DZNE 和波恩大學醫(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，可以非常準確地識別由共濟失調(一種腦部疾病)引起的言語障礙的嚴重程度。他們在npj Digital Medicine中對此進行了報道。從長遠來看，這種利用人工智能的新方法可用于科學和臨床常規(guī)。
術語“共濟失調”是指一組罕見的神經退行性腦部疾病，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醫(yī)院 (UKB) 的神經學博士。
“對于言語障礙的嚴重程度的評估，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)在已經能夠證明，可以通過計算機技術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嚴重程度的程序。 “
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。對于當前的研究，使用了 67 名輕度或中度共濟失調患者的錄音。
這些陳述是對標準化問題的回答。例如，研究參與者被要求談論他們的愛好，并大聲從 1 數到 10，然后再數數。借助專用聲音分析軟件和機器學習算法(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)奏和響度調制。
根據這些參數，在下一步中，數字分析系統(tǒng)以這樣一種方式進行調整，即計算出的嚴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。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯(lián)系刪除！