정 “틱”을 찾아내는 두 프로그램과 GPT-4 프로그램을 대결했습니다. Ada 와 Babbage (컴퓨팅 선구자에게 경의를 표함) 두 모델 모두 음향 기능만을 기준으로 기존 모델보다 훨씬 뛰어난 성능을 보였습니다. 음성 특징만으로 치매 MMSE의 정확성을 예측할 때 알고리즘은 훨씬 더 나은 결과를 보였습니다.
다른 최첨단 알츠하이머 탐지 모델과 맞붙었을 때 Babbage 에디션은 정확도와 회상 수준에서 상대 모델을 압도했습니다.
“이러한 결과는 전체적으로 GPT-4 기반 텍스트 임베딩이 AD 평가를 위한 유망한 접근 방식이며 치매 조기 진단을 향상시킬 수 있는 잠재력이 있음을 시사합니다.”라고 저자는 말했습니다.
일반적으로 의료 분야에서 GPT-4와 AI가 과대광고되면서 실제로 중요한 것, 즉 환자의 건강과 웰빙을 간과하기 쉽습니다. 알츠하이머병은 문자 그대로 정신을 침식하는 끔찍한 질병입니다. 조기 진단은 정보이고 정보는 힘입니다. 이는 삶의 선택을 알리고 치료 옵션을 평가하는 데 도움이 될 수 있습니다.
“우리의 개념 증명은 이것이 커뮤니티 기반 테스트를 위한 간단하고 접근 가능하며 적절하게 민감한 도구가 될 수 있음을 보여줍니다.”라고 Liang은 말했습니다. “이것은 임상 진단 전 조기 선별 및 위험 평가에 매우 유용할 수 있습니다.”
이미지 크레디트: NIH
