商业上可用的技术分析语音特征以评估帕金森病的特征和有效性

科学领域:

• 神经学 神经学
• 生物医学工程 生物医学工程
• 语音语言病理学 语言病理学

背景情况:

• 越来越多的人对使用语音和语音分析进行帕金森病 (PD) 的定量评估越来越感兴趣.
• 目前的局限性包括可变的临床验证,未公布的算法数据,以及PD评估技术在现实世界中受限的应用.
• 需要对PD语音分析的商业可用的工具进行全面的概述.

研究的目的:

• 概述商业机器学习工具的特性和有效性,用于评估帕金森病 (PD) 中的声音和语音.
• 使用语音和语音特征识别PD识别和疾病严重程度评估的工具.
• 根据其性能和适用性对工具进行分类.

主要方法:

• 文献审查以识别,比较和分组PD的商业可用的语音评估工具.
• 在可扩展平台和智能手机应用程序上搜索了相关技术的存储库,数据库 (例如,PubMed) 和网页.
• 根据之前的PD使用,可行性和临床测试,将工具分为"推"",建议"和"列表"类别.

主要成果:

• 确定并分类了12种相关技术.
• 在"推"组中",关节分析仪"是唯一的工具.
• 六种工具被"建议" (例如,Audeering,Canary Speech),五种工具被"列出" (例如,i-Prognosis,mPower).

结论:

• 商业上可用的机器学习工具显示了对帕金森病 (PD) 研究和临床应用的潜力.
• 需要进一步确定它们在现实世界临床环境中的适用性.
• 持续验证和数据透明度对于推进PD语音分析技术至关重要.