認知機能障害の音声ベースのデジタルバイオマーカーに向けた研究：認知機能評価の代理としての音声

科学分野:

• 老年医学
• 計算言語学
• 神経学

背景:

• 認知機能低下は高齢化人口において増大する懸念であり、アクセス可能なスクリーニングツールが必要とされています。
• 早期介入は、加齢に伴う認知機能障害の管理に不可欠です。

研究 の 目的:

• 高齢者における認知機能評価の拡張可能な代理としての自動音声分析の調査。
• 認知領域スコアの予測における言語的および音響的音声特徴の有効性の評価。
• 認知機能障害のある個人を特定するための音声ベースの分類器の開発と検証。

主な方法:

• 音声特徴から認知領域スコアを予測するために機械学習回帰モデルが使用されました。
• 正規化された認知閾値未満の個人を特定するために二値分類器がトレーニングされました。
• このアプローチは、アルツハイマー病患者を含む独立した臨床データセットで検証されました。

主要な成果:

• 音声分析モデルは、人口統計データのみを使用した場合と比較して、予測性能を4倍向上させました。
• 二値分類器は、認知機能障害を特定するためにROC-AUC 0.81を達成しました。
• この方法は、異なるデータセットおよび臨床集団全体での一般化可能性を示しました。

結論:

• 自動音声分析は、臨床的に実行可能で、低コストで、非侵襲的なデジタルバイオマーカーです。
• 音声分析は、大規模な認知スクリーニングおよび臨床試験の参加者選択の可能性を示しています。
• この技術は、認知モニタリングおよび認知機能低下の早期発見に役立ちます。