痴呆症护理研究和心理社会因素
Gent Celaj1, Neguine Rezaii1, Daisy Hochberg1
1Frontotemporal Disorders Unit and Massachusetts Alzheimer's Disease Research Center, Department of Neurology, Massachusetts General Hospital and Harvard Medical School, Boston, MA, USA.
人工智能和自然语言处理可以使用语音来区分初级渐进性失声症 (PPA) 的亚型. 对"你从事什么工作?"进行NLP分析. 样本显示了每个PPA亚型的独特语言模式.
科学领域:
- 神经语言学是一种神经语言学.
- 计算语言学 计算语言学
- 人工智能在医学中的应用
背景情况:
- 人工智能和NLP的进步为临床诊断提供了宝贵的工具.
- 之前的研究利用AI-NLP识别了从图片描述中区分初级渐进性失声症 (PPA) 亚型的语言标记.
- 这项研究旨在使用更生态有效的语言样本复制和扩展这些发现.
研究的目的:
- 调查人工智能驱动的NLP在区分PPA亚型中的有效性,使用"你从事什么工作?"的语音样本. 快速的. 快速的. 快速的
- 识别区分PPA亚型的特定语言特征 (句子长度,单词频率,内容单词使用).
- 验证NLP工具在分类非典型认知行为综合征中的使用.
主要方法:
- 收集了58名PPA参与者和16名健康对照者的语音样本.
- 使用基于NLP的工具箱Quantitext提取数字语言标记.
- 每个样本的量化句子长度,单词频率,内容单词使用率和语法频率.
- 利用单向ANOVA检测群体之间语言标记的差异.
主要成果:
- 与对照组和其他PPA亚型相比,患有非流利PPA变体 (nfvPPA) 个体的句子要短得多,使用频率较低的单词.
- 语义变体PPA (svPPA) 参与者使用的词汇频率低于对照组.
- 标志性变异PPA (lvPPA) 参与者产生的内容词比nfvPPA和对照个体少.
- 两组之间没有观察到语法频率的显著差异.
结论:
- NLP工具展示了从非结构化语言样本中区分PPA亚型的潜力,与之前的研究保持一致.
- 人工智能驱动的非典型认知行为综合征的分类显示出有希望.
- 目前正在进行进一步的分析,以评估症状严重程度的影响,并与结构化语言样本对发现进行验证.
更多相关视频
08:36The Immersive Cleveland Clinic Virtual Reality Shopping Platform for the Assessment of Instrumental Activities of Daily Living
Published on: July 28, 2022
10:13Assessment of Age-related Changes in Cognitive Functions Using EmoCogMeter, a Novel Tablet-computer Based Approach
Published on: February 14, 2014
相关概念视频
Dementia
The progression of dementia is generally gradual....
Psychological and Sociocultural Causes of Schizophrenia
Alzheimer's Disease: Overview
The clinical diagnosis of AD hinges on the presence of memory and other cognitive impairments. Biomarkers, such as changes in Aβ...
Alzheimer's Disease: Treatment
Cognitive Development During Adulthood
Documentation in Long-Term and Home Healthcare Setting
Long-Term Care Facilities
