利用 ChatGPT 诊断自闭症相关语言障碍并识别 distinct features
计算与语言
2024-12-02 v2 人工智能
摘要
诊断与自闭症相关的语言障碍是一项复杂挑战，常受主观性和传统评估方法变异性的制约。传统诊断方法不仅需要耗费大量人力，而且常导致干预延迟，由于其速度和精度不足。本研究探索了应用 ChatGPT——一种大型语言模型——来克服这些障碍，通过提升灵敏度并为自闭症诊断描绘语言特征。本研究利用 ChatGPT 的自然语言处理能力以简化和改进诊断流程，专注于识别与自闭症相关的语言模式。具体而言，我们将 ChatGPT 性能与传统监督学习模型（包括因在各种自然语言处理任务中备受推崇的 BERT）进行比较。我们表明，ChatGPT 在零样本学习配置下显著优于这些模型，在灵敏度和阳性预测值方面均取得超过 10% 的提升。本研究的发现凸显了该模型作为诊断工具的潜力，其结合了准确性和适用性。我们识别出自闭症相关语言障碍的十个关键特征。诺如回声、代词反转以及异常语言用法等特征在诊断自闭症谱系障碍和制定量身治疗方案方面发挥关键作用。整体而言，我们的发现主张在临床环境中采用像 ChatGPT 这样的高级人工智能工具来评估和诊断发展障碍。我们的ethods 承诺提升诊断精度，支持个体化医学，潜在地改变自闭症及类似神经疾病的评估格局。
引用
@article{arxiv.2405.01799,
title = {Exploiting ChatGPT for Diagnosing Autism-Associated Language Disorders and Identifying Distinct Features},
author = {Chuanbo Hu and Wenqi Li and Mindi Ruan and Xiangxu Yu and Shalaka Deshpande and Lynn K. Paul and Shuo Wang and Xin Li},
journal= {arXiv preprint arXiv:2405.01799},
year = {2024}
}