1월 1주차 카벤 디지털 헬스케어 뉴스
카카오벤처스 디지털헬스케어 뉴스_20230103
AI Chat GPT는 알츠하이머 초기 발견에 도움이 될 수 있을까?
OpenAI의 GPT-3 프로그램을 이용해보신 적 있나요? Chat GPT는 창의적인 질문에 대해 사람과 유사한 응답을 생성하는 능력으로 화제가 되고 있습니다. 지인들의 SNS를 보면 답변 능력을 놀라워하는 사람들이 적지 않더군요.
이러한 GTP-3의 기능을 디지털 헬스케어와 접목하고자 하는 연구을 오늘 소개드리려 합니다. 미국의 어느 연구팀은 OpenAI의 GPT-3 프로그램이 자발적인 발화(speech)로 치매 초기 단계에서 식별할 수 있는 단서를 80%의 정확도로 예측할 수 있음을 입증했습니다. 오늘은 PLOS Digital Health에 보고된 연구 내용을 바탕으로 자연어 처리를 통해 언어기능의 퇴행을 잡아내고 더 나아가 신경퇴행성 장애의 초기 지표로 활용 될 수 있다는 내용에 대해 살펴봅니다.
1. 알츠하이머의 조기징후는 어떻게 찾을까?
오늘날 알츠하이머를 진단하기 위해서는 오랜 시간 병력을 검토하고 여러가지 신체검사와 신경학적 평가를 필요로 합니다. 언어장애는 치매 환자의 60~80%에서 나타나는 증상이기 때문에 연구자들은 망설임, 문법 및 발음 오류, 단어의 의미를 잊어버리는 등의 미묘한 단서를 포착할 수 있는 프로그램에 주목해왔습니다. 이렇게 대화 내용을 신속하게 분석함으로써 대상자가 본격적으로 정식 검사를 받아야 하는지 여부를 알려줄 수 있습니다.
Drexel 연구의 공동 저자인 Hualou Liang 박사는 이렇게 말합니다. "알츠하이머의 인지 저하 효과는 언어 사용에서 나타납니다. 다만 지금까지는 말의 멈춤, 성조, 음성의 떨림과 같은 음향학적 사항만 평가할 수 있었습니다. 그러나 앞으로 자연어 처리의 기능이 향상되면서 초기 알츠하이머를 정확히 밝혀내기 위한 방법이 고도화될 것으로 예상하고 있습니다"
2. 직접 듣고 배우는 딥러닝 알고리즘
공식적으로 OpenAI 3세대인 GPT-3은 단어가 사용되는 방법과 언어가 구성되는 방식에 특히 중점을 두고 인터넷에서 방대한 양의 정보를 처리합니다. 훈련의 결과 간단한 질문에 대한 응답부터 시 또는 에세이 작성에 이르기까지 언어와 관련된 모든 직업에 대해 인간과 같은 응답 생성이 가능합니다.
특히 GPT-3은 "zero-data learning"에 능합니다. 이는 문맥에서는 알 수 없는, 외부 지식이 필요한 질문에도 응답할 수 있음을 의미합니다. 논문의 주저자인 Felix Agbavor는 "언어 분석 및 생성에 대한 GPT-3의 체계적인 접근 방식은 치매 발병을 예측할 수 있는 미묘한 특성을 식별하는 유망한 후보입니다"라고 말했습니다. "일부 알츠하이머 환자에게서 비롯된 것을 포함하여 대량의 인터뷰 데이터 세트로 GPT-3를 교육하면 향후 바이오마커로서 활용할 수 있는 언어 패턴을 추출할 수 있을 것입니다"라고 덧붙였습니다.
3. 치매 조기 진단을 위한 방법, 음성 신호 vs GPT-3
연구자들은 자연어 처리 프로그램의 치매 예측 능력을 테스트할 목적으로 국립보건원(National Institute of Health)의 축적된 음성 녹음 데이터 세트 일부를 지원받아 프로그램을 훈련하며 이론을 테스트했습니다. 이 프로그램은 알츠하이머 발화에서 단어 사용, 문장 구조와 의미를 분석해 'embedding' 특징을 포착하였습니다. 그런 다음 'embedding'을 사용하여 다시 트레이닝함으로써 알츠하이머 스크리닝 프로그램을 개발했습니다. 프로그램의 선별 기능을 테스트하기 위해 수십개의 테스트 데이터를 주고, 각 기록이 정상인 또는 알츠하이머 환자의 데이터인지 구별하도록 요청했습니다.
최고의 자연어 처리 프로그램 2개를 동일한 속도로 실행한 결과 연구진들은 GPT-3가 2가지 측면에서 더 나은 성능을 보였다는 것을 발견했습니다. GPT-3는 알츠하이머 환자의 샘플을 더 정확하게 찾아냈고, 2개의 프로그램이 놓친 케이스들을 더 많이 찾아낼 수 있었습니다.
두번째로 연구진들은 GPT-3의 텍스트 분석을 통해 치매의 중증도를 평가하는 MMSE(Mini-Mental State Exam) 점수를 예측하였습니다. 말 멈춤, 목소리의 힘과 속도같은 음향학적 요소만 평가했을 때와 GPT-3의 문맥 분석을 더했을 때, GPT-3는 비교군보다 MMSE 점수를 20% 더 정확하게 예측했습니다.
논문에는 연구진의 다음과 같은 코멘트가 쓰여 있습니다.
"우리의 결과는 GPT-3에 의해 생성된 텍스트 임베딩(embedding)이 건강한 대조군에서 알츠하이머에 걸린 개인을 감지하는데 안정적으로 사용될 수 있을 뿐만 아니라 음성 데이터만으로도 피험자의 인지 테스트 점수를 추론하는 데 안정적으로 사용될 수 있음을 보여줍니다."
"우리는 텍스트 임베딩이 기존 음향 특징 기반 접근 방식을 능가하고 심지어 미세 조정된 모델과도 경쟁적으로 수행된다는 것을 보여줍니다. 이러한 결과는 치매의 조기 진단을 향상하기 위해 GPT-3 기반 텍스트 임베딩이 알츠하이머 평가를 위한 유망한 접근 방식이며 잠재력이 있음을 시사합니다."
4. GPT-3와 스크리닝도구, 앞으로 어디에 쓰일 수 있을까?
위의 유망한 연구 결과를 바탕으로 연구진들은 집, 병원 어디에서든 사전 스크리닝 툴로 사용될 수 있는 웹 어플리케이션 개발을 계획하고 있습니다.
"우리의 PoC(Proof of Concept)은 이것이 커뮤니티 기반 테스트를 위한 간단하고 접근성이 좋으며, 적절히 민감한 도구가 될 수 있음을 보여줍니다" 라고 Liang은 말했습니다. "이것은 임상 진단 전에 조기 선별 및 위험 평가에 매우 유용할 수 있습니다."
카벤 디지털 헬스케어 뉴스레터를 꾸준히 보신 분들은 짐작하시겠지만 이런 논문이 한편 나왔다고 해서 GPT-3를 활용한 도구를 바로 치매 스크리닝에 사용할 수는 없습니다. 우선 논문이 부족합니다. 의료계에서 자리를 잡기 위해서는 훨씬 많은 연구가 필요합니다. 못지않게 중요한 것은 '스크리닝'의 특성입니다. 스크리닝은 아직 질병이 없는 사람을 다수 포함한 집단을 대상으로 실시하기 때문에 다른 종류의 진단에 비해서 훨씬 어렵습니다. GPT-3, Chat GPT에 대한 관심이 높아지고 의료계에의 접목에 대한 논의가 조금씩 이루어지고 있는 상황에서 이렇게 의료에 접목하는 것은 여전히 쉽지 않다는 점을 다시 한번 말씀드리고 싶었습니다.
- 뉴스 원본 (자세한 내용은 아래 기사 참조)
#카카오벤처스 #알츠하이머 #GPT3 #치매 #자연어처리 #디지털헬스케어 #김치원 #정주연
