Explainable cognitive decline detection in free dialogues with a Machine Learning approach based on pre-trained Large Language Models

要約

認知障害および神経障害は非常に一般的ですが、頻繁なスクリーニングに伴う高額な費用のせいで、診断され治療される患者はごく一部です。
効果的かつ効率的なインテリジェント システムを通じて未病段階を検出し、神経障害の進行を分析することは、タイムリーな診断と早期介入に有益です。
私たちは、大規模言語モデルを使用して自由対話から特徴を抽出し、認知機能の低下を検出することを提案します。
これらの特徴は、高度な推論の内容に依存しない特徴 (理解、意識の低下、注意散漫の増加、記憶の問題など) を構成します。
当社のソリューションは、(i) 前処理、(ii) 自然言語処理技術とプロンプト エンジニアリングによる特徴エンジニアリング、(iii) パフォーマンスを最適化するための特徴分析と選択、および (iv) 自動説明可能性によってサポートされる分類で構成されます。
また、モデルの最良の機能を使用して、Chatgpt の直接的な認知障害予測機能を改善する方法も検討します。
得られた評価指標は、Chatgpt による特徴抽出と、高齢者との自由形式の会話における認知機能の低下を検出するための特殊な機械学習モデルを組み合わせた混合アプローチの有効性を裏付けています。
最終的に、私たちの研究は、認知機能の低下を検出し説明するための、安価で非侵襲的で迅速な手段の開発を促進する可能性があります。

要約(オリジナル)

Cognitive and neurological impairments are very common, but only a small proportion of affected individuals are diagnosed and treated, partly because of the high costs associated with frequent screening. Detecting pre-illness stages and analyzing the progression of neurological disorders through effective and efficient intelligent systems can be beneficial for timely diagnosis and early intervention. We propose using Large Language Models to extract features from free dialogues to detect cognitive decline. These features comprise high-level reasoning content-independent features (such as comprehension, decreased awareness, increased distraction, and memory problems). Our solution comprises (i) preprocessing, (ii) feature engineering via Natural Language Processing techniques and prompt engineering, (iii) feature analysis and selection to optimize performance, and (iv) classification, supported by automatic explainability. We also explore how to improve Chatgpt’s direct cognitive impairment prediction capabilities using the best features in our models. Evaluation metrics obtained endorse the effectiveness of a mixed approach combining feature extraction with Chatgpt and a specialized Machine Learning model to detect cognitive decline within free-form conversational dialogues with older adults. Ultimately, our work may facilitate the development of an inexpensive, non-invasive, and rapid means of detecting and explaining cognitive decline.

arxiv情報

著者 Francisco de Arriba-Pérez,Silvia García-Méndez,Javier Otero-Mosquera,Francisco J. González-Castaño
発行日 2024-11-04 12:38:08+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CL パーマリンク