多模式语音生物标志物用于远程监测ALS疾病进展
Michael Neumann1, Hardik Kothare1, Vikram Ramanarayanan2
1Modality.AI, Inc., San Francisco, CA, USA.
Computers in biology and medicine
|August 10, 2024
概括
多模式语音分析提供了一种敏感的方式来追踪肌缩侧面硬化症 (ALS) 的进展. 特定的语音生物标志物可以比传统方法更早地检测变化,改善ALS患者的临床试验.
科学领域:
- 神经退行性疾病 神经退行性疾病
- 语音科学 语言科学
- 生物医学工程 生物医学工程
背景情况:
- 肌缩侧面硬化症 (ALS) 是一种进展性神经退行性疾病,影响言语和运动功能.
- 目前的ALS进展监测 (ALSFRS-R) 缺乏细节性,并依赖于主观评级.
- 多模式语音测量提供了一种远程,连续和细粒度的方法来跟踪疾病的进展.
研究的目的:
- 研究多模式语音测量的响应能力和灵敏度,以检测ALS临床上有意义的变化.
- 使用语音生物标志物量化检测疾病进展所需的时间.
- 评估语音测量的实用性,以远程监测ALS患者.
主要方法:
- 音频和视频数据从278名患有ALS (pALS) 的患者远程收集.
- 多模式语音生物标志物 (声学,口腔,面部,语言) 被自动提取.
- 分析了语音测量的响应性和敏感性,以检测疾病进展.
主要成果:
- 语音时间对齐和图片描述字数是检测凸骨和非凸骨发病ALS变化最响应的措施.
- 即使样本规模小,反应率也保持稳定.
- 某些语音测量检测到巴下降独立于ALSFRS-R语音分数的变化.
结论:
- 多模式语音分析为跟踪ALS进展提供了一种敏感和响应的方法.
- 与当前标准相比,这些语音生物标志物可以促进早期检测疾病变化.
- 这些发现支持加速,具有成本效益的临床试验和改善ALS患者护理的潜力.


