バイオマーカー

科学分野:

• 神経学; 言語聴覚療法; 計算言語学

背景:

• 神経学的診断には公平なアクセスが必要であり、モバイル評価・音声による健康と疾患の兆候の認識と監視（MASTERMIND）の開発につながりました。
• MASTERMIND命名評価サブテストは、45語のリストから10枚の画像を使用して、命名能力を評価します。

研究 の 目的:

• 認知、言語、またはコミュニケーション障害のある個人のために、遠隔で自己投与された命名テストの実現可能性を評価すること。
• 失語症および認知コミュニケーション障害の検出のためのパフォーマンス測定（精度、エラータイプ、応答時間）の感度と特異性を評価すること。

主な方法:

• 命名タスクは、138人の対照群およびさまざまな患者グループ（認知障害、運動性言語障害、認知懸念、失語症）に対してリモートで管理されました。
• 自然言語処理（NLP）および高度な音声文字起こし（Whisper Large-v3）を使用して、参加者の応答を分析しました。
• パフォーマンスメトリックは統計テストを使用して分析され、AUROC分析は診断パフォーマンスを評価しました。

主要な成果:

• 精度、応答時間、およびエラータイプの有意差が参加者グループ間で観察されました。精度のみでは、すべての患者と対照群の区別において予測力が限定的でしたが、失語症患者と他のグループを区別する上でより良いパフォーマンスを示しました。失語症および運動性言語障害グループは、対照群および認知的に障害のある参加者と比較して、応答時間が長くなりました。

結論:

• MASTERMIND命名評価は、NLPを活用した神経学的健康評価のためのスケーラブルで実現可能な自己投与ツールです。
• 応答時間、精度、およびエラー分析は、患者のトリアージとスクリーニングに貴重な洞察を提供します。
• 今後の研究では、ツールの感度を向上させ、サンプル多様性を拡大し、ユーザビリティを強化することに焦点を当てます。