数字语言测量捕捉了人类免疫缺陷病毒患者的情节性记忆障碍:一项机器学习研究
Lucas Federico Sterpin1, Camilo Avendaño Avello1,2, Jeremías Inchauspe1
1Cognitive Neuroscience Center, University of San Andrés, Buenos Aires, Argentina.
The Clinical neuropsychologist
|August 19, 2025
概括
这项研究引入了一种新的自然语言处理 (NLP) 方法,用于评估人类免疫缺陷病毒 (HIV) 患者的情节性记忆. 数字化方法为传统认知测试提供了一个可扩展和客观的替代方案.
科学领域:
- 神经科学是一个神经科学.
- 计算语言学 计算语言学
- 心理学 心理学 心理学
背景情况:
- 情节性记忆障碍是人类免疫缺陷病毒 (HIV) 感染者的常见挑战.
- 目前针对情节性记忆缺陷的评估方法在强度,信息性和可扩展性方面是有限的.
- 自动化自然语言处理 (NLP) 为增强认知评估提供了一个潜在的解决方案.
研究的目的:
- 开发和验证一种自动化的NLP方法来评估艾滋病毒感染者的情节性记忆.
- 为了比较基于NLP的记忆分析与传统临床措施的疗效.
- 为了研究艾滋病毒感染者细粒度的情节性记忆改变.
主要方法:
- 招募了92名参与者:50名艾滋病毒感染者和42名对照者.
- 参与者完成了一个故事重述任务.
- 采用NLP工具来分析重述的多言多语,语义敏性和组织结构,并将其与原始故事进行比较.
主要成果:
- 艾滋病毒感染者表现出名词产生减少和语义敏度降低.
- 在艾滋病毒感染者的再述中观察到较低的组织相似性.
- 机器学习分类器准确地区分了艾滋病毒感染者和基于NLP衍生的记忆指标的对照者.
结论:
- 开发的数字NLP方法有效地识别了艾滋病毒感染者微妙的情节性记忆变化.
- 这种自动化方法为标准认知评估提供了一个客观,可扩展和具有成本效益的补充.
- 基于NLP的分析有望改善对艾滋病毒相关神经认知障碍的认知功能的评估和理解.
