德雷塞尔大学新研究：用 GPT-3 分析日常语音，80% 准确率筛查阿尔茨海默病

大家都在用 ChatGPT 写周报、编段子或者改代码，但有一群研究人员正试着用它背后的模型来救命。

阿尔茨海默病最让人棘手的地方，就是早期症状往往非常隐蔽。等病人被确诊时，大脑退行性病变通常已经很严重了。

来自德雷克塞尔大学生物医学工程学院的研究团队在《PLOS Digital Health》期刊上发表了一项新研究。他们发现，OpenAI 的 GPT-3 模型能从日常自发对话的文字记录中，以 80% 的准确率提前发现痴呆症的早期苗头。

从说话用词里抓蛛丝马迹

很多人以为排查阿尔茨海默病只能去医院做复杂的神经检查，或者靠医生听病人说话时的停顿、语调和嗓音变异。但这套传统声学分析的门槛并不低。

德雷克塞尔大学的研究者换了一条路。他们注意到，60% 到 80% 的痴呆症患者在早期都会出现语言障碍，比如突然卡壳、出现语法错误、发音打结，或者想不起某个常用词是什么意思。

论文第一作者 Felix Agbavor 和通讯作者 Hualou Liang 教授决定测试自然语言处理在其中的作用。他们拿到了由美国国家卫生研究院（NIH）支持建立的一批自发语音转录文本。

研究团队让 GPT-3 从这些文本中提取词汇搭配、句式结构和语义特征，生成专门反映语言退化特质的「文本嵌入」画像。

随后，他们用这套画像重新微调程序，让它来给几十位受试者的转录文本做盲测，判断谁正在患上阿尔茨海默病。

结果显示，GPT-3 不仅准确识别出了 80% 的早期痴呆样本，在区分健康人和阿尔茨海默病患者时，表现全面压过了另外两款主流的自然语言处理模型，漏诊率也更低。

在另一项测试中，研究人员还让 GPT-3 预测患者在简易精神状态检查（MMSE）中的实际得分。结果很惊人：基于 GPT-3 文本分析的预测准确率，比单独分析停顿、声强等纯声学特征高出近 20%。

目前该团队正计划把这套算法做成一个网页工具，让人们在家里或者诊所就能完成初步筛查。

为什么重要

我们认为这项研究最大的价值，在于它给早期筛查大幅降了门槛。

以往怀疑阿尔茨海默病，要做漫长的认知量表，耗时耗力，很多老人往往拖到生活不能自理才去医院。如果未来只要对着网页或手机自然说几分钟话，转录成文字后就能给出一个相对靠谱的风险预警，哪怕准确率是 80%，也能把海量潜在患者更早推向专业神经科门诊。

对整个 AI 医疗行业来说，这也是一个很有启发意义的解题思路。过去几年大家都在卷专门的医疗垂直小模型，但德雷克塞尔大学这项实验证明，经过海量互联网文本预训练的通用大语言模型，对人类语言细微结构的感知力，甚至比专为语音设计的传统工具更敏锐。

不过看起来它距离真正的临床诊断还有一段距离。80% 的准确度做预筛查合格，但绝对不能当成确诊依据，否则误诊带来的心理负担和漏诊风险都不可忽视。接下来的关键，就看这个团队能不能在更大规模、更多样化的真实人群对话中，守住这个准确率。