nterpretable Alzheimer’s Disease Detection from CHAT Transcripts Using Criterion-Guided LLM Prompting and In-Context Learning

人类的声音承载的不只是言语，它还蕴含着大脑的地图。几十年来，研究人员一直在倾听阿尔茨海默病患者的言语，试图寻找他们在用词选择、停顿方式以及如何串联叙述故事方面所表现出的微妙变化。这些变化往往出现在记忆力丧失变得明显之前，为早期检测提供了一个潜在的窗口。传统上，寻找这些模式需要构建复杂的计算机程序，并需要用成千上万个标记好的样本进行教学，这个过程缓慢、昂贵，且往往难以向医生解释。该领域近期转向使用大语言模型，即在海量文本上训练出的强大人工智能系统。与旧程序不同，这些模型可以理解上下文并进行逻辑推理，而无需在每项新任务上都进行重新训练，只要引导得当即可。目前的挑战在于，如何让这些通用型工具能够“听懂”临床语音中那些特定且杂乱的细节，并将它们转化为可靠的诊断。

一个研究小组开发了一种利用这些人工智能工具从语音转录文本中检测阿尔茨海默病的新方法，在无需教导人工智能任何新知识的情况下实现了高准确率。他们并没有强迫计算机从头开始学习，而是设计了一套模仿人类专家分析患者言语方式的逐步引导指南。这一过程始于对话的原始文本，这些文本通常包含语言学家用于标记停顿、重复和模糊发音的特殊符号。研究人员首先将这些符号转换为平实的英文句子，将诸如“短暂停顿”或“重复”之类的技术性笔记转化为人工智能可以自然理解的可读文本。这一步至关重要，因为它将数据从编码格式转化为了机器真正可以阅读的故事。

文本准备就绪后，系统要求人工智能扮演临床观察者的角色，将分析分解为三个具体问题。首先，它观察词汇量：说话者是在使用精确的词汇来命名物体，还是依赖于像“那个东西”或“那个玩意儿”之类的模糊术语？其次，它检查言语流中的挣扎迹象，例如频繁的重复、自我修正或长时间的沉默。第三，它检查整体叙述：说话者是否能保持主题并逻辑清晰地连接观点，还是叙述逐渐偏离并变得支离破碎？通过回答这三个问题，人工智能构建了一个用于得出最终结论的合理解释，而不仅仅是猜测一个标签。为了帮助人工智能做出正确的判断，研究人员还向其提供了少量过去的对话示例，涵盖了各种程度的困难情况——从非常清晰的案例到令人困惑的案例——以确保人工智能能看到疾病在言语中所呈现的全貌。

这种方法的测试结果令人瞩目。在对一组包含48段录音的标准对话进行测试时，该系统的识别准确率达到了85.4%，超过了以往依赖于通过标记数据训练计算机的方法。更重要的是，该系统不仅给出一个“是或否”的答案，还能为自己的决定提供清晰的解释，引用导致其结论的具体犹豫或模糊词汇。这种透明度对于医疗应用至关重要，因为它允许医生看到诊断背后的推理过程。然而，研究也揭示了一个显著的局限性：系统的成功完全取决于文本的质量。当研究人员尝试使用由语音转文本软件自动生成的转录文本时，准确率大幅下降。自动化系统未能捕捉到人工智能识别疾病所需的那些停顿和重复，这证明了目前为止，人工转录的笔记对于该方法奏效仍然必不可少。

研究人员发现，引导人工智能的方式比人工智能本身的大小更为重要。仅仅要求计算机进行一步式的诊断猜测，会导致准确率大幅下降。正是这种循序渐进的推理，结合精心挑选的示例，解锁了系统检测认知功能下降细微迹象的能力。这项研究表明，通过正确的提示词和对临床标准的清晰理解，人工智能可以成为一种强大且透明的检测工具，即使无需复杂的训练。虽然目前的方法仍需人工转录的语音，但这种方法的成功指向了一个未来：只要输入的数据足够精确，足以承载诊断的权重，人工智能就能协助临床医生更早、更可靠地识别出阿尔茨海默病。