Más allá de las transcripciones manuales: Exploración del potencial de los errores de reconocimiento automático del...

Área de la Ciencia:

• Lingüística computacional
• Inteligencia artificial en la atención médica
• Diagnóstico de enfermedades neurodegenerativas

Sus antecedentes:

• Los errores de reconocimiento automático del habla (ASR) generalmente se consideran perjudiciales.
• Observaciones previas sugieren que los errores de ASR pueden, paradójicamente, ayudar en la detección de la enfermedad de Alzheimer (AD).
• Se necesita una validación a gran escala y una comprensión mecanicista de este fenómeno.

Objetivo del estudio:

• Validar el efecto beneficioso de los errores de ASR en la detección de AD.
• Identificar los mecanismos específicos a través de los cuales los errores de ASR ayudan al diagnóstico de AD.
• Explorar las implicaciones para el desarrollo de modelos clínicos de ASR.

Principales métodos:

• Se utilizaron 18 modelos de ASR (originales y ajustados) en el conjunto de datos ADReSS.
• Se generó habla a partir de transcripciones manuales y de ASR utilizando un modelo de texto a voz (TTS).
• Se emplearon características basadas en el conocimiento y incrustaciones preentrenadas en modelos de detección de AD de autoatención y atención cruzada.
• Se realizaron análisis detallados de los tipos de errores de ASR, palabras afectadas, características lingüísticas y pesos de atención.

Principales resultados:

• Ciertas transcripciones generadas por ASR superaron a las transcripciones manuales en la precisión de la detección de AD.
• Las ganancias de rendimiento se vincularon con patrones de error de ASR específicos y asimétricos, no con una alta tasa de error de palabras (WER).
• Estos patrones de error amplificaron los déficits lingüísticos existentes en el habla de AD, aumentando la divergencia grupal.
• Las pistas diagnósticas se conservaron en el habla sintetizada, lo que apoya el potencial de aumento de datos.

Conclusiones:

• Patrones específicos de errores de ASR mejoran la detección de AD al amplificar los déficits lingüísticos patológicos.
• Esto sugiere un cambio en el desarrollo de ASR hacia la utilidad diagnóstica sobre la precisión pura de la transcripción.
• Los hallazgos tienen implicaciones para el desarrollo de herramientas de ASR para la investigación de enfermedades neurodegenerativas y aplicaciones clínicas.