DZNE 和波恩大學(xué)醫(yī)院的研究人員與總部位于柏林的 PeakProfiling GmbH 公司共同開發(fā)了一種計算機輔助方法，可以非常準(zhǔn)確地識別由共濟失調(diào)(一種腦部疾病)引起的言語障礙的嚴(yán)重程度。他們在npj Digital Medicine中對此進行了報道。從長遠(yuǎn)來看，這種利用人工智能的新方法可用于科學(xué)和臨床常規(guī)。
術(shù)語“共濟失調(diào)”是指一組罕見的神經(jīng)退行性腦部疾病，表現(xiàn)為步態(tài)不穩(wěn)、吞咽障礙和言語障礙等癥狀。“發(fā)音變得含糊不清，說話節(jié)奏不規(guī)則。說話的速度通常會變慢和緩慢，但會突然加快。所有這些都會損害溝通的能力，”該部門的 DZNE 研究員兼臨床醫(yī)生 Marcus Grobe-Einsler 博士解釋說波恩大學(xué)醫(yī)院 (UKB) 的神經(jīng)學(xué)博士。
“對于言語障礙的嚴(yán)重程度的評估，有一個既定的六級分類系統(tǒng)。到目前為止，這種分類是手工完成的，可以說是由臨床專業(yè)人員完成的。這是費時的，并且有一定的影響。主觀程度。在概念驗證研究中，我們現(xiàn)在已經(jīng)能夠證明，可以通過計算機技術(shù)將已建立的分類自動化和客觀化。我們的方法可以大大簡化確定共濟失調(diào)嚴(yán)重程度的程序。 “
對于這些研究，Grobe-Einsler 及其同事與 PeakProfiling GmbH 進行了合作。這家總部位于柏林的公司專門從事語音和噪音分析。對于當(dāng)前的研究，使用了 67 名輕度或中度共濟失調(diào)患者的錄音。
這些陳述是對標(biāo)準(zhǔn)化問題的回答。例如，研究參與者被要求談?wù)撍麄兊膼酆?，并大聲?1 數(shù)到 10，然后再數(shù)數(shù)。借助專用聲音分析軟件和機器學(xué)習(xí)算法(各種人工智能)，研究人員能夠識別出一百多個特征，尤其是志愿者的說話節(jié)奏和響度調(diào)制。
根據(jù)這些參數(shù)，在下一步中，數(shù)字分析系統(tǒng)以這樣一種方式進行調(diào)整，即計算出的嚴(yán)重程度盡可能與檢查語音樣本的三位專家小組給出的評級相匹配。專家表決作為參考。最后，計算機輔助方法在已排除在軟件優(yōu)化過程之外并因此獨立于軟件的錄音樣本上實現(xiàn)了 80% 的命中率。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！