外媒 | 人工智能和自然语言处理技术识别阿尔茨海默病的数字声音生物标志物-普瑞纯证

最近在《阿尔茨海默病与痴呆症：诊断、评估和疾病监测》杂志上发表的一项研究表明，人工智能可以帮助识别患者声音和语音模式中的微妙变化，这可能有助于临床医生在症状出现之前诊断认知障碍和阿尔茨海默病。该研究表明，语音模式的变化与认知能力下降有关，其中一些变化可能在其他症状开始出现前数年就可以检测到，但捕捉它们仍然是一个挑战。该研究的负责人，德克萨斯大学南部医学中心彼得·奥唐奈尔大脑研究所的神经学教授Ihab Hajjar博士在一份新闻稿中表示：“我们的重点是识别阿尔茨海默病早期存在但家庭成员或个人的主治医生很难识别的微妙语言和音频变化。”为此，研究团队使用机器学习（ML）和自然语言处理（NLP）分析了埃默里大学研究计划中206名参与者的语音模式，其中包括114名轻度认知障碍患者和92名认知无障碍者。从这些患者中收集了语音、神经心理学、神经影像学和基于脑脊液的阿尔茨海默病生物标志物数据。语音数据是通过1-2分钟的自发记录艺术品描述获得的。“图片的记录描述为我们提供了一个近似于通过人工智能研究的会话能力，以确定语音运动控制、思想密度、语法复杂性和其他语音特征，”Hajjar解释道。然后，使用ML分析这些录音，并派生出声学和词汇-语义特征。然后将这些特征与参与者的脑脊液样本和MRI扫描进行比较，从而使研究人员能够将语音模式变化或数字声音生物标志物与其他常用的阿尔茨海默病生物标志物之间的联系进行映射。这些比较被用来确定数字声音生物标志物在检测轻度认知障碍以及阿尔茨海默病状态和进展方面的准确性。总体而言，这种方法在检测轻度认知障碍和识别具有阿尔茨海默病证据的参与者方面表现良好，即使在使用标准方法难以检测到这些证据的情况下也是如此。

版权声明 本网站所有注明“来源：普瑞纯证”或“来源：pureFDA”的文字、图片和音视频资料，版权均属于普瑞纯证网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：普瑞纯证”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。