WATCH-SS：信頼性と説明可能性を備えたモジュラーフレームワークによる自発音声からの認知機能低下検出の開発

科学分野:

• 神経学
• 計算言語学
• 医用人工知能

背景:

• 認知機能低下（CI）の早期検出は、アルツハイマー病および関連認知症の管理に不可欠です。
• 現在のスクリーニング方法では、プライマリケアでの広範な使用において、アクセシビリティや効率性が欠けている可能性があります。

研究 の 目的:

• 自発音声からの警告評価およびアラートツール（WATCH-SS）の導入。
• 音声分析を用いたCI検出のためのモジュラーで説明可能なフレームワークの開発。

主な方法:

• WATCH-SSは、言語的および音響的な音声特徴を分析する3段階のフレームワークを採用しています。
• リアルタイムで効率的なものから高精度のオフラインメソッドまで、複数の検出器アプローチを組み込んでいます。
• 予測モデルは、集約された臨床的に解釈可能な要約特徴に基づいてCIを分類します。

主要な成果:

• WATCH-SSフレームワークは、DementiaBank ADReSSデータセットで強力な予測パフォーマンスを示しました。
• テストセットで80%の曲線下面積（AUC）を達成しました。
• モジュラーで特徴ベースのアプローチにより、透明性の高い診断プロファイルが提供されました。

結論:

• WATCH-SSは、プライマリケア環境における信頼性が高く臨床的に使用可能なスクリーニングツールとしての可能性を示しています。
• この音声ベースの分析は、早期CI検出における重要な進歩を表しています。
• ツールの説明可能性は、臨床導入と患者の信頼をサポートします。