使用多模式对话代理进行ALS的远程评估:数据质量,可行性和任务合规性
Vanessa Richter1, Michael Neumann1, Jordan R Green2
1Modality.AI, Inc., San Francisco, CA.
概括
一个对话式人工智能系统有效地评估了肌缩侧面硬化症 (ALS) 患者的言语,显示了高任务合规性和远程监控的数据质量. 这项技术支持ALS患者的远程语音评估.
科学领域:
- 神经学 神经学
- 语音语言病理学 语言病理学
- 人与计算机的交互
背景情况:
- 肌缩侧面硬化症 (ALS) 逐渐影响运动神经元,影响言语.
- 远程评估方法对于管理ALS至关重要,特别是对于移动性挑战的人来说.
- 现有的远程评估工具可能缺乏全面的语音功能评估.
研究的目的:
- 评估远程ALS评估的多式联络,对话式系统的可行性,任务合规性和视听数据质量.
- 确定语音严重程度或终端设备是否会影响远程录音的质量和合规性.
- 确定对话代理对ALS语音监测的实用性.
主要方法:
- 53名ALS患者和52名健康对照人与基于云的对话代理 (Tina) 进行了互动.
- 参与者完成了旨在评估运动语言功能的语音任务.
- 收集了音频和视频录音,并对质量和任务合规性进行了评级.
主要成果:
- 获得了优异的参与者遵守 (98%) 和高音频 (95.2%) 和视觉 (84.8%) 质量率.
- 80.8%的录音既符合标准,又具有高质量.
- 录音质量和合规性不受语音严重程度或终端设备的影响.
结论:
- 基于对话的系统对于ALS的远程语音评估是可行的和有效的.
- 该系统展示了高数据质量和参与者合规性,支持其在远程监控中的使用.
- 这种方法为远程跟踪ALS患者的言语变化提供了有价值的工具.


