使用可解释的人工智能来识别粉样蛋白病理的语言生物标志物在初级渐进性失言症
medRxiv : the preprint server for health sciences
|May 15, 2024
概括
这项研究使用语言模型来检测语音中的粉样β阳性,提供了针对阿尔茨海默病的非侵入性查方法. 可解释的人工智能揭示了潜在临床用途的语音模式.
科学领域:
- 计算语言学计算语言学
- 医学中的人工智能
- 神经退行性疾病诊断神经退行性疾病诊断
背景情况:
- 目前针对阿尔茨海默病 (AD) 的β-粉样蛋白测试是昂贵的和侵入性的.
- 需要可访问的查方法来引导患者及时诊断.
- 初级渐进性失言症 (PPA) 变体为AD的语音分析提供了一个独特的队列.
结论:
- 语音的计算语言分析显示出作为阿尔茨海默病和相关疾病的新评估的希望.
- XAI技术可以揭示临床相关的语言特征,用于早期AD检测.
- 这种方法可以改善患者的查,并将他们引导到适当的诊断途径.


