手動トランスクリプトを超えて：アルツハイマー病検出の改善における自動音声認識エラーの可能性を探る

科学分野:

• 計算言語学
• ヘルスケアにおける人工知能
• 神経変性疾患の診断

背景:

• 自動音声認識（ASR）エラーは、通常、有害と見なされます。
• 以前の観察では、ASRエラーがアルツハイマー病（AD）検出に逆説的に役立つ可能性が示唆されています。
• この現象の大規模な検証とメカニズムの理解が必要です。

研究 の 目的:

• ASRエラーがAD検出に及ぼす有益な効果を検証すること。
• ASRエラーがAD診断を助ける特定のメカニズムを特定すること。
• 臨床ASRモデル開発への影響を探ること。

主な方法:

• ADReSSデータセットで18のASRモデル（オリジナルおよびファインチューニング済み）を利用しました。
• 手動およびASRトランスクリプトからテキスト音声合成（TTS）モデルを使用して音声を生成しました。
• 自己注意およびクロスアテンションAD検出モデルで知識ベースの特徴と事前学習済み埋め込みを採用しました。
• ASRエラーの種類、影響を受けた単語、言語的特徴、およびアテンションウェイトの詳細な分析を実施しました。

主要な成果:

• 特定のASR生成トランスクリプトが、AD検出精度において手動トランスクリプトを上回りました。
• パフォーマンスの向上は、高い単語エラー率（WER）ではなく、特定かつ非対称なASRエラーパターンに関連していました。
• これらのエラーパターンは、ADスピーチにおける既存の言語的欠陥を増幅し、グループの乖離を増加させました。
• 診断の手がかりは合成音声で保存されており、データ拡張の可能性を裏付けています。

結論:

• 特定ASRエラーパターンは、病的な言語的欠陥を増幅することによりAD検出を強化します。
• これは、純粋な文字起こし精度よりも診断ユーティリティに向けたASR開発へのシフトを示唆しています。
• 調査結果は、神経変性疾患の研究および臨床応用のためのASRツールの開発に影響を与えます。