國外專家：使用AI語言模型有助于診斷精神分裂癥

如今爆火的AI模型或許還有新應(yīng)用，倫敦大學(xué)學(xué)院神經(jīng)學(xué)院的科學(xué)家開發(fā)了一些新的工具，這些工具基于AI語言模型，可以特征化被診斷患有精神分裂癥的患者語音中的細(xì)微特征。

這項(xiàng)發(fā)表在《美國國家科學(xué)院院刊》上的研究，旨在了解自動語言分析如何幫助醫(yī)生和科學(xué)家診斷和評估精神疾病。

目前，精神疾病的診斷幾乎完全依賴于與患者及其親近的人交談，血液檢查和腦掃描等測試只起極小的作用。但是，這種診斷的不精確阻礙了對精神疾病成因的更深入理解，也阻礙了治療效果的監(jiān)測。

研究人員讓26名患有精神分裂癥的參與者和26名對照組參與者完成兩個(gè)言語流暢性任務(wù)，要求他們在5分鐘內(nèi)盡可能快地說出屬于“動物”類別的詞或以“p”開頭的詞。

為了分析參與者的回答，研究團(tuán)隊(duì)使用了一個(gè)AI語言模型，該模型通過訓(xùn)練大量互聯(lián)網(wǎng)文本來表示詞義，與人類表示詞義的方式類似。他們測試人們自發(fā)回憶的詞是否能被AI模型預(yù)測，以及精神分裂癥患者的可預(yù)測性是否降低。

結(jié)果發(fā)現(xiàn)，對照組參與者的回答確實(shí)比精神分裂癥患者的回答更可被AI模型預(yù)測，這種差異在癥狀更嚴(yán)重的患者中最大。研究人員認(rèn)為這種差異可能與大腦學(xué)習(xí)記憶和思想之間的關(guān)系以及在所謂“認(rèn)知地圖”中存儲這些信息的方式有關(guān)。

該研究的第二部分中，作者利用腦掃描測量了參與學(xué)習(xí)和存儲“認(rèn)知地圖”的大腦區(qū)域中的腦活動，為這一理論提供了支持。

第一作者M(jìn)atthew Nour博士表示，隨著類似ChatGPT這樣的AI語言模型的出現(xiàn)，自動語言分析已經(jīng)為醫(yī)生和科學(xué)家所用。這項(xiàng)工作展示了將AI語言模型應(yīng)用于和語言、意義密切相關(guān)的精神病學(xué)領(lǐng)域的潛力。

他們計(jì)劃在更大的患者樣本中廣泛應(yīng)用這項(xiàng)技術(shù)，以測試它在臨床中的用途。如果這些工具被證明是安全和可靠的，他預(yù)計(jì)它們會在未來十年開始應(yīng)用于臨床。