人工智能在语音和语言障碍诊断中的作用: 一项系统地图研究

科学领域:

• 医疗信息学 医疗信息学
• 计算语言学 计算语言学
• 人工智能的人工智能

背景情况:

• 语音和语言障碍 (SLD) 影响着相当一部分人群,影响着沟通和生活质量.
• 准确及时诊断SLD对于有效的干预和管理至关重要.
• 目前对SLD的诊断过程可能耗时,并且可能受益于技术进步.

研究的目的:

• 系统地绘制现有的研究对人工智能 (AI) 机器学习算法的有效性在诊断SLDs.
• 评估人工智能算法可以在多大程度上自动化SLD的诊断过程.
• 确定AI用于SLD诊断的应用中的研究差距.

主要方法:

• 按照系统审查和元分析 (PRISMA) 准则的首选报告项目进行了一项系统映射研究 (SMS).
• 一项全面的文献搜索选了19774篇研究论文.
• 根据预先定义的包含和排除标准,包括了70项研究.

主要成果:

• 在用于SLD诊断的AI算法应用中存在很大的差异 (91.43%与8.57%).
• 人工智能算法缺乏用于诊断流行语言障碍,例如儿童发育语言障碍.
• 大多数人工智能算法专注于二元分类 (例如,健康与病态),而不是详细的诊断,并且主要只自动化评估阶段 (76%),而不是诊断 (24%).

结论:

• 人工智能在自动化SLD诊断方面的有效性需要更大的人口数据集.
• 在开发人工智能模型以自动化SLD诊断过程的所有四个阶段方面存在研究缺口.
• 未来的人工智能模型的目标应该是将诊断自动化与临床环境的治疗方案相结合.